-
公开(公告)号：CN118446356A
公开(公告)日：2024-08-06
申请号：CN202410521136.0
申请日：2024-04-28
Applicant: 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: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/049
Abstract: 本发明提出一种基于时空嵌入独立的多变量时间序列预测方法，属于多变量时间序列预测技术领域。获取多变量时间序列数据作为样本数据，构建基于时空嵌入独立的多变量时间序列预测模型，使用多变量时间序列数据训练预测模型，更新模型权重，将多变量时间序列的电力负荷数据输入至预测模型，输出预测结果。本发明显著地增加多变量时间序列预测的精度；显著地降低了模型的计算开销，同时可以解决了跨时间依赖建模和跨维度依赖建模之间相互耦合导致状态向量规模过大的问题和在多变量时间序列的各个变量没有明确相关关系时，显式跨维度依赖建模导致的过拟合问题。
-
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
Applicant: 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
Abstract: 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：CN118866355A
公开(公告)日：2024-10-29
申请号：CN202410914371.4
申请日：2024-07-09
Applicant: 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: G16H50/30 , G16H50/20 , G06N3/0455 , G06F18/2135 , G06F18/24 , G06N3/096 , G06F18/15 , G06F18/23213
Abstract: 本发明一种基于联邦学习的代谢性疾病预测方法及系统，涉及智能医疗技术领域，为解决现有的模型难以全面进行多种代谢疾病的预测，且难以保障模型的运行效率、准确性以及数据的隐私安全。本发明构建多个代谢性疾病数据集，采用主成分分析和聚类对数据进行处理，构建合并数据集；构建有改进的DNN的网络模型，模型引入Transformer层和全连接层，Transformer层通过其注意力机制对数据进行特征提取与转换，并在向量信息中插入位置信息来捕捉主成分特征之间的隐含序列关系，全连接层之间通过残差层连接；基于联邦学习方法各客户端基于合并数据集采用蒸馏的方法对改进的DNN模型进行训练，最终得到全局的代谢性疾病预测模型，以实现对代谢性疾病进行分类。
-
公开(公告)号：CN118335340A
公开(公告)日：2024-07-12
申请号：CN202410589344.4
申请日：2024-05-13
Applicant: 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: G16H50/50 , G16H50/70 , G16H10/60 , G06N3/0442 , G06N3/0464 , G06N3/045
Abstract: 本发明提供一种多模态的痛风病多分期预测方法及系统，涉及智慧医疗技术领域，为解决现有技术中缺少基于深度学习的将病历与影像学数据相结合方法的问题。包括：步骤1、获取患者病历数据和影像数据，根据有无痛风石将影像数据插入到对应患者的病历数据，得到合并病历数据集；步骤2、对数据进行预处理；步骤3、将病历数据输入构建有自定义自注意力机制的LSTM‑DNN进行特征信息提取，得到特征W1；针对有痛风石的数据，则将影像数据输入3D‑CNN模型中进行特征提取，得到特征W2，并将特征W2对应的特征W1利用多模态交叉注意力进行融合，得到最终特征信息；步骤4、将最终特征信息输入到痛风病多分期预测模型中进行痛风的分期预测。本发明用于痛风病多分期预测。
-
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
Applicant: 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: G16B20/00 , G16B40/20 , G16H50/70 , G06N3/042 , G06N3/0455 , G06N3/084 , G06N3/09 , G06F18/213 , G06F18/241
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN117093984B
公开(公告)日：2024-07-19
申请号：CN202311127739.4
申请日：2023-09-04
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
Abstract: 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：CN117113442A
公开(公告)日：2023-11-24
申请号：CN202311087515.5
申请日：2023-08-28
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
Abstract: 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：CN118157861A
公开(公告)日：2024-06-07
申请号：CN202410322575.9
申请日：2024-03-20
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
Abstract: 一种基于最终指数幂困难部分算法的BN曲线上双线性对的密码生成方法及系统，涉及信息安全技术领域。本发明的目的是为了实现使用较少的临时变量参与计算，并且能够完成标准配对，从而降低密码生成过程中的运算量，为部分参数的复用提供了更多灵活性。本发明包括最终指数幂困难部分的幂指数分解重组、基于短加法链的最终指数幂困难部分算法、基于双二次扩域运算单元的硬件架构。首先利用了Frobenius映射的性质，对最终幂指数进行分解，简化运算，减少计算量；构建可复用项，并且从中利用了加法链的原理使部分项可以在计算高次项的过程中求出，消除冗余计算，减小了计算量。所述的基于短加法链的最终指数幂困难部分算法，利用短加法链将最高次幂降低，短加法链在计算中节省临时变量，减轻了存储负担，最高次幂降低使内部各项的可复用性增高，降低计算量，并且算法构建时考虑时序排布，剔除冗余的临时变量。
-
公开(公告)号：CN117955630A
公开(公告)日：2024-04-30
申请号：CN202410107944.2
申请日：2024-01-26
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
Abstract: 本发明公开了一种利用密码硬件实现Paillier同态计算的方法及装置，涉及信息安全技术领域，以解决现有软件实现Paillier算法和使用专门硬件单一实现Paillier算法所带来的问题。本发明技术要点包括：密码硬件包括不支持Paillier算法的密码芯片和微控制器，发送方密码硬件根据Paillier密钥对位数生成Paillier密钥对，并将其中公钥部分发送给接收方密码硬件，根据Paillier密钥对对明文数据进行加密，获得密文数据；将密文数据和同态算法名称发送给接收方密码硬件；接收方密码硬件调用同态计算流程进行同态计算，将获得的同态计算结果密文发送给发送方密码硬件；发送方密码硬件使用Paillier密钥对对同态计算结果密文进行解密，获得对应的明文数据。本发明可提高Paillier同态计算的速度和吞吐量且安全性强。
-
公开(公告)号：CN117155531A
公开(公告)日：2023-12-01
申请号：CN202311093318.4
申请日：2023-08-28
Applicant: 哈尔滨理工大学 , 中数(深圳)时代科技有限公司
IPC: H04L9/00 , H04B17/391 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明一种基于CLRM模型的深度学习侧信道攻击方法及系统，涉及侧信道攻击技术领域，为解决现有侧信道攻击方法需要大量能量迹、模型效率低，且模型在训练时存在快速过拟合以及梯度消失等问题。包括如下步骤：S1、获取密码算法在设备运行过程中产生的侧信道数据；S2、构建侧信道攻击模型，所述模型包括卷积神经网络模块、长短期记忆网络模块以及残差网络模块，利用已知密钥的侧信道数据对所述侧信道攻击模型进行训练，以建立从侧信道数据到正确密钥之间的映射关系；S3、采用训练后的侧信道攻击模型对采集的侧信道数据进行特征提取分析，以实现对密钥的正确恢复。本发明方法利用较少能量迹轨迹数就能恢复出正确的密钥，攻击效率具有显著的优势。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.042 seconds)
