-
公开(公告)号：CN118628479A
公开(公告)日：2024-09-10
申请号：CN202411089789.2
申请日：2024-08-09
申请人： 湖南大学
IPC分类号： G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T5/80 , G06T7/11 , G06T7/13 , G06V10/764
摘要： 本申请公开了一种智能桥梁线形检测方法、装置、设备及介质，涉及桥梁检测领域，包括：获取无人机搭载相机对装配式桥梁上预置的若干组标记进行不同方位的拍摄得到的桥面图像；将桥面图像和相机畸变参数输入预设生成式对抗网络以生成校正后图像；利用标记检测模型对校正后图像中的目标标记进行检测框标注，基于椭圆检测算法确定标注后图像中的目标标记中心的二维图像坐标，利用双目立体视觉原理对在不同方位下的同一目标标记中心的二维图像坐标进行变换得到目标标记中心的三维物理坐标；基于预设基准点坐标和装配式桥梁的尺寸信息对三维物理坐标进行分析以确定装配式桥梁的线形偏差。本申请实现对装配式桥梁的智能线形检测，检测效率高且准确性高。
-
公开(公告)号：CN115766207A
公开(公告)日：2023-03-07
申请号：CN202211422142.8
申请日：2022-11-14
申请人： 湖南大学
IPC分类号： H04L9/40 , H04L67/10 , H04L67/1097
摘要： 本发明公开了一种基于区块链的匿名消息传递方法及系统，本发明包括：接收方R生成请求事务并提交到区块链，等待矿工回应，收到回应则选择一个矿工，基于请求事务生成包含检测密钥DSK的检测事务，并提交到区块链的检测事务交易池中以下发给矿工，从矿工采用模糊消息检测方法FMD基于检测密钥DSK执行检测事务生成的区块中获取由真实的消息事务和假阳性的消息事务构成的消息事务集合，从中提取出真实的消息事务，并从真实的消息事务中提取出发送方S所发送的明文消息。本发明能够实现基于区块链的匿名消息传递，可将消息检测任务外包给去中心化的不可信第三方，具有用户开销小、安全可信、高吞吐量的优点。
-
公开(公告)号：CN111698278A
公开(公告)日：2020-09-22
申请号：CN202010277264.7
申请日：2020-04-10
申请人： 湖南大学
摘要： 本发明公开了一种基于区块链的多云数据存储方法，包括数据存储步骤：S1.1.用户将待存储数据划分为数据块，计算第一标签；并将数据块发送给组织者节点，在区块链上发布第一标签；第一标签为数据块的同态可验证标签；S1.2.组织者节点接收数据块，并将数据块分配给云服务提供商；S1.3.云服务提供商接收组织者节点所分配的数据块，计算第二标签；第二标签为云服务提供商接收到的数据块的同态可验证标签；并从区块链获取第一标签，当第二标签等于第一标签时，云服务提供商存储所接收到的数据块。具有无需第三方审计员，就可以对多云存储的数据进行审核，确保数据安全，审核开销小等优点。
-
公开(公告)号：CN114492851B
公开(公告)日：2024-08-20
申请号：CN202210102303.9
申请日：2022-01-27
申请人： 湖南大学
摘要： 本发明涉及一种基于区块链的模型迁移联邦学习方法，包括如下步骤：S1.服务器在区块链上向设备发布全局模型；S2.设备通过本地数据对本地模型进行训练；S3.设备通过区块链将本地模型上传至服务器；S4.服务器从中选择满足预设选择条件的本地模型作为目标模型，提取目标特征提取器并发布；S5.设备接收特征提取器，并以特征提取器替换设备的本地模型的本地特征提取器，并继续通过本地数据对本地模型进训练；S6.设备完成本轮训练，向服务器上传本轮训练后的本地模型；S7.服务器根据本地模型更新全局模型；并判断全局模型是否满足预设条件，是则结束学习过程，否则跳转至步骤S1，进行下一轮训练。本发明具有速度快、效率高、安全性好等优点。
-
公开(公告)号：CN118211674A
公开(公告)日：2024-06-18
申请号：CN202410312429.8
申请日：2024-03-19
申请人： 湖南大学
摘要： 基于线性区块链的联邦学习在异构环境受到区块链性能瓶颈的限制，导致训练效率低下。目前的解决方案引入了有向无环图区块链来解决上述问题，但它们牺牲了区块链的可验证性，难以处理过时的模型，并且收敛速度较慢。本发明公开了一种基于树图区块链的半异步联邦学习框架，其底层区块链结构设计是以块为中心的有向无环图，以支持可验证和半异步的训练。为了促进快速收敛，本发明设计了一个主干链生成算法，对半异步的训练过程进行拓扑排序，引导客户端采样适当的模型。除此之外，本发明还将共识机制与联邦学习紧密结合，确保能够有效抵抗对针对模型和区块链系统的攻击。
