-
公开(公告)号：CN116842564A
公开(公告)日：2023-10-03
申请号：CN202310808642.3
申请日：2023-07-04
Applicant: 南京信息工程大学
IPC: G06F21/62 , G06F21/64 , G06F18/23213 , G06F16/27 , G06Q40/04
Abstract: 本发明公开了一种基于混合聚类的以太坊交易数据脱敏方法及系统，通过构建基于以太坊交易数据的初始数据集；将初始数据集导入DBSCAN算法中进行运算，得到聚类的数量以及聚类中心的位置；将聚类的数量以及聚类中心的位置代入到K均值聚类算法中，迭代计算，直至各个数据点与聚类中心的距离不再变化，于是数据被归类至各个集群中；对各个集群进行筛选，剔除其中的异常点，获得待脱敏的常规数据；根据设定的敏感数据脱敏规则，对待脱敏的常规数据进行敏感信息识别和数据脱敏，并将脱敏后的数据输出至受保护的镜像库中；本发明在有效保护以太坊交易数据的同时保留了数据的统计特性，为后续的数据挖掘和分析提供了支持。
-
公开(公告)号：CN111768326B
公开(公告)日：2023-08-25
申请号：CN202010257335.7
申请日：2020-04-03
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06T3/00 , G06N3/0464 , G06N3/047 , G06N3/084 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN扩增图像前景物体的高容量数据保护方法，通过应用多种GAN于信息隐藏，得到嵌入失真概率图，并根据嵌入失真概率图计算不适合隐写区域，在不适合隐写区域中通过固定区域物体生成及信息嵌入模块生成前景物体，在生成图像中隐藏秘密信息，主要步骤如下：(1)将原始图像输入隐写概率图生成器；(2)计算隐写概率图；(3)计算不适合隐写区域；(4)向原始图像中增加纹理物体；(5)进行信息隐藏算法嵌入秘密信息。本发明预先为图像计算出不适合隐藏区域，实现对信息隐藏中原图像不适合隐藏区域的定向隐藏能力提升；提供增加隐藏容量、高安全性的高容量数据保护方法。
-
公开(公告)号：CN112668790B
公开(公告)日：2023-07-25
申请号：CN202011617345.3
申请日：2020-12-30
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/2321 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了基于时空序列聚类算法和LSTM神经网络雷电预测方法，属于计算机科学技术领域，本发明的基于时空序列聚类算法和LSTM神经网络雷电预测方法，根据雷电中心经纬度的变化，利用基于雷电预测改进的DBSCAN密度聚类算法得到Eps值和每个时间片的雷电中心，通过LSTM神经网络预测出下一个时间片的雷电中心的地理位置。本发明可以自动计算出密度聚类DBSCAN的聚类半径，LSTM神经网络对雷电中心经纬度预测预测误差小精度高，基本可以满足实际的雷电预测需求。本发明首次尝试用LSTM神经网络解决雷电预测问题，之前的方法一般使用多项式拟合或者其他拟合方法，对雷电中心移动这个复杂的过程模拟的不够完全。
-
公开(公告)号：CN111768325B
公开(公告)日：2023-07-25
申请号：CN202010257323.4
申请日：2020-04-03
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06F21/16 , G06F21/62 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种大数据隐私保护中基于生成对抗样本的安全性提升方法，其特征在于，主要包括步骤如下：(1)原始信息的初始化；(2)通过生成器生成载体图像和通过对抗攻击生成对抗扰动图像；(3)将载体图像和对抗扰动图像进行线性混合；(4)对合成载体图像应用信息隐藏算法进行处理；所述步骤(1)～(4)中通过建立前景物体生成模块、强对抗扰动生成模块、信息隐藏模块以及线性混合函数，实现大数据隐私保护的安全性。本发明基于GAN的框架及对抗攻击算法，通过生成针对隐写分析模型的对抗扰动，实现对隐写分析的对抗干扰；使扰动与前景物体融合，降低不规则扰动的可察觉性；提供一种基于GAN生成对抗样本的大数据隐私保护方法。
-
公开(公告)号：CN115879158A
公开(公告)日：2023-03-31
申请号：CN202211701413.3
申请日：2022-12-28
Applicant: 南京信息工程大学
