-
公开(公告)号：CN113298030B
公开(公告)日：2022-08-02
申请号：CN202110664516.6
申请日：2021-06-16
Applicant: 福州大学
Abstract: 本发明提出一种轻量级隐私保护外包脑电信号特征提取方法，其允许边缘服务器在无法获取明文脑电信号数据的前提下对用户上传的脑电信号数据进行特征提取；同时，为了实现对脑电信号的隐私保护，设计了一系列安全外包计算协议，以此来实现对加密脑电信号的特征提取；此外，为了提高脑电信号的信噪比，利用TRCA来对脑电信号进行空间滤波；最后，为了减少用户与服务器之间的响应延迟，引入了边缘计算技术。保证了不泄露原始脑电信号数据有关隐私的信息。该技术方案在确保脑电信号中的相关信息隐私安全性的同时，实现了外包脑电信号的特征提取，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN111291411B
公开(公告)日：2022-12-23
申请号：CN202010092004.2
申请日：2020-02-13
Applicant: 福州大学
Abstract: 本发明提出了一种基于卷积神经网络的安全视频异常检测系统及方法，包括以下四方：内容所有者、边缘计算服务器、随机数提供者和授权用户；内容所有者将每个密文视频帧和密文用户访问控制策略分割成两个随机秘密分享，并分别发送给两个边缘计算服务器进行存储；边缘计算服务器用于执行CNN模型的训练，为授权用户提供异常检测，并验证授权用户的访问有效性；随机数提供者分别为两台边缘计算服务器提供具有加性分享性质的随机数；授权用户向边缘计算服务器发送密文请求并接收来自两台边缘计算服务器的密文检测结果。其在确保原始视频中的相关信息隐私安全性的同时，实现了外包视频的安全异常检测，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN111291411A
公开(公告)日：2020-06-16
申请号：CN202010092004.2
申请日：2020-02-13
Applicant: 福州大学
Abstract: 本发明提出了一种基于卷积神经网络的安全视频异常检测系统及方法，包括以下四方：内容所有者、边缘计算服务器、随机数提供者和授权用户；内容所有者将每个密文视频帧和密文用户访问控制策略分割成两个随机秘密分享，并分别发送给两个边缘计算服务器进行存储；边缘计算服务器用于执行CNN模型的训练，为授权用户提供异常检测，并验证授权用户的访问有效性；随机数提供者分别为两台边缘计算服务器提供具有加性分享性质的随机数；授权用户向边缘计算服务器发送密文请求并接收来自两台边缘计算服务器的密文检测结果。其在确保原始视频中的相关信息隐私安全性的同时，实现了外包视频的安全异常检测，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN115393862A
公开(公告)日：2022-11-25
申请号：CN202211163459.4
申请日：2022-09-23
Applicant: 福州大学
IPC: G06V30/168 , G06V30/32
Abstract: 本发明提供了一种基于梯度图拉普拉斯正则的手写笔迹平滑算法，包括以下步骤：步骤S1：读取手写笔迹点的位置信息；步骤S2：将手写笔迹点的位置信息在矩阵上进行体现，步骤S3：判断两个像素点是否满足距离要求；步骤S4：重复上述步骤；步骤S5：将向量，拼接成矩阵；步骤S6：根据梯度构建的梯度图，计算它的邻接矩阵；步骤S7：得到拉普拉斯矩阵；步骤S8：根据拉普拉斯矩阵，得到它关于梯度的GLR表达形式：步骤S9：定义本文算法的能量函数；步骤S10：最小化能量得到手写笔迹的最佳平滑效果；应用本技术方案可实现最后得到较好的手写笔迹平滑效果，而且不会占用额外的内存。
-
公开(公告)号：CN111241561B
公开(公告)日：2022-05-03
申请号：CN202010024855.3
申请日：2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法，包括步骤：可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥；CO首先使用由TTP分配的密钥对含噪图像进行加密，并将加密后的图像发送到第一边缘计算服务器ES1；第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪，并计算所得结果发送给第一边缘计算服务器ES1；AU向相应的CO提出图像使用请求，并从第一边缘计算服务器ES1获得相应的去噪密文图像，在自身的私钥帮助下，授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务；且降低了用户本地计算、通信开销，其密文去噪效果几乎等同于明文域性能。
-
Patent Agency Ranking
公开(公告)号：CN113298030A
公开(公告)日：2021-08-24
