基于差分隐私的相关性时间序列发布方法及系统

    公开(公告)号:CN106407841B

    公开(公告)日:2018-03-02

    申请号:CN201610859701.X

    申请日:2016-09-28

    申请人: 武汉大学

    IPC分类号: G06F21/62

    摘要: 本发明提供一种基于差分隐私的相关性时间序列发布方法及系统,包括通过预设长度的观测窗口将待发布原始序列分段,并将观测窗口内的子序列段作为短时平稳过程处理;首先计算窗口内子序列的自相关函数,然后生成与子序列自相关函数一致的相关性拉普拉斯噪声序列,最后将噪声叠加到子序列中,待原始序列处理完毕后,发布含有噪声的序列。本发明中的滑动窗口机制和相关性拉普拉斯噪声机制的运用,解决了现有利用差分隐私机制发布相关性时间序列的方法中,面临的实际有效的隐私保护强度无法达到预设值及数据可用性较低的问题。

    一种基于相关性去除的差分隐私数据发布方法及系统

    公开(公告)号:CN105608388A

    公开(公告)日:2016-05-25

    申请号:CN201510617903.9

    申请日:2015-09-24

    申请人: 武汉大学

    IPC分类号: G06F21/62 H04L29/08

    摘要: 一种基于相关性去除的差分隐私数据发布方法及系统,各数据拥有者分别对自己的原始数据集进行分段并得到差值数据集,对差值数据集的前两项求和并加噪,然后同态加密后上传给云服务提供商,云服务提供商进行同态解密运算;各数据拥有者对差值数据集项进行变换得到变换系数,加入由相互独立且服从高斯分布的白噪声所组成的平稳噪声;数据拥有者进行逆小波变换得到加扰后的数据集,上传到云服务提供商;云服务提供商利用维纳滤波进行滤波,当数据使用者请求数据集时,云服务提供商对求精后的数据集进行反变换,发布给第三方数据使用者的数据项。本发明有效减少了数据计算量和交互量,提高了资源利用率和数据可用性。

    一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器

    公开(公告)号:CN106227953B

    公开(公告)日:2017-07-11

    申请号:CN201610597162.7

    申请日:2016-07-26

    申请人: 武汉大学

    IPC分类号: G06F17/50

    摘要: 本发明涉及数据挖掘及隐私保护领域,公开了一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器。本发明中,首先利用均匀分布产生4个高斯白噪声序列,然后将高斯白噪声序列通过特定的线性滤波器产生具有相关性的高斯噪声,最后根据高斯噪声生成拉普拉斯噪声的原理,生成与原始数据相关特性相同的相关性拉普拉斯噪声序列。解决了相关性数据差分隐私保护机制中,相关性拉普拉斯噪声的生成问题。

    一种基于相关性去除的差分隐私数据发布方法及系统

    公开(公告)号:CN105608388B

    公开(公告)日:2017-02-22

    申请号:CN201510617903.9

    申请日:2015-09-24

    申请人: 武汉大学

    IPC分类号: G06F21/62 H04L29/08

    摘要: 一种基于相关性去除的差分隐私数据发布方法及系统,各数据拥有者分别对自己的原始数据集进行分段并得到差值数据集,对差值数据集的前两项求和并加噪,然后同态加密后上传给云服务提供商,云服务提供商进行同态解密运算;各数据拥有者对差值数据集项进行变换得到变换系数,加入由相互独立且服从高斯分布的白噪声所组成的平稳噪声;数据拥有者进行逆小波变换得到加扰后的数据集,上传到云服务提供商;云服务提供商利用维纳滤波进行滤波,当数据使用者请求数据集时,云服务提供商对求精后的数据集进行反变换,发布给第三方数据使用者的数据项。本发明有效减少了数据计算量和交互量,提高了资源利用率和数据可用性。

    一种沟道势垒高度控制的隧穿场效应器件

    公开(公告)号:CN104882484A

    公开(公告)日:2015-09-02

    申请号:CN201510257549.3

    申请日:2015-05-19

    申请人: 武汉大学

    IPC分类号: H01L29/78 H01L29/06 H01L29/10

    摘要: 本发明属于半导体集成电路领域,具体涉及一种沟道势垒高度控制的隧穿场效应器件。其中心为沟道,沟道两端为导电类型不同的源端和漏端,源端与沟道之间形成隧穿结,所述沟道采用三段或三段以上的势垒区组成,其中中间段的势垒区的能带高于沟道中靠近漏端和源端的能带;还有栅氧层全覆盖沟道,栅氧层又被栅电极全覆盖。该器件的沟道部分采用不同掺杂浓度或类型的材料,在沟道中形成三段或更多段的势垒结构。本发明的仿真研究结果表明,该结构的沟道势垒高度控制的隧穿器件结构能够有效减小器件关态泄露电流,降低亚阈值斜率,抑制短沟道效应和漏致势垒降低效应,同时保持良好的跨导特性,从而实现器件的性能综合优化。

