一种基于深度学习的联盟链场景下视频数据上链有害性审核方法

    公开(公告)号:CN114979728B

    公开(公告)日:2024-04-02

    申请号:CN202210570211.3

    申请日:2022-05-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的联盟链场景下视频数据上链有害性审核方法,具体步骤包括:系统管理员构建联盟链及私有IPFS网络,并允许普通用户及监管机构中的各监管者分别加入所述联盟链及IPFS网络;普通用户可选提交视频信息、请求链上合法视频的授权以及响应收到的视频授权等操作;监管者获取IPFS网络上的视频数据,通过基于局部最大ECR值算法的Deepfake检测模型来判断该视频的真实性,并向联盟链提交签名后的审核结果;由链码最终保证仅有合法的视频信息能够上链。本发明能够实现联盟链网络内视频数据信息的内容安全性核查与监管,并解决虚假的视频信息在联盟链上扩散传播的问题。

    一种基于深度学习的联盟链场景下视频数据上链有害性审核方法

    公开(公告)号:CN114979728A

    公开(公告)日:2022-08-30

    申请号:CN202210570211.3

    申请日:2022-05-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的联盟链场景下视频数据上链有害性审核方法,具体步骤包括:系统管理员构建联盟链及私有IPFS网络,并允许普通用户及监管机构中的各监管者分别加入所述联盟链及IPFS网络;普通用户可选提交视频信息、请求链上合法视频的授权以及响应收到的视频授权等操作;监管者获取IPFS网络上的视频数据,通过基于局部最大ECR值算法的Deepfake检测模型来判断该视频的真实性,并向联盟链提交签名后的审核结果;由链码最终保证仅有合法的视频信息能够上链。本发明能够实现联盟链网络内视频数据信息的内容安全性核查与监管,并解决虚假的视频信息在联盟链上扩散传播的问题。

Patent Agency Ranking