-
公开(公告)号：CN114490818A
公开(公告)日：2022-05-13
申请号：CN202210092565.1
申请日：2022-01-26
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F16/26
Abstract: 本发明提供了一种面向移动对象的多源传染事件发掘方法。首先将初始传染源对象按照多源传染事件三元组Eobj＝(Sobj,obj,ts)的形式加入挖掘结果集合R，同时将obj加入传染源集合S。步骤为：选择轨迹数据时间点集合T中的第一个时间点t，并清空临时传染源集合St；对移动对象集合O中的每一个尚未被感染的对象oi进行分析，更新oi在t时刻的候选传染源集合C[i][t]。并根据C[i][t]的状态，判断是否发生多源传染事件；若发生，则求取传染源集合Soi，并构造新的多源传染事件(Soi,oi,t)加入R，同时将oi加入临时St；将St加入S；选择下一个时间点进行处理，直到T中的时间点都被处理完，R即为确定的多源传染模式挖掘结果。本发明采用滑动窗口机制，能够挖掘更多潜在的传染事件。
-
公开(公告)号：CN113658721A
公开(公告)日：2021-11-16
申请号：CN202110812104.2
申请日：2021-07-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种阿尔兹海默疾病进程预测方法，患者在固定时间间隔内测量得到多视图数据，阿尔兹海默疾病进程预测方法包括对多视图数据进行预处理；使用多视图融合神经网络处理多视图数据，得到各视图共享的隐表示矩阵；在隐表示矩阵中引入最小门控单元，以对缺失的多视图数据进行填充以及预测未来时间点的评分数据；并使用多视图数据对多视图融合神经网络和最小门控单元进行协同训练，以实现对疾病发展进程的预测。本发明通过多视图融合神经网络为每个时间点的多视图数据习得各视图间共享的隐表示矩阵，同时，最小门控单元预测得到的下一个时间点的数据用于填补缺失的数据，利用最小门控单元进行未来任意时间点的评分数据预测。
-
公开(公告)号：CN113378922A
公开(公告)日：2021-09-10
申请号：CN202110644375.1
申请日：2021-06-09
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于GeoHash的地理坐标点密度聚类方法，该发明首先利用GeoHash将每个坐标点p进行处理，获取其GeoHash编码，并根据编码将坐标点p加入对应实块的坐标点集合，形成实块集合B；然后，利用块的邻接关系，对B进行处理，生成连通实块区域集合Ω；最后，对于Ω中每个连通实块区域中的坐标点，执行密度聚类算法，得到对应的簇集；所有生成的簇集的并集即为全局密度聚类的结果簇集。本发明采用了分治法的思想，易于实现，使得密度聚类的时间效率显著提高，并且能够保证结果的正确性。
-
公开(公告)号：CN109614817B
公开(公告)日：2021-06-22
申请号：CN201811384036.9
申请日：2018-11-20
Applicant: 南京邮电大学
Abstract: 本发明的一种云环境下分布式密文索引切片检索方法，包括以下步骤：数据预处理；顺序扫描token词项集合，根据token词项信息中的term划分成多个token词项子集合，构建词典T、倒排列表文件L和倒排索引Ω；数据与索引加密；密文索引切分与分发：计算切分方案，切分词典和倒排文件；分发子索引；子索引匹配；关键词检索；结果集合并；数据解密：用户接收到服务器回传的密文数据后进行解密，获得明文的检索结果集。本发明实现了密文数据的高效检索。
-
公开(公告)号：CN112084238A
公开(公告)日：2020-12-15
申请号：CN202010950084.0
申请日：2020-09-10
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F21/56
Abstract: 本发明提供一种基于轨迹数据的传染模式挖掘方法，该方法：对W中的每一个传染事件e的被传染对象e.object进行传染模式挖掘分析，并根据其结果对Candidate进行更新，完成更新操作后，将Candidate中发生时间最早的传染事件加入W，同时加入Result，然后进入下一轮循环处理，直至Candidate为空，最终Result即为确定的传染模式挖掘的结果，本发明体现了深度优先的思想，易于实现，能够准确挖掘传染对象以及传染路径。