    基于STDP非监督学习算法的硬件友好型脉冲神经网络模型

    公开(公告)号:CN107092959A

    公开(公告)日:2017-08-25

    申请号:CN201710222912.7

    申请日:2017-04-07

    申请人: 武汉大学

    IPC分类号: G06N3/04 G06N3/063 G06N3/08

    摘要: 本发明公开了一种基于STDP非监督学习算法的硬件友好型脉冲神经网络模型,所述脉冲神经网络模型是一种多突触延时的前向反馈神经网络模型,每层神经元分别通过若干条突触与其它层神经元互连,而每层内部神经元相互独立。本发明完全依赖数字硬件电路平台进行脉冲神经网络的模型设计,并且创新性的将STDP非监督学习算法用于该脉冲神经网络模型的学习训练中,能够实现特定功能。该硬件平台脉冲神经网络模型具有较高的稳定性,能够在占用较少硬件资源的条件下拥有较快的速度,加上网络结构并行连接的特点,其拓展性也大大提高,对于实现超大规模的脉冲神经网络也提供了新的思路。

    基于STDP非监督学习算法的脉冲神经网络模型构建方法

    公开(公告)号:CN107092959B

    公开(公告)日:2020-04-10

    申请号:CN201710222912.7

    申请日:2017-04-07

    申请人: 武汉大学

    IPC分类号: G06N3/04 G06N3/063 G06N3/08

    摘要: 本发明公开了一种基于STDP非监督学习算法的硬件友好型脉冲神经网络模型构建方法,所述脉冲神经网络模型是一种多突触延时的前向反馈神经网络模型,每层神经元分别通过若干条突触与其它层神经元互连,而每层内部神经元相互独立。本发明完全依赖数字硬件电路平台进行脉冲神经网络的模型设计,并且创新性的将STDP非监督学习算法用于该脉冲神经网络模型的学习训练中,能够实现特定功能。该硬件平台脉冲神经网络模型具有较高的稳定性,能够在占用较少硬件资源的条件下拥有较快的速度,加上网络结构并行连接的特点,其拓展性也大大提高,对于实现超大规模的脉冲神经网络也提供了新的思路。

    一种双地槽平行微带线90度相位移相器

    公开(公告)号:CN107425288A

    公开(公告)日:2017-12-01

    申请号:CN201710245811.1

    申请日:2017-04-14

    申请人: 武汉大学

    IPC分类号: H01Q3/34 H01P1/18

    CPC分类号: H01Q3/34 H01P1/18

    摘要: 本发明涉及毫米波无线通信技术,特别涉及一种双地槽平行微带线90度相位移相器,采用工艺130nm SiGe BiCMOS;包括地金属层和顶层金属层,输入、输出端口,电介质层和衬底层,还包括地金属层中心设置一条底层金属传输线,同时在顶层金属层上设置一条平行对称的顶层金属传输线;底层金属传输线与顶层金属传输线中心设置有180度相位反相器;地金属层上以底层金属传输线中线为轴设置两平行对称沟槽,输入端口与顶层金属传输线和底层金属传输线的左端连接,输出端口与顶层金属传输线和底层金属传输线的右端连接;电介质层包围在地金属层和顶层金属层的底部和外围,衬底层设置于电介质层底部。该移相器提高了信号带宽、降低了电路面积和相位误差、减小了信号损耗。

    基于差分隐私的相关性时间序列发布方法及系统

    公开(公告)号:CN106407841A

    公开(公告)日:2017-02-15

    申请号:CN201610859701.X

    申请日:2016-09-28

    申请人: 武汉大学

    IPC分类号: G06F21/62

    CPC分类号: G06F21/6245 G06F2221/2107

    摘要: 本发明提供一种基于差分隐私的相关性时间序列发布方法及系统,包括通过预设长度的观测窗口将待发布原始序列分段,并将观测窗口内的子序列段作为短时平稳过程处理;首先计算窗口内子序列的自相关函数,然后生成与子序列自相关函数一致的相关性拉普拉斯噪声序列,最后将噪声叠加到子序列中,待原始序列处理完毕后,发布含有噪声的序列。本发明中的滑动窗口机制和相关性拉普拉斯噪声机制的运用,解决了现有利用差分隐私机制发布相关性时间序列的方法中,面临的实际有效的隐私保护强度无法达到预设值及数据可用性较低的问题。

    一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器

    公开(公告)号:CN106227953A

    公开(公告)日:2016-12-14

    申请号:CN201610597162.7

    申请日:2016-07-26

    申请人: 武汉大学

    IPC分类号: G06F17/50

    CPC分类号: G06F17/5009

    摘要: 本发明涉及数据挖掘及隐私保护领域,公开了一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器。本发明中,首先利用均匀分布产生4个高斯白噪声序列,然后将高斯白噪声序列通过特定的线性滤波器产生具有相关性的高斯噪声,最后根据高斯噪声生成拉普拉斯噪声的原理,生成与原始数据相关特性相同的相关性拉普拉斯噪声序列。解决了相关性数据差分隐私保护机制中,相关性拉普拉斯噪声的生成问题。