-
公开(公告)号：CN108023746A
公开(公告)日：2018-05-11
申请号：CN201610943729.1
申请日：2016-11-02
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明提供了一种视频数据处理方法、装置及系统，该方法中，检测是否存在故障的视频云存储系统，如果是，从未故障的视频云存储系统中查找指定的视频云存储系统，发送视频数据存储切换指令至指定的视频云存储系统，其中，视频数据存储切换指令中包括故障的视频云存储系统对应的视频采集设备的地址信息，以使指定的视频云存储系统接收并存储地址信息对应的视频采集设备发送的视频数据。本发明中，通过设置与多个视频云存储系统通信连接的云中心服务器对视频云存储系统进行统一管理，以在视频云存储系统中的存储服务器/管理服务器故障时对视频数据进行处理，避免了视频数据的丢失，保证了存储的视频数据的连续性和完整性。
-
公开(公告)号：CN107967117A
公开(公告)日：2018-04-27
申请号：CN201610911405.X
申请日：2016-10-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F3/06
Abstract: 本发明实施例公开了一种数据存储、读取、清理方法、装置及云存储系统，将存储节点中的存储块组成一个一个的资源池，以资源池为单位进行数据的存储、读取和清理，减少了管理的工作量。特别是数据清理时，仅对每个资源池中的数据进行清理，具体的，针对每个资源池，确定资源池中被占用的存储块的第一数量；判断第一数量是否符合预设数据清理条件；如果是，向该资源池中的每个被占用的第二存储块所在的存储节点发送清理数据指令，以使该存储节点对自身包括的第二存储块中存储的数据进行清理。也就是说，管理节点确定资源池中被占用的存储块的数量，当该数量符合预设数据清理条件时，对存储块中的数据进行清理，过程简单，减少了管理节点的工作量。
-
公开(公告)号：CN107249135A
公开(公告)日：2017-10-13
申请号：CN201610380337.9
申请日：2016-05-31
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 王伟
IPC: H04N21/231 , H04N21/232 , H04N21/262
CPC classification number: H04N21/647 , H04N21/23103 , H04N21/23113 , H04N21/23116 , H04N21/232 , H04N21/26208
Abstract: 本发明公开了一种视频数据存储系统及其操作方法，以及索引服务器。本发明的视频数据存储系统包含索引服务器和至少两个用于存储视频数据的存储服务器，索引服务器中存储有摄像机识别码和存储服务器识别码的第一映射关系，存储服务器存储有摄像机识别码、视频数据的时间范围和在存储服务器中的物理位置的第二映射关系；该操作方法包含以下步骤：索引服务器统计各客户端对视频数据的操作热度值，并比较视频数据的操作热度值是否高于预定的第一阈值，如果是，则索引服务器向至少一个存储服务器发送备份指令，指示存储服务器对视频数据进行备份并更新第二映射关系。本发明能够以最少的容量和最低的带宽消耗保护最热点的数据。
-
公开(公告)号：CN107015884A
公开(公告)日：2017-08-04
申请号：CN201610060392.X
申请日：2016-01-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例公开了一种数据存储方法及装置，方法包括：存储服务器接收并存储第一存储节点发送的目标数据的实际存储地址和备份数目N；根据备份数目N，确定除第一存储节点以外的其他N个待接收备份数据的存储节点；将所确定的N个存储节点的标识信息发送给第一存储节点；接收所确定的N个存储节点中每个存储节点发送的各自存储备份数据的实际存储地址；根据接收到的第一存储节点发送的目标数据的实际存储地址和所确定的N个存储节点中每个存储节点发送的备份数据的实际存储地址，建立并存储各个实际存储地址的关联关系。当第一存储节点出现故障时，存储服务器根据存储的各个实际存储地址间的关联关系，使用户能够访问其他存储节点中的备份数据。
-
公开(公告)号：CN119377949B
公开(公告)日：2025-03-11
申请号：CN202411894932.5
申请日：2024-12-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于本地个性化学习的防投毒联邦隐私泄漏检测方法，该方法包括：物联网设备基于初始检测模型支持的类别总数量、初始检测模型支持的每个类别的权重、每个类别的校正向量、预测标签和真实标签，确定逻辑调整损失值；基于逻辑调整损失值对初始检测模型的网络参数进行调整得到候选检测模型；从候选检测模型中获取参考模型参数，将参考模型参数发送给中心服务器；中心服务器基于多个参考模型参数确定初始全局模型参数；中心服务器基于初始全局模型参数确定目标全局模型参数，并将目标全局模型参数发送给物联网设备，以使物联网设备基于目标全局模型参数获取目标检测模型。通过本申请的技术方案，能够准确获知隐私数据是否泄露。
-
Patent Agency Ranking
