-
公开(公告)号:CN118866216A
公开(公告)日:2024-10-29
申请号:CN202410906087.2
申请日:2024-07-08
申请人: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC分类号: G16H10/60 , G16H50/20 , G16H50/30 , G16H50/70 , G16H40/67 , G06N5/025 , G06N3/042 , G06N3/098 , G06F40/16 , G06F18/213 , G06N3/045 , G06N3/0464
摘要: 本发明一种基于联邦学习和知识图谱的痛风病分期预测方法、系统及存储介质,涉及智能医疗领域,为解决现有的机器学习模型难以全面、准确地捕捉病例数据中的关键信息,且存在隐私数据泄露的风险,及医院之间的数据孤岛问题。本发明客户端基于患者病历数据集构建关键词相关的知识图谱子图;中心服务端构建有R‑GCN模型,客户端采用知识图谱子图对R‑GCN模型进行训练,模型参数经加密后发送至中心服务端聚合,至模型满足训练条件。采用训练后的模型对知识图谱子图进行编码,得到编码信息R1;对数据集中的文本特征数据进行向量化编码与数值特征进行横向连接得到编码信息R2;横向连接编码信息R1与R2后,经过深度学习网络模型对痛风病的不同分期进行分类预测。
-
公开(公告)号:CN118366540A
公开(公告)日:2024-07-19
申请号:CN202410460028.7
申请日:2024-04-17
申请人: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC分类号: G16B20/00 , G16B40/20 , G16H50/70 , G06N3/042 , G06N3/0455 , G06N3/084 , G06N3/09 , G06F18/213 , G06F18/241
摘要: 基于图自编码器的LncRNA与疾病关联预测方法、设备及计算机存储介质,属于LncRNA与疾病关联关系的预测;解决了现有关联预测方法所存在的不能有效捕捉疾病与LncRNA之间的非线性关系或线性关系、预测效率低以及时间成本和经济成本高的问题;所述方法包括:S1、获取LncRNA、MiRNA与疾病三者之间的已知关联信息;S2、获得疾病的语义相似性;S3、获得LncRNA的功能相似性以及MiRNA的功能相似性;S4、采用矩阵拼接的方式,获得异构网络;S5、获得若干个特征子图;S6、获得与所述LncRNA与疾病节点对对应的特征向量;S7、获得关联度预测值。所述基于图自编码器的LncRNA与疾病关联预测方法、设备及计算机存储介质,适用于预测LncRNA与疾病的关联。
-
公开(公告)号:CN117113442B
公开(公告)日:2024-04-05
申请号:CN202311087515.5
申请日:2023-08-28
申请人: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
摘要: 本发明一种面向同态加密算法Paillier的数据通路的加速系统,涉及硬件信息安全领域,为解决现有通过软件函数传输数据的速率较低,难以满足大位宽秘钥下进行Paillier加解密性能要求的问题。包括:XDMA IP核:用于接收上位机发送的数据并发送给AXI4从机模块,以及接收AXI4从机模块发送的数据并返回给上位机;AXI4从机模块:将数据写入IFIFO模块;以及用于读取OFIFO模块的数据;控制器模块:用于控制IFIFO模块、OFIFO模块与加解密模块的数据通信,所述加解密模块构建有Paillier同态加密网络模型:基于中国剩余定理的Paillier同态加密算法,对上位机传入的明文数据进行加密和解密,其中Paillier算法采用2K进制模幂算法对加密和解密的过程中的模幂进行计算。本发明系统数据传输准确且读写性能优异。
-
公开(公告)号:CN117150557A
公开(公告)日:2023-12-01
申请号:CN202311143399.4
申请日:2023-09-06
申请人: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC分类号: G06F21/62
摘要: 本发明一种基于安全多方计算的支持压缩的隐私信息检索方法及系统,涉及信息安全技术领域,为解决现有方法的检索效率低且难以同时兼顾查询方和被查询方的隐私的问题。包括:S1.客户端生成同态加密公私钥pk、sk,服务端根据客户端公布的公钥pk和服务端持有的n条原始数据基于安全计算的隐私信息检索协议进行运算构建HE同态明文数据库;S2.客户端对查询的索引i进行编码生成明文向量X,将查询向量X编码到一个同态明文多项式Q;S3.客户端对多项式Q进行加密得到查询密文q,向服务端发起查询;S4.服务器将查询密文q扩展为一个n维的查询密文向量p;S5.服务器根据扩展向量p得到最终检索结果resp;S6.客户端利用私钥sk解密得到检索结果。
-
公开(公告)号:CN117093984A
公开(公告)日:2023-11-21
申请号:CN202311127739.4
申请日:2023-09-04
申请人: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
IPC分类号: G06F21/50 , G06F21/57 , G06F21/62 , G06F21/71 , G06F21/60 , G06N3/045 , G06N3/048 , G06N3/084