申请号：CN202110664516.6
申请日：2021-06-16
Applicant: 福州大学
Abstract: 本发明提出一种轻量级隐私保护外包脑电信号特征提取方法，其允许边缘服务器在无法获取明文脑电信号数据的前提下对用户上传的脑电信号数据进行特征提取；同时，为了实现对脑电信号的隐私保护，设计了一系列安全外包计算协议，以此来实现对加密脑电信号的特征提取；此外，为了提高脑电信号的信噪比，利用TRCA来对脑电信号进行空间滤波；最后，为了减少用户与服务器之间的响应延迟，引入了边缘计算技术。保证了不泄露原始脑电信号数据有关隐私的信息。该技术方案在确保脑电信号中的相关信息隐私安全性的同时，实现了外包脑电信号的特征提取，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN111241561A
公开(公告)日：2020-06-05
申请号：CN202010024855.3
申请日：2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法，包括步骤：可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥；CO首先使用由TTP分配的密钥对含噪图像进行加密，并将加密后的图像发送到第一边缘计算服务器ES1；第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪，并计算所得结果发送给第一边缘计算服务器ES1；AU向相应的CO提出图像使用请求，并从第一边缘计算服务器ES1获得相应的去噪密文图像，在自身的私钥帮助下，授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务；且降低了用户本地计算、通信开销，其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号：CN110059630A
公开(公告)日：2019-07-26
申请号：CN201910317372.X
申请日：2019-04-19
Applicant: 福州大学
IPC: G06K9/00
Abstract: 本发明涉及一种隐私保护的可验证外包监控视频行人再识别方法。首先，利用卷积神经网络(CNN)和基于核函数的监督哈希(KSH)来提取有效的行人特征；然后，设计一种基于秘密分享的汉明距离计算协议，以此允许云服务器计算密文特征索引之间的相似性；此外，提出一种基于Merkle哈希树的验证机制，允许用户检查匹配结果的正确性。本发明方法在保护其他非相关行人的隐私的同时，实现了外包监控视频的可验证行人再识别；且降低了本地计算、通信开销和文件存储空间的同时兼顾了视频数据的信息安全。
-
公开(公告)号：CN117475208A
公开(公告)日：2024-01-30
申请号：CN202311410856.1
申请日：2023-10-28
Applicant: 福州大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22
Abstract: 本发明提出结合异构局部图的渐进式网络的废钢图像细粒度分类方法，用于对废弃钢材进行等级区分，所述渐近式网络为卷积神经网络，使用监控摄像机采集的废钢图像作为卷积神经网络训练的数据集；所述方法首先在仅使用图像类别标签的情况下，从不同的训练迭代阶段和网络特征提取阶段对注意力信息进行集成从原图像中定位到含关键信息的目标区域，接着在目标图像中采样显著性的局部部件，对关键的局部细节信息进行学习，最后，构建一个完整的异构局部图，对不同局部区域之间的语义关系进行学习从而增强特征的判别性；本发明能结合全局与局部的信息，并且对局部的相关性更进一步学习提高了废钢图像分类的准确性。
-
公开(公告)号：CN117335971A
公开(公告)日：2024-01-02
申请号：CN202311265914.6
申请日：2023-09-28
Applicant: 福州大学
IPC: H04L9/08 , G06F21/62 , G06F16/332 , G06F16/338 , H04L9/32 , H04L9/14 , H04L9/40 , H04L9/00
Abstract: 本发明涉及一种抗离线关键字猜测和颠覆攻击的阈值多关键字搜索方法。该方法在云中群数据共享时可抗多类攻击。其用阈值盲签名生成多服务器派生关键字抵抗离线关键字猜测攻击和由单密钥服务器引起的单点故障，并用逆向防火墙保证对颠覆攻击的安全性。实现步骤：权威方初始化系统并创建主密钥；所有密钥服务器协同执行分布式密钥生成协议；发送方与密钥服务器合作生成派生关键字，与逆向防火墙交互生成无偏差随机值，并构建索引、密文、辅助信息和审计标签；接收方生成陷门提交给云服务器以搜索查询并解密搜索结果，在发生纠纷时追踪发送方身份并向审计员提交审计请求检查结果的完整性。本发明提出的算法在功能上具有一定的优势，且不会泄露关键词。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
