-
公开(公告)号：CN109829334B
公开(公告)日：2022-12-20
申请号：CN201910090761.3
申请日：2019-01-30
Applicant: 复旦大学
IPC: G06F21/62
Abstract: 本发明属于大数据安全技术领域，具体为基于区块链的数据盒配置、使用和记账方法及其运作系统。数据盒是为数据提供者提供数据开放接口以及数据使用者提供使用接口的基本单元。本发明利用数据盒为数据载体来保证开放共享的数据的可用性，利用区块链技术辅助数据盒的使用和记账，保证每一笔开放共享数据的使用可追踪且使用记录难篡改，保证数据盒使用权利的不可转移性、数据使用者的唯一性。本发明解决了数据开放共享过程中数据使用记录被篡改、数据盒被二次分发、数据盒实际使用权利或使用者发生转移的问题，帮助数据提供者在数据开放的同时又能保证其数据稀缺性不丧失和隐私不泄露，保证数据盒的使用真实有效，有效地支持数据开放共享。
-
公开(公告)号：CN107832630B
公开(公告)日：2021-01-26
申请号：CN201711096849.3
申请日：2017-11-09
Applicant: 复旦大学
Abstract: 本发明属于数据信息隐私保护技术领域，具体为一种数据自治开放模式下的隐私保护系统。本发明系统采用层次化结构，包括数据层、机制层、合成层和接口层；数据开放对于提升数据资源的应用价值具有十分重要的意义，但是出于隐私保护的考虑，数据开放不能不加限制，而应该是有监管的开放，即采取数据自治开放模式。本发明系统采取基于差分隐私的数据合成，可以实现面向隐私保护的数据发布与数据访问、以及防范数据拼图的攻击行为，从而给数据开放提供有力保障。
-
公开(公告)号：CN109495446B
公开(公告)日：2020-12-22
申请号：CN201811163799.0
申请日：2018-10-02
Applicant: 复旦大学
Abstract: 本发明属于密码技术领域，具体为基于平衡排序树存储结构的保序加密算法。本发明算法中，其数据存储基本结构包括AVL树、红黑树、B树、B+树或B*树；不同的数据存储结构，其算法表述略有差异。本发明算法以AVL树结构为例，其包括基本的基于AVL树的理想安全的保序加密算法以及一些改进的的保序加密算法。各种算法都从树形结构、初始化算法、加密算法、解密算法、orderby排序算法、范围查询算法、删除算法、平衡算法、交互式查询算法进行描述。相对于大多数无法达到理想安全的保序加密，本发明中的算法安全性有绝对的优势，本发明给出的算法也进行了全方位的对比，适用于绝大多数系统，尤其适用于安全性需求较高、带宽配置足量的系统。
-
公开(公告)号：CN111737535A
公开(公告)日：2020-10-02
申请号：CN202010573056.1
申请日：2020-06-22
Applicant: 复旦大学
IPC: G06F16/901 , G06F16/907 , G06F17/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于元结构和图神经网络的网络表征学习方法。本发明通过图神经网络和带权注意力机制来聚合邻居节点的信息，采用层次搜索算法生成候选的元结构集合，不需要预先定义元结构，并且相比于以往的元路径，可以考虑到节点之间更复杂的结构信息。本发明融合了图神经网络强的学习能力和元结构的丰富语义，有效解决了以往基于元路径的方法考虑结构单一以及需要依赖经验指定元结构的问题。并且，引入带权的注意力机制可以显式地考虑到元结构中的数量信息。进而生成比传统表征分类方式的结果更精确的最终节点，该最终节点可作为向量表征可用于后续的其他机器学习人物中。
-
公开(公告)号：CN110287729A
公开(公告)日：2019-09-27
申请号：CN201910518698.9
申请日：2019-06-15
Applicant: 复旦大学
Abstract: 本发明属于数据信息隐私保护技术领域，具体为一种面向数据使用需求的隐私泄露风险评估方法。本发明方法依据数据开放者设定的字段隐私保护标记、字段操作许可列表和数据操作风险标记，以及数据使用者提供的使用需求，在构建和更新数据使用需求矩阵的基础上，计算评估数据开放所带来的隐私泄露风险，并可反馈给数据开放者作为参考，以便进一步制定相应的数据开放策略，为数据开放提供有力保障。
-
Patent Agency Ranking
公开(公告)号：CN108234108A
