公开(公告)号：CN117454432B

公开(公告)日：2024-04-09

申请号：CN202311753480.4

申请日：2023-12-20

Applicant: 暨南大学

Inventor： 谭武征 ,  王心茹

IPC: G06F21/62 ,  G06F16/2458 ,  G06F21/60

Abstract: 本发明公开了一种分布式环境下的隐私保护关联规则挖掘方法，属于计算机技术领域，包括数据预处理阶段：双方获得共同持有的项集；关联规则挖掘阶段：参与方仅用在本地进行关联规则挖掘便可以获得最后的结果。将关联规则挖掘与安全多方计算技术相结合，设计了仅有两个参与方，不需要第三方参与或云服务器辅助计算的分布式环境下的隐私保护关联规则挖掘方案。本发明改善了现有的分布式数据库下隐私保护关联规则挖掘方案的效率低、计算量大等问题，兼顾了效率和隐私保护这两个方面，帮助使用者安全且高效地完成挖掘。

公开(公告)号：CN117454432A

公开(公告)日：2024-01-26

申请号：CN202311753480.4

申请日：2023-12-20

Applicant: 暨南大学

Inventor： 谭武征 ,  王心茹

IPC: G06F21/62 ,  G06F16/2458 ,  G06F21/60

Abstract: 本发明公开了一种分布式环境下的隐私保护关联规则挖掘方法，属于计算机技术领域，包括数据预处理阶段：双方获得共同持有的项集；关联规则挖掘阶段：参与方仅用在本地进行关联规则挖掘便可以获得最后的结果。将关联规则挖掘与安全多方计算技术相结合，设计了仅有两个参与方，不需要第三方参与或云服务器辅助计算的分布式环境下的隐私保护关联规则挖掘方案。本发明改善了现有的分布式数据库下隐私保护关联规则挖掘方案的效率低、计算量大等问题，兼顾了效率和隐私保护这两个方面，帮助使用者安全且高效地完成挖掘。

公开(公告)号：CN113591078A

公开(公告)日：2021-11-02

申请号：CN202110886083.9

申请日：2021-08-03

Applicant: 暨南大学

Inventor： 曾国强 ,  黄家承 ,  翁健 ,  陆康迪 ,  耿光刚 ,  谭武征 ,  张宇

IPC: G06F21/55 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络架构优化的工控入侵检测系统及方法。从工控系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为工控入侵检测离线训练模块的输入数据集，设计基于离散群体演化方法的卷积神经网络架构优化平台，获得工控入侵检测特征库和最优架构的卷积神经网络模型，针对工控系统实时数据库中的实时监控数据，从而实现工控入侵检测的在线检测。本发明不仅可实现用于工控入侵检测系统的卷积神经网络架构的自动生成和优化设计，提高了工控入侵检测系统的智能化设计水平和设计效率，还提升了工控系统入侵检测的精准率、召回率和F1评分等性能指标。