-
公开(公告)号：CN116151388B
公开(公告)日：2024-09-03
申请号：CN202211531993.6
申请日：2022-12-01
Applicant: 广州大学 , 中国铁道科学研究院集团有限公司电子计算技术研究所
IPC: G06N20/00
Abstract: 本发明提供了一种基于本地化差分隐私的联邦随机森林方法，公开设计了一种模型框架，利用本地化差分隐私机制对客户端建立CART决策树的过程中添加噪声，能够防止重建攻击和推断攻击，提高隐私保护效果；采用Gini指数为决策树选择分裂点和分裂特征，同时利用Bagging集成的思想，在决策树的训练过程中随机选择特征点，减少子节点添加的噪声量，通过服务器‑客户端多轮通信优化随机森林模型，提高模型分类准确率。
-
公开(公告)号：CN116204913A
公开(公告)日：2023-06-02
申请号：CN202211562859.2
申请日：2022-12-07
Abstract: 本发明提出了一种基于多模态电力数据的隐私保护协同分析方法，能够对多模态且无标签的电力数据进行无监督学习，得到各种模态电力数据的多模态特征表示，并通过多视图学习方式对不同模态间的特征进行对齐，得到不同模态中相同的特征表达，再将共同的特征表达上传到中心聚合器中得到最终的电力数据多模态模型。同时能够对多模态且无标签的电力数据进行无监督学习，得到各种模态电力数据的多模态特征表示，并通过多视图学习方式对不同模态间的特征进行对齐，得到不同模态中相同的特征表达，再将共同的特征表达上传到中心聚合器中得到最终的电力数据多模态模型。
-
公开(公告)号：CN116186754A
公开(公告)日：2023-05-30
申请号：CN202211562855.4
申请日：2022-12-07
Abstract: 本发明公开了一种基于区块链的联邦随机森林电力数据协作分析方法，为结构化电力相关数据协同分析提供模型支撑。通过区块链来存储各参与方上传的CART决策树，利用区块链不可篡改的特性建立互信，使用智能合约执行随机森林的决策树划分和归并。通过一个双层加密机制，提高上链数据的安全性和隐私性：引入一个双层加密机制，对称密钥将用户上传的CART决策树进行加密，并将对称密钥用公钥密码学加密，仅可通过智能合约达到约定条件时才可访问，并在多轮迭代中获得最优的随机森林模型。
-
公开(公告)号：CN115495572B
公开(公告)日：2023-05-26
申请号：CN202210916658.1
申请日：2022-08-01
Applicant: 广州大学
IPC: G06F16/35 , G06F40/284 , G06N3/0442 , G06N3/08 , G16H20/70 , G16H50/30
Abstract: 本发明公开了一种基于复合情绪分析的抑郁情绪辅助管理方法，包括如下步骤：采集微博用户的数据，进行预处理；嵌入层将数据编码为实值向量利用抑郁情绪表达词典统计文本中的抑郁情绪表达，编码为抑郁情绪表达向量；将嵌入层获取的抑郁情绪表达向量输入至特征抽取层，情绪原因特征单元通过Bi‑GRU进行原因事件抽取，找出是否有导致当前情绪的原因事件；利用复合情绪知识单元结合Bi‑GRU对文本的复合情绪变化特征进行抽取；将特征抽取层中的隐含层输入到胶囊层；胶囊层得出结果分类训练，利用抑郁情绪分类胶囊的实例化参数重建抑郁情绪表达，捕捉预测抑郁情绪的特征。本发明克服了抑郁情绪辅助检测方法对抑郁情绪类型分类粒度过粗问题。
-
公开(公告)号：CN115310122B
公开(公告)日：2023-05-26
申请号：CN202210821237.0
申请日：2022-07-13
Applicant: 广州大学
IPC: G06F21/62 , G06F18/2415 , G06F18/25 , G06F18/214
Abstract: 本发明公开了一种多模态数据融合训练中的隐私参数优化方法，包括以下步骤：S1：客户端用户对隐私保护效果进行设定；S2：客户端针对文本、图像、音频的各类型数据使用对应的隐私保护方法进行脱敏处理，对脱敏处理后的数据进行单独模态的分类训练；S3：得出包含敏感数据准确率和非敏感数据准确率的各模态的分类准确率，判断敏感数据准确率是否满足用户需求；S4：基于权重自分配算法完成信息融合，得出最终的目标分类结果及敏感信息分类结果accns，accs；S5：服务器分别对敏感及非敏感数据分类结果进行评估。本发明提供的隐私参数优化方法，可有效提高分类结果的准确性，在满足用户隐私保护需求的前提下达到最佳准确率。
-
Patent Agency Ranking
公开(公告)号：CN115310122A
