-
公开(公告)号：CN114254398A
公开(公告)日：2022-03-29
申请号：CN202111559213.4
申请日：2021-12-16
Applicant: 重庆大学
Abstract: 本发明公开了一种基于区块链的联邦学习系统及参数聚合方法。该系统包括用户层、边缘层和云端层；用户层包括至少一个分区，每个分区至少具有一个移动设备；边缘层包括至少一个边缘服务器，每个边缘服务器管辖一个分区，每个边缘服务器对其管辖区域内移动设备输出的模型参数进行区域聚合获得区域聚合结果，并将区域聚合结果发送至云端层；云端层的云服务器对接收的区域聚合结果进行全局聚合；构建以边缘服务器为共识节点，以移动设备和云服务器为参与节点的区块链，在区块链上部署智能合约为边缘服务器分发第一掩码和/或为移动设备分发第二掩码。采用智能合约分发掩码，减少联邦学习参数聚合过程中移动设备间的通信轮次，节省通信成本和计算开销。
-
公开(公告)号：CN114329592B
公开(公告)日：2025-02-07
申请号：CN202111633164.4
申请日：2021-12-29
Applicant: 重庆大学
Abstract: 本发明涉及隐私信息保护技术领域，具体为一种具有提高效用的社交网络双重隐私保护的方法，该方法将外链接隐私与不确定图相结合，外链接隐私用于保护节点的出度，基于外链隐私的不确定图算法后处理技术将不确定性注入到节点的入度边中，实现入度边的隐私保护，并且在满足差分隐私保护要求的同时，提高了数据效用。不确定图作为差分隐私的后置处理，不消耗隐私预算，使得整体算法在满足外链接隐私的同时，对数据隐私的入度也进行了保护，从而实现双重的隐私保障。
-
公开(公告)号：CN118468217B
公开(公告)日：2024-12-17
申请号：CN202410541352.1
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F18/25 , B60W60/00 , B60W50/00 , G06F18/22 , G06F18/213 , G06V10/40 , G06V10/82 , G06F21/62 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06N3/098
Abstract: 本发明涉及智能决策技术，揭露了基于个性化联邦对比学习的驾驶控制方法，包括：客户端获取驾驶数据，并利用多模态处理器对驾驶数据进行特征提取，得到多模态驾驶特征数据；对多模态驾驶特征数据进行数据处理，得到多模态驾驶对比特征数据；对对比学习驾驶预测模型进行训练，得到目标驾驶预测模型，中央服务器将全局神经元参数进行参数聚合后，得到融合参数分发至多个客户端，客户端利用融合参数对目标驾驶预测模型进行个性化参数优化；客户端接收用户实时驾驶数据进行驾驶预测，得到用户驾驶预测结果。本发明还提出一种基于个性化联邦对比学习的驾驶控制系统。本发明可以实现基于个性化联邦对比学习的驾驶控制的个性化驾驶预测。
-
公开(公告)号：CN117744139B
公开(公告)日：2024-05-14
申请号：CN202311706020.6
申请日：2023-12-12
Applicant: 重庆大学
IPC: G06F21/62 , G06F16/901 , G06Q50/00
Abstract: 本发明涉及隐私保护技术，揭露了面向社交网络的协作式个性化边差分隐私保护方法，包括：获取社交网络的社交图以及用户隐私策略对；根据秘密规范将社交图的边划分为敏感子集和非敏感子集，根据用户秘密规范生成协同秘密规范；利用协函数公式计算社交图中敏感子集的隐私预算，根据用户隐私要求生成协同隐私规范；整合协同秘密规范和协同隐私规范得到协同隐私策略对；根据随机取样方法对社交图进行随机取样，得到社交取样图，对所述社交取样图进行边差分隐私保护，返回噪声查询结果。本发明还提出一种面向社交网络的协作式个性化边差分隐私保护装置、设备以及介质。本发明可以提高面向社交网络的协作式个性化边差分隐私保护的安全性和个性化。
-
公开(公告)号：CN112380543B
公开(公告)日：2024-03-19
申请号：CN202011148017.3
申请日：2020-10-23
Applicant: 重庆大学
Abstract: 本发明公开基于区块链的电子医疗数据隐私保护与安全共享系统，包括服务请求方数据交互模块、注册登记模块、若干数据存储与共享系统和共享数据获取模块；本发明主要考虑四个实体：服务请求方，服务提供方，数据存储与共享系统以及可信第三方，使得服务请求方能够保护个人隐私信息不被泄露。
-
Patent Agency Ranking
公开(公告)号：CN116702925A
公开(公告)日：2023-09-05
申请号：CN202310737415.6
申请日：2023-06-21
