基于属性的代理重加密方法及系统

    公开(公告)号:CN117978526B

    公开(公告)日:2024-07-19

    申请号:CN202410229133.X

    申请日:2024-02-29

    Applicant: 重庆大学

    Abstract: 本发明涉及数据加密技术领域,揭露了基于属性的代理重加密方法,包括:获取数据所有者的属性集,并利用所述可信中心选取随机数生成所述数据所有者的私钥;所述数据所有者持有待加密信息以及选择访问结构,并生成所述待加密信息的密文;判断共享用户是否满足所述访问结构;在共享用户满足所述访问结构时,解密所述密文得到共享数据信息;在共享用户不满足所述访问结构时,利用所述数据所有者创建所述共享用户的私密访问,并根据所述私密访问获取共享数据信息。本发明可以提高基于属性的代理重加密的安全性和效率。

    一种实时处理器系统可靠性最大化方法及系统

    公开(公告)号:CN115357360A

    公开(公告)日:2022-11-18

    申请号:CN202211011246.X

    申请日:2022-08-23

    Applicant: 重庆大学

    Abstract: 本发明提供了一种实时处理器系统可靠性最大化方法及系统。方法包括:S1,构建待调度任务集;S2,基于时间约束、实时剩余能耗预算、实时松弛时间和每个任务的最大可利用能量依次为每个任务分配最佳起始执行速度,执行速度为执行所述任务的处理器频率;基于任务分配的最佳起始执行速度回收能量和松弛时间;S3,基于待调度任务集中任务分配的最佳起始执行速度计算系统的无故障可靠性概率。考虑了系统在能耗和时间的约束前提下,依次将处理器频率分配给任务,充分利用了任务提前完成后的剩余能量和空闲时间,使后续每个任务依据其最大可利用能量分配到最佳起始执行速度,从而使得系统整体可靠性最优。

    一种基于联邦半监督图学习的银行客户分类方法及系统

    公开(公告)号:CN119066495B

    公开(公告)日:2025-02-14

    申请号:CN202411164155.9

    申请日:2024-08-23

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于联邦半监督图学习的银行客户分类方法及系统,该方法为:执行多轮全局学习直到全局客户分类模型收敛,每轮全局学习包括:向训练银行端下发加噪后的本轮全局伪标签矩阵和本轮全局模型参数;训练银行端基于本轮全局伪标签矩阵对本地客户数据图进行强化处理,对本地客户分类模型进行本地迭代训练,上传加噪后的本地模型参数和本地客户节点嵌入;中心服务器获得更新的全局模型参数和全局客户节点嵌入;银行端利用更新的全局模型参数生成银行端客户分类模型,将本地客户数据图输入银行端客户分类模型获得银行端预测标签矩阵,本发明提升了隐私安全,以及本地客户分类模型和全局客户分类模型的分类准确性。

    一种实时处理器系统可靠性最大化方法及系统

    公开(公告)号:CN115357360B

    公开(公告)日:2023-05-12

    申请号:CN202211011246.X

    申请日:2022-08-23

    Applicant: 重庆大学

    Abstract: 本发明提供了一种实时处理器系统可靠性最大化方法及系统。方法包括:S1,构建待调度任务集;S2,基于时间约束、实时剩余能耗预算、实时松弛时间和每个任务的最大可利用能量依次为每个任务分配最佳起始执行速度,执行速度为执行所述任务的处理器频率;基于任务分配的最佳起始执行速度回收能量和松弛时间;S3,基于待调度任务集中任务分配的最佳起始执行速度计算系统的无故障可靠性概率。考虑了系统在能耗和时间的约束前提下,依次将处理器频率分配给任务,充分利用了任务提前完成后的剩余能量和空闲时间,使后续每个任务依据其最大可利用能量分配到最佳起始执行速度,从而使得系统整体可靠性最优。

    一种基于联邦半监督图学习的银行客户分类方法及系统

    公开(公告)号:CN119066495A

    公开(公告)日:2024-12-03

    申请号:CN202411164155.9

    申请日:2024-08-23

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于联邦半监督图学习的银行客户分类方法及系统,该方法为:执行多轮全局学习直到全局客户分类模型收敛,每轮全局学习包括:向训练银行端下发加噪后的本轮全局伪标签矩阵和本轮全局模型参数;训练银行端基于本轮全局伪标签矩阵对本地客户数据图进行强化处理,对本地客户分类模型进行本地迭代训练,上传加噪后的本地模型参数和本地客户节点嵌入;中心服务器获得更新的全局模型参数和全局客户节点嵌入;银行端利用更新的全局模型参数生成银行端客户分类模型,将本地客户数据图输入银行端客户分类模型获得银行端预测标签矩阵,本发明提升了隐私安全,以及本地客户分类模型和全局客户分类模型的分类准确性。

    基于属性的代理重加密方法及系统

    公开(公告)号:CN117978526A

    公开(公告)日:2024-05-03

    申请号:CN202410229133.X

    申请日:2024-02-29

    Applicant: 重庆大学

    Abstract: 本发明涉及数据加密技术领域,揭露了基于属性的代理重加密方法,包括:获取数据所有者的属性集,并利用所述可信中心选取随机数生成所述数据所有者的私钥;所述数据所有者持有待加密信息以及选择访问结构,并生成所述待加密信息的密文;判断共享用户是否满足所述访问结构;在共享用户满足所述访问结构时,解密所述密文得到共享数据信息;在共享用户不满足所述访问结构时,利用所述数据所有者创建所述共享用户的私密访问,并根据所述私密访问获取共享数据信息。本发明可以提高基于属性的代理重加密的安全性和效率。

    基于离散小波变换的图像感知哈希方法

    公开(公告)号:CN113989526A

    公开(公告)日:2022-01-28

    申请号:CN202110700038.X

    申请日:2021-06-23

    Applicant: 重庆大学

    Abstract: 本发明公开基于离散小波变换的图像感知哈希方法,步骤包括:1)获取待处理图像;2)对图像进行预处理,得到预处理后的图像;3)对预处理后的图像进行特征提取,得到图像特征;4)对图像特征进行量化和加密,得到图像哈希序列。本发明保留了小波变换的低频系数,利用奇异值分解(SVD)对系数矩阵进行压缩。这样,该方案提取的特征仍然是图像的关键视觉信息,因此本发明具有出色的鲁棒性和判别能力。

Patent Agency Ranking