-
公开(公告)号：CN117998299A
公开(公告)日：2024-05-07
申请号：CN202410108687.4
申请日：2024-01-25
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种移动群智感知中位置隐私保护任务分配方法，所述移动群智感知包含一个任务发布方、两个服务器S1、S2以及n个移动用户，该方法是在任务发布方创建一个包含任务内容和任务位置的感知任务时，发送感知任务给服务器，移动用户上传它的位置给服务器，然后服务器根据感知任务和移动用户的位置计算移动用户到感知任务的距离，将感知任务分配给距离最近的移动用户，最后获得感知任务的移动用户移动到任务位置执行感知任务。本发明解决了任务分配过程中任务请求者和移动用户的位置隐私保护问题，并且能够在保护位置隐私下准确地最小化移动用户的旅行距离。
-
公开(公告)号：CN117938439A
公开(公告)日：2024-04-26
申请号：CN202311769594.8
申请日：2023-12-21
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种面向云计算数据安全的快速安全外包计算方法，将云服务器S0作为中心平台，数据拥有者DO可以在云服务器S0上发布具体的安全外包计算任务，并由云服务器S0与计算服务提供商S1利用强大算力来实现安全外包计算任务。数据所有者DO根据其具体的计算需求，向云服务器S0发布加密过后的数据以及不同的外包计算任务，随后S0与计算服务提供商S1通过调用不同的安全外包计算协议得到加密形式下的最终结果，并将最终结果发送给DO，DO收到加密的最终结果后可用其私钥解密。本发明解决了安全外包计算中数据的隐私泄露问题，解决了现有方案的效率低下和存储花销大问题，解决了现有方案只支持自然数运算、不能获取计算的中间密文结果、计算类型有限等可用性问题。
-
公开(公告)号：CN117894084A
公开(公告)日：2024-04-16
申请号：CN202311769590.X
申请日：2023-12-21
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种移动群体感知中数据隐私保护人脸情感识别方法，通过查询用户本地的运算能力进行特征的提取并加密，在云上通过数据外包的方式进行匹配，然后得到匹配的情况进行人脸表情数据的识别，涉及包括人脸特征向量提供商、两台提供强大计算能力并存储加密数据的云服务器CP、CSP和多个进行人脸情感特征识别的移动设备。本发明方法采用同态加密技术，允许在密文状态下进行特征向量匹配，从而提高了计算效率和数据隐私保护水平，降低个人隐私泄漏风险，并提供更高的隐私保护程度，具有较高的应用灵活性，可以适应不同应用场景的需求，包括医疗保健、社交媒体分析和个性化推荐等，值得推广。
-
公开(公告)号：CN117932660A
公开(公告)日：2024-04-26
申请号：CN202311779965.0
申请日：2023-12-21
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种基于联邦分析的隐私保护移动群智感知方法，所述移动群智感知包含n个移动用户和一个服务器，该方法是通过移动用户采集感知数据并设置感知数据的投标，然后将感知数据和投标上传至服务器，服务器聚合所有移动用户的感知数据，并确定具有最小投标的移动用户和在预算下为每个移动用户公平分配奖励。本发明解决了数据聚合、激励机制和隐私保护之间的融合问题，并且在隐私保护数据聚合协议中能够实现和聚合、平均聚合和方差聚合操作，此外在隐私保护激励协议中能够准确找到具有最小投标的移动用户和为移动用户公平分配奖励。
-
公开(公告)号：CN118378244A
公开(公告)日：2024-07-23
申请号：CN202410402709.8
申请日：2024-04-03
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F21/55 , H04L9/40 , G06F21/57 , G06F16/9535 , G06N3/0442 , G06N3/049 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于记忆力网络的时序推荐系统的数据投毒攻击方法，涉及网络安全技术领域，包括：获取真实用户的数据；构建虚假用户，根据真实用户的数据，获取虚假用户的数据，结合真实用户的数据，计算第一攻击损失函数；构建预训练阶段的代理模型，计算代理模型的第二攻击损失函数；构建目标项，计算目标项的第三攻击损失函数；对第一攻击损失函数、第二攻击损失函数和第三攻击损失函数赋予不同的权重，并构建攻击损失函数，计算攻击损失函数，直至收敛，获取更新后的虚假用户的数据。本发明能够实现对时序推荐系统攻击的高效性。
-
Patent Agency Ranking
公开(公告)号：CN116804986A
公开(公告)日：2023-09-26
申请号：CN202310120348.3
申请日：2023-02-15
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F16/22 , G06F16/2453 , G06F16/27 , G06Q20/38
