-
公开(公告)号：CN113595735B
公开(公告)日：2022-11-01
申请号：CN202110784004.3
申请日：2021-07-12
Applicant: 中债金科信息技术有限公司 , 清华大学
IPC: H04L9/32 , H04L67/565 , H04L67/1042 , H04L9/40 , G06Q40/04
Abstract: 本发明实施例公开一种基于CP‑ABE的可监管的隐私保护跨区块链系统，系统包括发起链、发起链路由、中继链、接收链路由和接收链。发起链通过支持CP‑ABE的预设跨链智能合约函数对待跨链交易进行加密后得到跨链交易，使跨链交易在跨链传输过程中具有隐私性，中继链生成密钥并发送至接收链中的目标用户，接收链判断目标用户通过密钥是否对转换格式后的跨链交易解密成功，如果是，目标用户得到解密后的跨链交易。使得并不是接收链上的所有用户都可以获得跨链交易，仅对转换格式后的跨链交易解密成功的才可以获得跨链交易，实现对跨链业务进行用户级别的隐私保护，避免多次加密带来的不便，且监管方以简单方式参与中继链，实现层级的数据可见，满足实际业务场景。
-
公开(公告)号：CN115098717A
公开(公告)日：2022-09-23
申请号：CN202210514251.6
申请日：2022-05-11
Applicant: 清华大学
IPC: G06F16/55 , G06F16/532 , G06F16/583 , G06T17/00 , G06V10/774
Abstract: 本申请公开了一种三维模型检索方法、装置、电子设备及存储介质，其中，方法包括：获取目标三维模型的残缺点云数据；提取残缺点云数据的点云特征；逐一计算点云特征与预设数据库中每个三维模型的点云特征的欧式距离，并将欧式距离最小的三维模型作为目标三维模型的检索结果。由此，解决了相关技术中采集的点云数据残缺，导致检索效果较差，且需要大量成对标注数据支撑，使得可用的标注样本规模受限，检索性能及效率较低等技术问题。
-
公开(公告)号：CN114549750A
公开(公告)日：2022-05-27
申请号：CN202210141601.9
申请日：2022-02-16
Applicant: 清华大学
IPC: G06T17/00
Abstract: 本申请公开了一种多模态场景信息采集与重建方法及系统，其中，方法包括：利用至少一个采集设备采集至少一个多模态场景信息，其中，每个采集设备包括可移动装置和设置于可移动装置上的至少一个传感器；对至少一个多模态场景信息进行整合，生成原始数据集；利用原始数据集进行场景的点云重建，并获取任一场景的点云数据。由此，解决了相关技术使用单一数据采集方法，导致其重建结果无法同时满足精度和信息丰富度要求等问题。
-
公开(公告)号：CN114549315A
公开(公告)日：2022-05-27
申请号：CN202210156087.6
申请日：2022-02-21
Applicant: 清华大学
Abstract: 本申请公开了一种自监督结构解耦的物体点云生成方法及装置，其中，方法包括：获取目标物体的不同部位的至少一个解耦特征；基于每一个部位的至少一个解耦特征预测每一个部位的几何中心；对不同部位的至少一个解耦特征进行重新耦合，得到每一个部位的至少一个重耦合特征；基于每一个部位的至少一个重耦合特征，生成每一个部位的点云；以及根据每一个部位的几何中心，将每一个部位的点云拼接得到目标物体的完整点云。由此，解决了相关技术中将3D物体视为一个整体，无法针对每一个部位生成相应点云，不利于下游对3D物体的理解、检索、数据增强等任务的问题。
-
公开(公告)号：CN111464461B
公开(公告)日：2022-05-03
申请号：CN201910059909.7
申请日：2019-01-22
Applicant: 清华大学
IPC: H04L47/6275
Abstract: 本发明公开一种用于交换机的优先级调度方法和装置，其中该优先级调度方法包括：从多个输入端口的等待队列中的有效数据请求中获取多个数据请求，每个所述数据请求携带有请求优先级、输入端口标识和输出端口标识；基于所述输出端口标识与所述请求优先级对所述多个数据请求进筛选，得到待调度数据请求；将所述待调度数据请求的输入端口标识和输出端口标识进行匹配，生成端口匹配数据，依据所述端口匹配数据对所述待调度数据请求进行调度。
-
Patent Agency Ranking
公开(公告)号：CN114091092A
公开(公告)日：2022-02-25
申请号：CN202111316028.2
申请日：2021-11-08
Applicant: 清华大学