Abstract: 本发明公开一种安全高效的跨用户密文检索与定制化数据分享方法，属于可搜索加密和密文数据分享领域；密文检索方法包括：密钥生成、索引构建、用户认证、陷门生成以及密文检索，采用零和混淆布鲁姆过滤器与不经意传输技术，实现查询陷门的不可链接，保护跨用户系统中的隐私信息；定制化数据分享方法包括：全局参数生成、密钥生成、密钥定制、数据加密以及数据解密，数据拥有者可以指定需要分享的数据范围，实现定制化的数据安全分享。
-
Patent Agency Ranking
公开(公告)号：CN115841685A
公开(公告)日：2023-03-24
申请号：CN202310116481.1
申请日：2023-02-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于复合像元梯度的伪造指纹检测系统及方法，包括对指纹图像集进行预处理和提取指纹图像的感兴趣区域，构建复合像元梯度和复合像元梯度特征矩阵，将多个复合像元梯度特征矩阵进行降维，输入到支持向量机，经训练后得到指纹图像的真假判别模型，用于对测试指纹图像进行检测，提高真假指纹判断的准确度。
-
公开(公告)号：CN115170916B
公开(公告)日：2023-01-31
申请号：CN202211081419.5
申请日：2022-09-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了图像重建领域的一种多尺度特征融合的图像重建方法及系统，包括：对原图像进行压缩测量得到测量向量；根据测量向量生成初始重建图像；采用多个残差模块对初始重建图像依次进行特征提取，获得残差特征集合；将残差特征En输入至多种尺度卷积核的密集模块提取密集特征T1；采用注意力模块将密集特征T1和残差特征En‑1进行局部特征融合形成密集特征T2；重复迭代直至全局的残差特征融合完成，获得全局融合特征；计算全局融合特征的残差后与初始重建图像相加得到最终重建图像；本发明提升了图像重建质量并减少网络的计算量。
-
公开(公告)号：CN115189869A
公开(公告)日：2022-10-14
申请号：CN202210757536.2
申请日：2022-06-29
Applicant: 南京信息工程大学
IPC: H04L9/08 , H04L9/30 , H04L67/1097 , H04L9/40
Abstract: 本发明公开了一种基于区块链交易的无载体隐写方法，包括：(1)发送方地址A00生成n个兄弟地址A01,A02,...,A0n，n为发送方和接收方共享的一个整数，生成一个儿子地址A10，A10生成n个兄弟地址A11,A12,...,A1n；(2)发送方将信息嵌入到zcash系统的交易金额里，随机选择A00,A01,...,A0n中的一个地址发送带有信息的金额给A10,A11,...,A1n中的一个地址，接收方通过链上监控地址和地址是否交易，从交易金额里提取信息。本发明增强用区块链嵌入秘密信息的隐蔽性，同时单笔交易具有较高的嵌入的容量。
-
公开(公告)号：CN115170916A
公开(公告)日：2022-10-11
申请号：CN202211081419.5
申请日：2022-09-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了图像重建领域的一种多尺度特征融合的图像重建方法及系统，包括：对原图像进行压缩测量得到测量向量；根据测量向量生成初始重建图像；采用多个残差模块对初始重建图像依次进行特征提取，获得残差特征集合；将残差特征En输入至多种尺度卷积核的密集模块提取密集特征T1；采用注意力模块将密集特征T1和残差特征En‑1进行局部特征融合形成密集特征T2；重复迭代直至全局的残差特征融合完成，获得全局融合特征；计算全局融合特征的残差后与初始重建图像相加得到最终重建图像；本发明提升了图像重建质量并减少网络的计算量。
-
公开(公告)号：CN114862645A
公开(公告)日：2022-08-05
申请号：CN202210465655.0
申请日：2022-04-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于U‑Net网络与DFT最优质量半径结合的抗打印数字水印方法及装置，方法包括以下步骤：（1）取载体图像Y通道频谱图；（2）选出待嵌入水印域；(3）待嵌入水印域重组，传入Encoder网络，采样输出含密矩阵，替换原频谱图相应参数，生成含密图像；（4）失真模拟；（5）构建Decoder网络，加入空间变换网络处理视角扭曲；（6）多次训练，获得完整编码解码网络。本发明针对含有大片低频区域载体图像嵌入水印后生成含密图像质量差等问题，利用在网络训练前限定傅里叶域嵌入半径范围操作，提高了生成含密图像图像质量，减少了网络的搜索空间，提升了网络训练的效率，同时利用透视扭曲、色彩变换等失真模拟，提高了打印扫描后水印的提取率与正确率。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.04 seconds)