公开(公告)日：2018-06-29
申请号：CN201711345316.4
申请日：2017-12-15
Applicant: 复旦大学
IPC: H04L9/06
Abstract: 本发明属于密码技术领域，具体为一种弱泄露的高效揭序加密方法。本发明包含初始化、加密和比较算法三元组，将其表示为；对于每个揭序加密方案来说，都会伴随一定的明文信息量的泄露。其中，满足理想安全性的揭序加密所泄露的信息则是密文对应明文的大小关系。本发明在满足高效性的基础上，将泄露的信息尽可能的减少，即只泄露明文大小关系、明文最高不同比特位相等模式和明文最高不同比特位的部分信息。方案的构造仅使用了伪随机函数和哈希函数两种高效的密码学原语，使整个方案得以高效执行。
-
公开(公告)号：CN111737535B
公开(公告)日：2022-10-18
申请号：CN202010573056.1
申请日：2020-06-22
Applicant: 复旦大学
IPC: G06F16/901 , G06F16/907 , G06F17/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于元结构和图神经网络的网络表征学习方法。本发明通过图神经网络和带权注意力机制来聚合邻居节点的信息，采用层次搜索算法生成候选的元结构集合，不需要预先定义元结构，并且相比于以往的元路径，可以考虑到节点之间更复杂的结构信息。本发明融合了图神经网络强的学习能力和元结构的丰富语义，有效解决了以往基于元路径的方法考虑结构单一以及需要依赖经验指定元结构的问题。并且，引入带权的注意力机制可以显式地考虑到元结构中的数量信息。进而生成比传统表征分类方式的结果更精确的最终节点，该最终节点可作为向量表征可用于后续的其他机器学习人物中。
-
公开(公告)号：CN108376558B
公开(公告)日：2021-08-20
申请号：CN201810069685.3
申请日：2018-01-24
Applicant: 复旦大学
Abstract: 本发明属于医疗数据分析与智能处理技术领域，具体是一种多模态核磁共振影像病历报告自动生成方法。本发明采用深度学习模型，其中，在使用卷积神经网络提取影像特征的基础上引入注意力矩阵，通过点乘运算给不同位置的特征赋予不同的权重，得到不同注意力下的影像特征；接着使用一个长短期记忆循环神经网络，根据不同注意力下的影像特征生成病历报告中每个句子的主题向量；再使用另一个长短期记忆循环神经网络，根据句子的主题向量生成每一个词；然后将这些词连接起来得到最后的病历报告。本发明在没有病历模版的情况下自动生成医学影像的病历中的描述文本，对缓解放射科医生的工作以及搭建智能化的计算机辅助诊断系统有着深远的意义。
-
公开(公告)号：CN108234108B
公开(公告)日：2021-06-22
申请号：CN201711345316.4
申请日：2017-12-15
Applicant: 复旦大学
IPC: H04L9/06
Abstract: 本发明属于密码技术领域，具体为一种弱泄露的高效揭序加密方法。本发明包含初始化、加密和比较算法三元组，将其表示为；对于每个揭序加密方案来说，都会伴随一定的明文信息量的泄露。其中，满足理想安全性的揭序加密所泄露的信息则是密文对应明文的大小关系。本发明在满足高效性的基础上，将泄露的信息尽可能的减少，即只泄露明文大小关系、明文最高不同比特位相等模式和明文最高不同比特位的部分信息。方案的构造仅使用了伪随机函数和哈希函数两种高效的密码学原语，使整个方案得以高效执行。
-
公开(公告)号：CN108039944B
公开(公告)日：2020-09-01
申请号：CN201711345342.7
申请日：2017-12-15
Applicant: 复旦大学
Abstract: 本发明属于密码技术领域，具体为具有前向安全性的揭序加密框架算法。本发明将原保序加密、揭序加密编译为前向安全的揭序加密框架算法。原有保序加密或揭序加密为算法表示为，其中三个元素分别是初始化算法、加密算法、比较算法；编译而成的前向安全的揭序加密框架算法元组表示为，即启动/初始化算法，加密算法，比较算法；本发明可以完美抵御文件注入攻击，适用于绝大多数电子数据系统，尤其保障具有第三方数据共享和数据交换设备的电子系统的安全。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.016 seconds)
