-
公开(公告)号：CN108494545A
公开(公告)日：2018-09-04
申请号：CN201810295184.7
申请日：2018-04-03
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一种基于一维可逆记忆细胞自动机的图像置乱方法。本发明方法将秘密图像分为n（n>=2）个部分并将每个部分扩展成比特流以作为一维可逆记忆细胞自动机的初始配置，通过细胞自动机的演化来打散相邻像素间的相关性，再将演化过后的n份配置组合成置乱图像，置乱图像看起来是完全随机的，能够抵抗统计分析的攻击。本发明利用了细胞自动机方法的混淆和扩散特性，不借助大量的伪随机数序列或二维伪随机数矩阵，解决了现有某些图像置乱方法无法实现比特级置乱、不能抵抗统计分析、需借助大量的伪随机数序列或二维伪随机数矩阵的问题，可以满足图像置乱的安全需求，是图像置乱的一种解决方法，能够显著提升置乱处理的效率和安全性。
-
公开(公告)号：CN103324723B
公开(公告)日：2016-11-02
申请号：CN201310260384.6
申请日：2013-06-26
Applicant: 杭州电子科技大学
IPC: G06F17/30
Abstract: 本发明提出了一种微博用户位置的推测方法。该方法包括：位置特征词汇学习过程和微博用户位置推测过程两个部分。位置特征词汇学习过程包括：采集已填写位置信息的用户微博语料；提取语料中的名词；基于特征提取方法提取位置特征词汇并计算其相应的权值。微博用户位置推测过程包括：获取待推测用户的微博和互粉好友位置信息作为输入；提取得到用户微博地理词汇集和其互粉好友地理词汇集；计算用户微博地理词汇代表位置相应的权值；计算用户互粉好友地理词汇代表位置相应的权值；对位置词汇权值进行加权相加，将权值最高的位置词汇作为用户的推测位置输出。利用本发明的方法使微博用户位置推测更具有针对性，可以更准确地推测出微博用户的位置。
-
公开(公告)号：CN103324723A
公开(公告)日：2013-09-25
申请号：CN201310260384.6
申请日：2013-06-26
Applicant: 杭州电子科技大学
IPC: G06F17/30
Abstract: 本发明提出了一种微博用户位置的推测方法。该方法包括：位置特征词汇学习过程和微博用户位置推测过程两个部分。位置特征词汇学习过程包括：采集已填写位置信息的用户微博语料；提取语料中的名词；基于特征提取方法提取位置特征词汇并计算其相应的权值。微博用户位置推测过程包括：获取待推测用户的微博和互粉好友位置信息作为输入；提取得到用户微博地理词汇集和其互粉好友地理词汇集；计算用户微博地理词汇代表位置相应的权值；计算用户互粉好友地理词汇代表位置相应的权值；对位置词汇权值进行加权相加，将权值最高的位置词汇作为用户的推测位置输出。利用本发明的方法使微博用户位置推测更具有针对性，可以更准确地推测出微博用户的位置。
-
公开(公告)号：CN118250051A
公开(公告)日：2024-06-25
申请号：CN202410342714.4
申请日：2024-03-25
Applicant: 杭州电子科技大学
IPC: H04L9/40 , H04L41/142 , H04L41/16 , H04L67/02 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于图卷积网络的恶意脚本检测方法。本发明方法将收集到的大量带标签的真实用户请求作为训练集样本。首先，对样本进行预处理，减少样本中的冗余信息，得到简化后的样本和分词集合。然后，将样本和词作为节点，利用样本和词之间的组成关系以及词与词之间的共现关系，构造出词‑样本联合图。然后，利用TF‑IDF和PMI算法提取图中节点和边的特征矩阵，并输入到GCN模型中进行训练，得到XSS payload检测器。最后根据XSS payload检测器的检测结果，判断用户请求是否正常。本发明方法能够检测出攻击者使用各种绕过手段构造出的恶意脚本，弥补了现有检测方法的不足，提高了Web应用的安全性。
-
公开(公告)号：CN117932651A
公开(公告)日：2024-04-26
申请号：CN202310337255.6
申请日：2023-03-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向敏感大数据安全共享的联邦学习隐私保护方法包括如下步骤：S1、中心方和参与方构建全局模型；S2、中心方初始化全局模型并发送给参与方；S3、参与方根据本地数据集对全局模型进行训练得到本地模型参数；S4、参与方使用差分隐私方法对本地模型参数进行扰动；S5、参与方将扰动后的本地模型参数发送给中心方；S6、中心方对所有参与方发送的本地模型参数进行聚合，聚合后得到下一轮的全局模型，并将次发送给参与方；S7、重复步骤S3‑S6，直至全局迭代结束，该方法减小由于参与方较少时导致的模型误差，有效实现在敏感数据隐私性和政务模型性能之间的权衡。
-
Patent Agency Ranking
公开(公告)号：CN112364862B
公开(公告)日：2024-04-16
申请号：CN202011420541.1
申请日：2020-12-08
Applicant: 杭州电子科技大学