-
Patent Agency Ranking
公开(公告)号：CN107231628B
公开(公告)日：2020-04-14
申请号：CN201710333422.4
申请日：2017-05-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种适用于多应用场景的安全数据融合方法，属于数据融合技术领域。本发明方法可同时保障数据机密性和完整性。首先，以当前融合轮数和节点预置密钥作为哈希函数的输入，为节点更新每个融合周期的密钥。其次，采用同态加密技术，使中间节点能够对密文直接执行融合操作。然后，采用同态消息认证码，使基站能够验证融合数据在传输过程中是否被篡改。进一步，对明文信息采用编码机制，满足了多应用场景下的使用需求。
-
公开(公告)号：CN107147484B
公开(公告)日：2020-03-31
申请号：CN201710333013.4
申请日：2017-05-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种面向隐私保护的浮点数全同态加密方法，包含了密钥生成，部分同态加密、全同态加密步骤。在密钥生成阶段，生成随机私钥，结合伪随机函数用私钥生成公钥元素，生成随机噪声；在部分同态加密过程中，通过公钥和明文进行运算，实现明文数据的部分同态加密；在全同态加密过程中，生成新参数，将新参数与部分同态加密后的密文进行运算，得到扩展密文，然后利用同态解密刷新原密文，生成噪声更小的新密文，从而实现全同态加密。与现有技术相比，本发明可应用的数据类型丰富，同时在不泄露隐私的前提下，实现对数据的安全计算。
-
公开(公告)号：CN109862114A
公开(公告)日：2019-06-07
申请号：CN201910183891.1
申请日：2019-03-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于雾计算的安全车辆群智感知方法，该方法采用同态加密算法对传感数据进行加密，由雾节点对加密后的终端数据进行收集和聚合，之后上传到云服务器完成最终结果的计算。在整个群智感知任务的过程中，所有的传感数据都是加密的，最终用户解密以能得到最终聚合的结果。并且，本发明利用随机签名技术，既隐藏了车辆的真实身份，又能对车辆进行身份追踪，同时还建立了信誉管理系统用以对车辆历史行为进行评估，这对于恶意车辆追责和提高传感数据精度具有积极意义。
-
公开(公告)号：CN109767298A
公开(公告)日：2019-05-17
申请号：CN201910022476.8
申请日：2019-01-10
Applicant: 南京邮电大学
IPC: G06Q30/06 , G06Q50/26 , G06F16/9535
Abstract: 本发明提出了一种乘客司机安全性匹配的方法和系统，所述方法包括包括GPS定位步骤、司机画像步骤、用户画像步骤和安全匹配步骤，首先进入GPS定位步骤，然后同时进行所述司机画像步骤和用户画像步骤，最后进入安全匹配步骤；安全匹配步骤：基于用户输入的打车人数、打车时间、GPS定位步骤中获得的出行路线、司机画像步骤中获得的司机犯罪概率和用户画像步骤中获得的用户可接受侵犯度，从所述筛选队列中筛选司机，进行乘客司机安全性匹配。上述的方法可以提高打车出行的安全性，减小打车过程中发生犯罪的概率。
-
公开(公告)号：CN106571905B
公开(公告)日：2019-05-17
申请号：CN201610943789.3
申请日：2016-11-02
Applicant: 南京邮电大学
IPC: H04L9/00
Abstract: 本发明涉及一种数值型数据同态保序加密方法，采用加密保序融合技术，在单个密文模型中，能够支持在密文上的同态加、乘计算，保持与明文一致的顺序，其中，使用本发明所设计方法对明文进行加密，并在密文分片上构建保序索引，随后将密文发送到不可信的服务器中存储，服务器可以对加密数据进行排序、查询、数据的加和乘的操作，如此，加密结果不仅能够进行加和乘运算，还支持范围查询；随后将加密结果返回给可信端，系统使用解密函数和密钥将密文结果恢复成明文，最终返回给用户，大大提高了数据加密后应用与解密的效率。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.031 seconds)