Applicant: 重庆大学
Abstract: 本发明涉及一种基于事件触发机制的分布式随机梯度优化方法及系统，属于机器学习及数据处理技术领域。该方法包括以下步骤：S1、搭建一个无向强连通网络；S2、对智能体变量进行初始化设置；S3、采用事件触发机制进行分布式随机梯度优化。本发明提供的基于事件触发机制的分布式随机梯度优化方法和系统采用事件触发机制，即每个智能体只有在其触发时刻才与它的邻接智能体通信，且无Zeno行为，从而避免了智能体间的实时通信，提高了通信效率，节省了通信开支，对实际的网络系统也有更强的鲁棒性和容错性，具有广阔的应用前景。
-
公开(公告)号：CN116541883A
公开(公告)日：2023-08-04
申请号：CN202310532012.8
申请日：2023-05-10
Applicant: 重庆大学
IPC: G06F21/62 , G06F21/60 , G06Q50/00 , G06F16/906
Abstract: 本发明涉及人工智能技术，揭露了一种基于信任的差分隐私保护方法，包括：获取社交图，并从社交图中提取社交节点间的社交因素；根据社交因素利用递归函数计算相邻社交节点的直接信任值，得到直接信任矩阵，并根据直接信任矩阵构建直接信任图；从社交图中查询信任路径集合，查询所述信任路径集合中最受信任的信用路径；计算信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，根据间接信任矩阵构建间接信任图；利用直接信任图以及间接信任图构建信任网络，将信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。本发明还提出一种基于信任的差分隐私保护装置、设备以及存储介质。本发明可以提高用户隐私保护的安全性。
-
公开(公告)号：CN115361126B
公开(公告)日：2023-05-16
申请号：CN202211009368.5
申请日：2022-08-22
Applicant: 重庆大学
Abstract: 本发明提供了一种可验证外包的部分策略隐藏属性加密方法及系统。加密方法包括：初始化步骤；数据使用者获得注册密钥；数据使用者通过管理其属性的属性管理机构获得其拥有属性的属性密钥，数据使用者组合注册密钥和其拥有属性密钥获得数据使用者私钥；外包密钥生成步骤；数据加密步骤，在加密过程中对加密策略中存在的属性的属性值进行隐藏；外包解密步骤；外包验证步骤，对明文进行验证。解决了中心化导致的安全隐患与效率瓶颈问题；多个机构秘钥聚合成私钥，提高了数据使用者隐私安全性；系统公共参数仅与属性管理机构数量有关；更好地保护用户隐私信息；通过边缘服务器降低数据使用者设备计算开销，实现外包解密数据的可验证性。
-
公开(公告)号：CN114254398B
公开(公告)日：2023-03-28
申请号：CN202111559213.4
申请日：2021-12-16
Applicant: 重庆大学
Abstract: 本发明公开了一种基于区块链的联邦学习系统及参数聚合方法。该系统包括用户层、边缘层和云端层；用户层包括至少一个分区，每个分区至少具有一个移动设备；边缘层包括至少一个边缘服务器，每个边缘服务器管辖一个分区，每个边缘服务器对其管辖区域内移动设备输出的模型参数进行区域聚合获得区域聚合结果，并将区域聚合结果发送至云端层；云端层的云服务器对接收的区域聚合结果进行全局聚合；构建以边缘服务器为共识节点，以移动设备和云服务器为参与节点的区块链，在区块链上部署智能合约为边缘服务器分发第一掩码和/或为移动设备分发第二掩码。采用智能合约分发掩码，减少联邦学习参数聚合过程中移动设备间的通信轮次，节省通信成本和计算开销。
-
公开(公告)号：CN115357360A
公开(公告)日：2022-11-18
申请号：CN202211011246.X
申请日：2022-08-23
Applicant: 重庆大学
IPC: G06F9/48 , G06F9/50 , G06F15/167
Abstract: 本发明提供了一种实时处理器系统可靠性最大化方法及系统。方法包括：S1，构建待调度任务集；S2，基于时间约束、实时剩余能耗预算、实时松弛时间和每个任务的最大可利用能量依次为每个任务分配最佳起始执行速度，执行速度为执行所述任务的处理器频率；基于任务分配的最佳起始执行速度回收能量和松弛时间；S3，基于待调度任务集中任务分配的最佳起始执行速度计算系统的无故障可靠性概率。考虑了系统在能耗和时间的约束前提下，依次将处理器频率分配给任务，充分利用了任务提前完成后的剩余能量和空闲时间，使后续每个任务依据其最大可利用能量分配到最佳起始执行速度，从而使得系统整体可靠性最优。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.02 seconds)