IPC: G06V30/19 , G06V30/148 , G06V30/18 , G06V30/164 , G06T5/40
Abstract: 本发明公开了一种基于直方图相似度的扰动变形汉字图片匹配的方法，包括：获取待匹配文本并转换为图像格式；对文本图像进行图像处理生成白底黑字图像；使用OCR技术识别出图像中每一个字符；从白底黑字图像中分割并提取出所有被识别汉字对应的字符图像；获取本地字库中对应被识别汉字的标准变形字图像，将标准变形字图像裁成标准白底黑字包围盒图像，作为变形字图像；使用图像切边方法切除字符图像多余的白边，生成标准的汉字包围盒图像，作为原图像；分别对原图像与所有变形字图像在水平与垂直方向上进行投影，生成投影直方图；运用相似度度量方法计算直方图相似度，得出最终的匹配结果。本发明有效提高了变形汉字图像匹配的准确率。
-
公开(公告)号：CN117473299A
公开(公告)日：2024-01-30
申请号：CN202311466786.1
申请日：2023-11-06
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/22 , G06F40/289 , G06F40/30 , G06F17/16 , G06Q50/00 , G06N3/045 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/088
Abstract: 本发明提出了一种基于深度学习增强矩阵分解的信任预测方法及系统，本发明基于深度学习增强矩阵分解的信任预测方法，包括如下步骤：S1，用户偏好特征提取：对评论文本进行预处理，使用基于深度学习的语言模型得到评论文本的向量表示，并将该向量表示作为用户偏好特征；S2，特征降维：使用深度自动编码器生成低维向量；S3，信任矩阵分解：将步骤S2所得低维向量的相似度作为矩阵分解目标函数中的正则化项，通过求解目标函数，获得源用户潜在特征矩阵与目标用户潜在特征矩阵，通过两个矩阵的内积计算可信度。本发明的预测准确率更高；同时，使用语言模型将用户偏好特征集成到矩阵分解过程中，可以有效缓解信任关系稀疏性问题。
-
公开(公告)号：CN115689853A
公开(公告)日：2023-02-03
申请号：CN202211468420.3
申请日：2022-11-22
Applicant: 杭州电子科技大学
IPC: G06T1/00 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种基于汉字特征修改和分组的鲁棒文本水印方法。水印过程包括：水印序列切分成位串；基于汉字相关性特征对常用高频汉字进行分组；基于汉字字符结构特征生成含水印的变体字形；建立分组、汉字、水印位串和变体字形之间相互映射的索引表；依据水印位串查找索引表，选择变体字形生成变形字库文件并安装到计算机终端。水印提取过程包括：文本图像处理和OCR技术识别文本中的汉字，利用图像分割技术获取单个汉字图像块；匹配分割所得汉字所属的变体字形并提取水印位串；通过分组索引表对水印位串进行归类，采用投票策略进行分组内纠错提取正确水印序列。本发明能够有效提高水印方法的鲁棒性和提取准确率。
-
公开(公告)号：CN115346634A
公开(公告)日：2022-11-15
申请号：CN202210987580.2
申请日：2022-08-17
Applicant: 杭州电子科技大学
IPC: G16H15/00 , G16H30/20 , G16H50/30 , G06F40/284 , G06F40/205
Abstract: 本发明公开了一种体检报告解读预测方法、系统、电子设备和存储介质，属于医疗服务技术领域，包括接收用户体检报告、创建用户对象以及元数据对象、对从体检报告各项目检查结果中提取的元数据进行统一化处理、根据医学知识库标准数据、用户历史体检数据及当前体检数据预测体检者未来身体健康状况、生成体检报告解读预测文件等步骤。本技术方案突破了现有技术中仅对体检者当前指标数据进行分析和预测的局限，综合了体检者当次体检之前的体检数据，分析其变化趋势，使体检者更容易通过体检报告了解到自己身体存在的疾病隐患，以及这些隐患在未来的发展趋势，进而让体检者对自身的健康问题引起足够重视。
-
公开(公告)号：CN113946871A
公开(公告)日：2022-01-18
申请号：CN202111383157.3
申请日：2021-11-22
Applicant: 杭州电子科技大学
Abstract: 本发明属于隐私保护记录链接技术领域，具体涉及隐私保护数据记录集成方法、系统和计算机可读存储介质。包括以下步骤：S1，创建数据记录结构；S2，设置隐私参数以及节点的管理权限；S3，利用节点的管理权限以及隐私参数对数据记录集成系统的数据进行编码及分块，以生成包含候选记录对的多个分块；S4，对生成的候选记录对进行相似度比较，并集成输出属于同一实体的数据记录信息。本发明可以确保记录可追溯的同时又不影响跨信息系统的数据集成操作，可支撑业务场景及管理场景数据涉密(或涉及个人隐私)情况下数据集成任务的实现，为数据记录集成系统的多领域应用实现提供便利。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.028 seconds)