公开(公告)号：CN118410860A
公开(公告)日：2024-07-30
申请号：CN202410892912.8
申请日：2024-07-03
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供联邦学习环境下高效的知识编辑方法及装置，本申请中这种通过构建教师模型与学生模型使学生模型学习教师模型的方式，来获得满足知识编辑要求的目标模型的方法，与现有技术中通过校准中央服务器中已缓存的历史训练参数来重新训练获得满足知识编辑要求的目标模型的方法相比，无需缓存历史参数，这不仅能够避免隐私泄露，还能避免出现因缓存过多导致的中央服务器运行效率低的问题。并且，本申请提供的这种方法在只需要遗忘部分数据的场景下也能够适用，具有普适性，可以满足用户的不同需求。
-
公开(公告)号：CN117592042B
公开(公告)日：2024-04-05
申请号：CN202410071311.0
申请日：2024-01-17
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/55 , G06F21/62 , G06F18/22 , G06N20/00 , G06F16/9535
Abstract: 本申请实施例提供了一种面向联邦推荐系统的隐私泄露检测方法及装置，涉及数据处理技术领域，其中，一种面向联邦推荐系统的隐私泄露检测方法，包括：获取各个预定项目对应的嵌入梯度，基于所获取的各个预定项目对应的嵌入梯度之间的相似关系，预估针对各个预定项目的两类评级分布，分别以两类评级分布中的项目评级作为候选评级真值，构建两类影子数据，基于两类影子数据，对服务端的本地推荐模型进行训练，得到两类预测结果，基于两类预测结果，确定各个预定项目的目标评级真值以及目标预测结果，基于目标评级真值与目标预测结果的匹配关系，确定联邦推荐系统的隐私数据泄露的检测结果。可见，本方案可以对联邦推荐系统进行有效地数据泄露检测。
-
公开(公告)号：CN117459327B
公开(公告)日：2024-03-26
申请号：CN202311790293.3
申请日：2023-12-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40
Abstract: 本申请提供一种云数据透明加密保护方法、系统及装置，该方法包括：数据保护网关拦截租户设备向云服务器发送的原始云数据，确定原始云数据的第一数据特征，确定第一数据特征对应的保护策略，基于保护策略对原始云数据进行数据保护得到目标云数据；保护策略包括以下至少一种透明加密保护策略、数据脱敏保护策略、数据水印保护策略；若保护策略包括透明加密保护策略，则对原始云数据进行数据加密处理；若保护策略包括数据脱敏保护策略，则对原始云数据进行数据脱敏处理；若保护策略包括数据水印保护策略，则对原始云数据进行数据水印处理；数据保护网关将目标云数据发送给云服务器。通过本申请方案，能够对云数据进行保护，减少敏感信息的泄漏。
-
公开(公告)号：CN117459327A
公开(公告)日：2024-01-26
申请号：CN202311790293.3
申请日：2023-12-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40
Abstract: 本申请提供一种云数据透明加密保护方法、系统及装置，该方法包括：数据保护网关拦截租户设备向云服务器发送的原始云数据，确定原始云数据的第一数据特征，确定第一数据特征对应的保护策略，基于保护策略对原始云数据进行数据保护得到目标云数据；保护策略包括以下至少一种透明加密保护策略、数据脱敏保护策略、数据水印保护策略；若保护策略包括透明加密保护策略，则对原始云数据进行数据加密处理；若保护策略包括数据脱敏保护策略，则对原始云数据进行数据脱敏处理；若保护策略包括数据水印保护策略，则对原始云数据进行数据水印处理；数据保护网关将目标云数据发送给云服务器。通过本申请方案，能够对云数据进行保护，减少敏感信息的泄漏。
-
公开(公告)号：CN116821966A
公开(公告)日：2023-09-29
申请号：CN202311084964.4
申请日：2023-08-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/62 , G06V10/96 , G06V10/774 , G06F18/214 , G06V10/764 , G06V10/766 , G06F18/27
Abstract: 本申请提供一种机器学习模型训练数据集隐私保护方法、装置及设备，包括：将样本初始图像分割成m个图像块，基于m个图像块生成多个变体图像，每个变体图像包括m个图像块中的部分图像块；基于多个变体图像获取样本初始图像对应的解释模型，基于解释模型确定m个图像块分别对应的权重值；基于m个图像块分别对应的权重值选取权重值大的n个图像块，生成样本初始图像对应的样本目标图像，样本目标图像包括n个图像块；基于目标数据集中每个样本初始图像对应的样本目标图像获取目标网络模型，将目标网络模型发送给终端设备，终端设备基于目标网络模型对输入图像进行处理。通过本申请方案，能够对样本图像或样本文本的敏感信息或隐私信息进行保护。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.091 seconds)