公开(公告)日：2022-11-08
申请号：CN202210821237.0
申请日：2022-07-13
Applicant: 广州大学
Abstract: 本发明公开了一种多模态数据融合训练中的隐私参数优化方法，包括以下步骤：S1：客户端用户对隐私保护效果进行设定；S2：客户端针对文本、图像、音频的各类型数据使用对应的隐私保护方法进行脱敏处理，对脱敏处理后的数据进行单独模态的分类训练；S3：得出包含敏感数据准确率和非敏感数据准确率的各模态的分类准确率，判断敏感数据准确率是否满足用户需求；S4：基于权重自分配算法完成信息融合，得出最终的目标分类结果及敏感信息分类结果accns，accs；S5：服务器分别对敏感及非敏感数据分类结果进行评估。本发明提供的隐私参数优化方法，可有效提高分类结果的准确性，在满足用户隐私保护需求的前提下达到最佳准确率。
-
公开(公告)号：CN116132112B
公开(公告)日：2024-05-03
申请号：CN202211657047.6
申请日：2022-12-22
Applicant: 广州大学
Abstract: 本发明公开了一种基于联盟链智能合约的关键字可加密搜索方法，包括：使用对称加密算法对数据拥有者的数据文件进行加密，并将加密后的数据文件上传至云存储服务器，并获取所述加密后的数据文件在所述云存储服务器的唯一地址标识符；从所述加密前的数据文件中抽取关键字，并利用预设的单向哈希布隆过滤器算法将关键字索引化，生成安全索引；将所述唯一地址标识符和所述安全索引上传至联盟链网络，根据认证请求对数据请求者进行身份认证，在认证通过后发送秘密参数给数据请求者，以使得所述数据请求者利用根据所述秘密参数和搜索请求中的至少一个关键字加密生成的查询陷门在所述联盟链网络上进行搜索。
-
公开(公告)号：CN116151388A
公开(公告)日：2023-05-23
申请号：CN202211531993.6
申请日：2022-12-01
Applicant: 广州大学 , 中国铁道科学研究院集团有限公司电子计算技术研究所
IPC: G06N20/00
Abstract: 本发明提供了一种基于本地化差分隐私的联邦随机森林方法，公开设计了一种模型框架，利用本地化差分隐私机制对客户端建立CART决策树的过程中添加噪声，能够防止重建攻击和推断攻击，提高隐私保护效果；采用Gini指数为决策树选择分裂点和分裂特征，同时利用Bagging集成的思想，在决策树的训练过程中随机选择特征点，减少子节点添加的噪声量，通过服务器‑客户端多轮通信优化随机森林模型，提高模型分类准确率。
-
公开(公告)号：CN116132112A
公开(公告)日：2023-05-16
申请号：CN202211657047.6
申请日：2022-12-22
Applicant: 广州大学
Abstract: 本发明公开了一种基于联盟链智能合约的关键字可加密搜索方法，包括：使用对称加密算法对数据拥有者的数据文件进行加密，并将加密后的数据文件上传至云存储服务器，并获取所述加密后的数据文件在所述云存储服务器的唯一地址标识符；从所述加密前的数据文件中抽取关键字，并利用预设的单向哈希布隆过滤器算法将关键字索引化，生成安全索引；将所述唯一地址标识符和所述安全索引上传至联盟链网络，根据认证请求对数据请求者进行身份认证，在认证通过后发送秘密参数给数据请求者，以使得所述数据请求者利用根据所述秘密参数和搜索请求中的至少一个关键字加密生成的查询陷门在所述联盟链网络上进行搜索。
-
公开(公告)号：CN115495572A
公开(公告)日：2022-12-20
申请号：CN202210916658.1
申请日：2022-08-01
Applicant: 广州大学
IPC: G06F16/35 , G06F40/284 , G06N3/08 , G16H20/70 , G16H50/30
Abstract: 本发明公开了一种基于复合情绪分析的抑郁情绪辅助管理方法，包括如下步骤：采集微博用户的数据，进行预处理；嵌入层将数据编码为实值向量利用抑郁情绪表达词典统计文本中的抑郁情绪表达，编码为抑郁情绪表达向量；将嵌入层获取的抑郁情绪表达向量输入至特征抽取层，情绪原因特征单元通过Bi‑GRU进行原因事件抽取，找出是否有导致当前情绪的原因事件；利用复合情绪知识单元结合Bi‑GRU对文本的复合情绪变化特征进行抽取；将特征抽取层中的隐含层输入到胶囊层；胶囊层得出结果分类训练，利用抑郁情绪分类胶囊的实例化参数重建抑郁情绪表达，捕捉预测抑郁情绪的特征。本发明克服了抑郁情绪辅助检测方法对抑郁情绪类型分类粒度过粗问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