Abstract: 本发明公开了一种区块链跨链交易的索引信息生成方法，包括：在当前监听到关联的第一跨链交易信息和第二跨链交易信息时，获取历史索引信息，得到获取结果；根据第一跨链交易信息、第二跨链交易信息和获取结果，得到包含多个第一条目的当前线性表；根据当前线性表和获取结果，得到每个第一条目的当前邻接链表；将当前线性表和当前邻接链表构成的当前索引结构存储；根据第一条目的数量和预设参数生成公共参数；根据公共参数中第一公共子参数和第一条目，生成向量承诺；根据第一条目、公共参数中第二公共子参数和第三公共子参数，生成每个第一条目的证明；将向量承诺和证明存储；根据获取结果、当前索引结构、向量承诺和证明，得到当前索引信息。
-
公开(公告)号：CN116582550A
公开(公告)日：2023-08-11
申请号：CN202310566040.1
申请日：2023-05-18
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: H04L67/104 , H04L67/1087 , H04L9/40 , H04L9/32
Abstract: 本申请提供一种基于信任评估组建跨链系统的方法、交易传递方法以及相关装置。本申请的基于信任评估组建跨链系统的方法，通过计算每一区块链中跨链节点的参数信息，所述参数信息包括通信可信度、时间可信度、交易可信度和历史可信度中至少一种；基于所述参数信息得到每一跨链节点的综合信任值；基于所述综合信任值确定初始中继链节点；从所述初始中继链节点中选取最终中继链节点，所述最终中继链节点组成跨链系统。以此将互相独立的区块链之间安全高效的建立一个可信跨链系统，通过信任模型实现节点评估以及信任传递，保证跨链系统安全稳定的运行，实现多个区块链之间的价值与信息的互信互通。
-
公开(公告)号：CN116486791A
公开(公告)日：2023-07-25
申请号：CN202310389482.3
申请日：2023-04-12
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种基于自然环境的语音对抗样本隐蔽生成方法，包括：获取自然环境噪音数据集、输入音频数据，并生成对抗扰动；生成对抗样本，并误导语音识别模型生成相应的对抗样本转录，同时设定目标对抗转录内容；计算对抗样本和目标对抗转录的CTC‑loss损失函数；计算对抗扰动与环境噪音的范数；对CTC‑loss损失函数、对抗扰动与环境噪音的范数增添不同权重参数，以构成对抗样本生成损失函数；利用PGD等梯度下降法迭代更新对抗扰动，以获得最优的对抗扰动，从而得到语音对抗样本。该方法提高了语音对抗样本的掩蔽性和人耳不易察觉性，提升了适用场景的普遍性；且可以迁移到普遍常见的语音识别模型中，做到高效率攻击。
-
公开(公告)号：CN118312777A
公开(公告)日：2024-07-09
申请号：CN202410423343.2
申请日：2024-04-09
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F18/214 , G06F18/24 , G06F18/20 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于群智背景下的少样本时空序列数据处理方法及数据预测方法，其中，数据处理方法包括：获取群智背景下的少样本时空序列数据集，并按照空间地理位置进行分类，以将数据集划分为多个小区，同时获得各个小区之间的空间关系矩阵；将每个小区内的数据按照时间段进行分类，以将每个小区中的数据划分到不同的时间段内；为每个小区的每一时间段确定代表值，以将数据集转化为以时间为纵轴、以小区为横轴的小区‑时间矩阵数组。处理后的数据可用于对STNN模型进行训练，从而实现数据预测。该数据处理方法解决了群智数据集在STNN模型上训练时的大量数据缺失问题，具有较好的训练效果，实现了针对少样本时空序列数据集的高准确率数据预测。
-
公开(公告)号：CN117575048A
公开(公告)日：2024-02-20
申请号：CN202311597331.3
申请日：2023-11-27
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06N20/20 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种基于后门攻击的联邦学习模型测试方法及装置。所述方法包括：根根据先验样本数据，确定重要特征；融合重要特征和目标特征，得到融合特征；根据融合特征，在样本特征数据中植入后门攻击触发器，得到中毒样本；根据中毒样本进行联邦训练，得到后门攻击触发器植入后门的结果；根据后门攻击触发器植入后门的结果，对基于联邦学习得到的最终模型的安全性进行测试。根据本发明提供的方法，通过在训练的过程中融合重要特征和目标特征，得到融合特征，并根据融合特征进行训练；能够充分利用模型的训练过程，提高目标特征在联邦学习过程中的重要程度，从而提高后门攻击的成功率，从而提高基于联邦学习得到的最终模型的安全性能。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.072 seconds)