Abstract: 本发明公开了一种数据空间构造方法和装置，其中，该方法包括：在数据空间系统的底层分布数据安全引擎，上层分布数据管理端和数据空间用户端；基于所述数据安全引擎，数据空间管理端和数据空间用户端对底层数据的保护进行数据业务分析；其中，数据安全引擎包括访问控制模型、数据脱敏算法、数据结构模型、数据控制流程模型和身份识别模型；利用数据接入模块对多种数据源进行接入，将数据管理端、数据用户端和数据安全引擎对应的数据源接入到数据空间系统的数据空间中，以得到数据空间的数据源；根据数据空间的数据源，构建基于数据安全引擎的安全防护层，以形成安全数据空间。本发明用于为涉密性和安全性要求比较高的数据提供安全保障。
-
公开(公告)号：CN111885059B
公开(公告)日：2021-08-31
申请号：CN202010716056.2
申请日：2020-07-23
Applicant: 清华大学
Abstract: 本发明公开了一种工业网络异常检测算法，包括步骤1、在工业网络流量交换的节点部署交换机，步骤2、通过网络接口读取流量数据，将流量数据传递给协议解析算法进行实时分层协议剖析，提取网络行为特征；步骤3、对特征缺失的情况进行处理，将数据特征处理成数字形式，从数据特征中选取合适的特征组合进行模型训练；步骤4、对每种协议建立网络行为模型，以判断是否出现异常；步骤5、利用正常的流量数据对OSI网络模型的各层协议特征建立网络行为模型，将异常流量输入网络行为模型进行进一步的异常分析，输出流量的异常定位结果；步骤6、每隔一段时间，对网络行为模型进行训练数据的更新并替换原模型；该异常检测算法利用机器学习算法进行判别，完成对未知异常的检测，解决了传统方法无法对新型异常做出识别的弊端。
-
公开(公告)号：CN113285872A
公开(公告)日：2021-08-20
申请号：CN202110257321.X
申请日：2021-03-09
Applicant: 清华大学
IPC: H04L12/703 , H04L12/721 , H04L12/803 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度强化学习的时间敏感网络通信流调度方法，其步骤如下：通过构筑基础、系统建模、系统框架、时隙选择、状态建模、动作建模、环境建模、深度神经网络来实现整体的构成，并通过错误恢复、实验论证和实验对象对整体进行检测，保证整体的正常使用。该基于深度强化学习的时间敏感网络通信流调度方法，提出了一种适用于TS流调度的基于DRL的建模、训练和应用方法，使用不同的数据训练就能够应用在不同的网络环境，且提出了一些优化方法，使用有向图表达网络信息使得DRLS能够动态的调度TS流并且能够在网络拓扑变化时迅速恢复，控制门技术的使用缓解了DNN的不确定性并且提高了调度方法的调度能力和可靠性。
-
公开(公告)号：CN111586051B
公开(公告)日：2021-06-01
申请号：CN202010384710.4
申请日：2020-05-08
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于超图结构质量优化的异常检测方法，具体包括以下步骤：步骤1、利用无标签数据之间的关联构建超图模型，针对每一个参数构建多个超图模型，基于构建的超图模型利用标签传递来检测未知流量数据的标签，并且形成一组代价敏感的超图结构；步骤2、针对构建的一组代价敏感的超图异常流量检测器，对每一个检测流量得到检测数据的一组标签信息，将每个待检测数据的标签信息作为新的特征赋予待检测数据；步骤3、针对新生成流量数据的特征信息，对每个代价敏感超图的检测结果进行分析，得到针对流量数据的最优检测结果。本发明在超图结构中融入代价敏感信息，从而提高对异常数据的检测能力。
-
公开(公告)号：CN109753368B
公开(公告)日：2020-12-04
申请号：CN201811565563.X
申请日：2018-12-20
Applicant: 清华大学
IPC: G06F9/54
Abstract: 本发明公开一种实时数据发送方法及系统，该方法包括：用户态将待发送的各条实时数据流的周期及偏移发送至内核态；内核态根据该各条实时数据流的周期及偏移确定宏周期以及各条实时数据流在一个宏周期内的发送时刻；内核态读取系统当前时刻，并根据该系统当前时刻、该宏周期和各条实时数据流在一个宏周期内的发送时刻，确定待发送的实时数据流及相应的发送时刻；将待发送的实时数据流及相应的发送时刻发送至用户态；用户态在相应的发送时刻发送该实时数据流。采用本发明提供的方案，使得实时数据流流的发送能够与全网时间同步。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.034 seconds)