-
公开(公告)号：CN117875452A
公开(公告)日：2024-04-12
申请号：CN202410084093.4
申请日：2024-01-19
申请人： 湖南大学
摘要： 本发明公开了一种基于SGX的区块链联邦学习方法及系统，本发明方法包括：每个客户端与SGX进行远程认证，并建立安全的信道；客户端进行本地模型的训练，保存本地模型的参数；客户端生成训练结果，并发布到区块链网络；区块链系统使用共识机制决定本轮执行聚合的聚合服务器，该聚合服务器从区块链网络中异步地获取各客户端的客户端模型梯度并送入SGX验证，验证成功后由SGX进行模型聚合；SGX完成模型聚合之后，产生聚合结果并发布至区块链；其他区块链节点验证聚合结果的完整性，验证成功后将该区块添加到本地区块中，并开始下一轮训练。本发明在聚合服务器中使用SGX进行模型的聚合，在开放的区块链联邦学习环境中保证训练过程不被恶意的聚合者破坏，提高了安全聚合的安全性、可靠性。
-
公开(公告)号：CN116743358A
公开(公告)日：2023-09-12
申请号：CN202310593403.0
申请日：2023-05-24
申请人： 湖南大学
摘要： 本发明涉及一种可否认的多接收者认证方法及系统，包括：S1、初始化需要使用的公共参数、哈希函数、密钥生成机构以及使用成员；S2、每个使用成员分别通过公共参数、密钥生成机构及身份信息获得身份密钥对，将私钥本地保存，公钥发送给其他使用成员；S3、发送者从使用成员中选择多个接收者，分别针对每个接收者及要发送的信息构造中间参数，并利用中间参数及每个接收者的身份公钥生成对应的密文信息后发送给每个接收者；S4、每个接收者接收发送者传输的对应密文信息，利用接收者的身份密钥对来解密密文信息并验证。本发明发送方只需封装一次消息，就能够让多个接收者解密，避免了发送者对发送消息进行重复加密，同时保护信息的机密性和安全性。
-
公开(公告)号：CN115809092A
公开(公告)日：2023-03-17
申请号：CN202310101112.5
申请日：2023-02-13
申请人： 湖南大学
摘要： 本申请公开了一种基于MT3000异构处理器的深度学习计算库实现方法，属于深度学习技术领域。该方法针对天河新一代超级计算机异构处理器MT3000原型机，使用engine引擎‑stream数据流‑memory内存对象‑primitives原语四层设计框架，实现了一套完整的深度学习计算库，并针对该处理器的体系结构对卷积、池化、激活、归一化等深度学习常用算子进行计算优化，卷积算子相较于纯CPU版本实现最高加速比为7.56。
-
公开(公告)号：CN115577360A
公开(公告)日：2023-01-06
申请号：CN202211422140.9
申请日：2022-11-14
申请人： 湖南大学
IPC分类号： G06F21/56 , G06F17/16 , G06F18/22 , G06F18/23 , G06F18/214
摘要： 本发明公开了一种不依赖梯度的聚类联邦学习方法及系统，本发明方法包括：客户端分别计算数据分布信息及相互的交集相似度并构造交集相似度向量；服务器收集交集相似度向量并构建相似度矩阵，对客户端进行聚类并执行模型训练，在服务器检测到模型的精度下降且确定恶意簇后，选择客户端来组成验证委员会并进行验证并投票将恶意模型排除、保留良性模型。本发明中服务器不需要依靠客户端的梯度信息进行聚类而是根据客户端的数据分布之间的交集相似度来进行聚类，避免了客户端的梯度信息泄露问题，保护了客户端的梯度安全，增强了聚类联邦学习过程中的安全性、可靠性、并且提高了训练精度。
-
公开(公告)号：CN116886410A
公开(公告)日：2023-10-13
申请号：CN202310990937.7
申请日：2023-08-08
申请人： 湖南大学 , 长沙尚链通信息科技有限公司
摘要： 本发明涉及信息安全技术领域，提供了一种匿名消息传递方法、系统、消息接收设备和存储介质，应用于消息接收设备，包括：向云服务器发送检测私钥，由云服务器基于检测私钥检索对应的待接收消息得到消息集合并返回；其中，检测私钥包括消息接收设备私钥的至少一个私钥分量，私钥分量的数量决定消息集合的假阳性率；基于私钥分别生成每条待接收消息的盲化计算数据和验证计算数据发送给云服务器，由云服务器对盲化计算数据和验证计算数据进行计算得到盲化计算结果和验证计算结果并返回；当确定验证计算结果正确时，基于盲化计算结果从消息集合中排除假阳性的待接收消息，得到真实的待接收消息，从而能够减少消息接收设备的通信开销。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.04 秒)