摘要: 本发明一种基于深度学习的侧信道攻击方法及系统,涉及侧信道攻击技术领域,为解决现有深度学习网络往往过度关注信息性区域周围的非关键部分,影响侧信道攻击效率和精度的问题。包括:步骤S1:获取侧信道的攻击轨迹的数据集;步骤S2:对收集的数据进行预处理;步骤S3:建立侧信道攻击网络模型,网络使用了多个不同大小的卷积核,在特征提取时进行不同的卷积运算和池化操作,对数据进行不同尺度的特征提取获取全局信息,减少对信息性区域周围的非关键部分的关注,以实现对数据进行更好的表征;步骤S4:对模型进行训练及测试;步骤S5:采用训练后的模型预测侧信道数据每一个中间泄露值的概率,通过利用多条能量迹的预测概率,恢复出正确的密钥信息。
-
公开(公告)号:CN116821932A
公开(公告)日:2023-09-29
申请号:CN202310789096.3
申请日:2023-06-29
申请人: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
摘要: 本发明提出一种应用于标量乘的素数域模乘模乘方法,属于硬件信息安全技术领域。包括以下步骤:S1.对输入的操作数进行预计算,将位宽为261位的操作数X,Y转入Toom‑Cook域中,转换成操作数A,B,当位宽不足时,进行高位补零;S2.将A,B转换成冗余有符号数;S3.将操作数A,B分解为9段位宽为29位的子操作数,计算单元积,将单元积与矩阵进行乘法运算,通过先移位后异或得到531位运算结果;S4.将531位运算结果转出Toom‑Cook域,得到素数域的531位乘法运算结果;S5.将531位运算结果输入到模约减模块中,得到模乘运算结果。解决基本的模乘算法会使得关键路径延迟变长、计算效率降低的问题。
-
公开(公告)号:CN116781267A
公开(公告)日:2023-09-19
申请号:CN202310715309.8
申请日:2023-06-15
申请人: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
摘要: 本发明提出一种用于有限域GF(2m)的可配置模乘方法及系统,属于硬件信息安全技术领域。包括,S1.输入位宽为571位的操作数A,B,将操作数A,B分别分解为3段192位的子操作数,并计算子操作数加法,当位宽不足时,进行高位补零;S2.将子操作数再次进行分解,得到6组32位的子操作数;将每个32位子操作数继续分解得到8个4位的新子操作数;得到48个4位的新子操作数,每8个4位的新子操作数为一组;S3.计算模乘部分积,每组新子操作数对应一个部分积;T15个周期完成所有部分积计算,得到乘法结果;S4.在T16周期将乘法结果进行约减,约减结果即为最终的模乘结果。解决可配置模乘方法效率低问题。
-
公开(公告)号:CN118262703A
公开(公告)日:2024-06-28
申请号:CN202410406097.X
申请日:2024-04-07
申请人: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
摘要: 本发明公开了一种面向金融领域的语音数据分类分级方法及系统,涉及金融语音数据安全技术领域。所述方法包括:获取用于训练的多个语音数据,并对语音数据进行预处理,获取频率特征数据;对频率特征数据进行数据增强,获取数据增强后的声学特征;将多个声学特征输入基于深度卷积神经网络的金融领域语音解析模型进行训练;将待识别语音数据对应的频率特征输入训练好的金融领域语音解析模型中,获取语音解析结果。本发明采用声学特征提取结合数据增强策略,提升了模型的泛化能力,通过直接从语音数据中进行分类和分级,能够在保证数据安全的前提下,显著提高语音处理效率和准确性。
-
公开(公告)号:CN118101200A
公开(公告)日:2024-05-28
申请号:CN202410209500.X
申请日:2024-02-26
申请人: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
摘要: 一种基于Sponge结构的密码算法可重构系统及方法,涉及硬件信息安全领域。本发明为了保证多种密码算法在框架上的映射,以解决可编程逻辑器件效率低、专用集成电路灵活性不够等问题。包括处理计算单元、控制配置单元、存储单元、预处理缓冲单元、互联单元。其中可重构计算框架中的处理运算单元包括逻辑运算单元、移位运算单元、S盒单元。并且所述的处理计算单元主要承担可重构计算框架的核心功能,并在控制配置单元调度下完成算法中轮函数的实现;控制配置单元用于对不同的算法进行控制调度;存储单元用来存放整个系统框架所需的数据常数以及在轮运算过程中产生的中间数据;预处理单元主要负责对算法进行填充和分块以及与其他单元之间的数据缓存;互联单元主要负责各级处理计算单元之间数据的传输。在一定处理速度下满足一个信息安全解决方案对于Sponge结构不同算法处理映射的需求。
-
公开(公告)号:CN117688238A
公开(公告)日:2024-03-12
申请号:CN202311688369.1
申请日:2023-12-11
申请人: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC分类号: G06F16/9535 , H04L67/55 , G06N3/042 , G06N5/02
摘要: 本发明提供了一种基于知识图谱和图神经网络的服务推荐方法及系统,属于服务推荐技术领域。为了解决传统推荐方法依赖用户的历史行为进行推荐,缺乏推荐的多样性和创新性,同时也没有注意到推荐的时效问题。本发明将用户‑应用二部图与知识图谱聚合形成协同知识图谱来进行嵌入传播,挖掘用户应用之间的深层语义关联性。同时根据应用的新颖度打分来自适应图注意力权重系数,以此来反映用户的个性化兴趣,获取更多潜在数据信息,提高推荐算法的准确性和时效性。
-
-
-
-
-
-
-
-
-