-
公开(公告)号：CN118114774A
公开(公告)日：2024-05-31
申请号：CN202410535818.7
申请日：2024-04-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N5/04 , G06F40/284 , G06N3/02 , G06F17/16
Abstract: 本公开提供一种大模型推断方法、装置、电子设备、存储介质及程序产品，包括：向客户端发送词嵌入的嵌入矩阵，接收客户端发送的基于待推断词语、第一秘密共享份额和嵌入矩阵得到的第二密文，以得到第二秘密共享份额，将第一神经网络的参数和第二秘密共享份额发送到所述客户端，得到第一关联结果，基于第一关联结果和第一神经网络的参数得到第一待截断信息，通过预先构建的第一扰动信息对第一待截断信息进行截断，以完成第一神经网络中的矩阵乘法，基于矩阵乘法结果进行处理得到第一输出结果，基于第二神经网络对第一输出结果进行处理，得到第二输出结果，并进行转化处理，得到推断结果。本公开传输数据量较小，计算时间较短，因此效率较高。
-
公开(公告)号：CN118114676A
公开(公告)日：2024-05-31
申请号：CN202410535821.9
申请日：2024-04-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/295 , G06F21/60
Abstract: 本公开提供一种命名实体识别方法、系统、设备、存储介质及程序产品，该方法包括：接收模型持有者端发送的模型秘密共享份额和数据持有者端发送的数据秘密共享份额；其中，模型秘密共享份额由基于秘密共享技术对命名实体识别模型进行加密得到，数据秘密共享份额由基于秘密共享技术对待识别数据进行加密得到；在秘密共享域下，基于模型秘密共享份额对数据秘密共享份额进行识别，得到识别结果秘密共享份额；将识别结果秘密共享份额发送到数据持有者端。其中，第三方服务器上处理的是由基于秘密共享技术对命名实体识别模型进行加密得到的模型秘密共享份额和由基于秘密共享技术对待识别数据进行加密得到的数据秘密共享份额，避免了隐私泄露的问题。
-
公开(公告)号：CN116955539B
公开(公告)日：2023-12-12
申请号：CN202311192177.1
申请日：2023-09-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种基于思维链推理隐式生成内容合规性判定方法，包括：步骤一：将安全性未知文本X输入大规模语言模型M；步骤二：询问大规模语言模型M安全性未知文本X中的主客体成份，获取主体文本S以及客体文本T；步骤三：询问大规模语言模型M潜在观点，获得潜在观点文本O；步骤四：根据步骤三获得的潜在观点文本O，询问大规模语言模型M安全性未知文本X表达的意图是否符合规范，如果符合规范，输出：安全，否则输出：不安全。本发明的有益效果是：本发明很好的利用大规模语言模型的常识推断能力以及特定领域的专家知识，合理的提示大规模语言模型进行链式推理，逐步地揭示出深层的文本隐藏语义，大幅度提升了系统文本安全检测系统的性能。
-
公开(公告)号：CN116155625B
公开(公告)日：2023-07-07
申请号：CN202310418163.0
申请日：2023-04-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京邮电大学
IPC: H04L9/40
Abstract: 本申请提供一种密钥交换方法、装置、电子设备、存储介质及程序产品包括：接收节点的认证请求；获取本地密钥信息，根据本地密钥信息和认证请求，通过哈希函数和异或运算进行计算确定认证信息；获取本地认证信息，根据本地认证信息对认证信息进行对比验证，并根据对比结果进行节点认证；响应于确定完成节点认证，根据本地密钥信息和认证请求，确定会话密钥；根据会话密钥与节点进行密钥交换。本申请通过本地密钥信息和认证请求进行安全计算完成认证，进而确定会话密钥进行密钥交换，一方面可以有效保证计算过程的轻量化，另一方面还能够抵御认证过程中短期密钥资料泄漏所带来的安全威胁。
-
公开(公告)号：CN116155625A
公开(公告)日：2023-05-23
申请号：CN202310418163.0
申请日：2023-04-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京邮电大学
IPC: H04L9/40
Abstract: 本申请提供一种密钥交换方法、装置、电子设备、存储介质及程序产品包括：接收节点的认证请求；获取本地密钥信息，根据本地密钥信息和认证请求，通过哈希函数和异或运算进行计算确定认证信息；获取本地认证信息，根据本地认证信息对认证信息进行对比验证，并根据对比结果进行节点认证；响应于确定完成节点认证，根据本地密钥信息和认证请求，确定会话密钥；根据会话密钥与节点进行密钥交换。本申请通过本地密钥信息和认证请求进行安全计算完成认证，进而确定会话密钥进行密钥交换，一方面可以有效保证计算过程的轻量化，另一方面还能够抵御认证过程中短期密钥资料泄漏所带来的安全威胁。
-
Patent Agency Ranking
公开(公告)号：CN118734940B
公开(公告)日：2025-01-07
申请号：CN202411220041.1
申请日：2024-09-02
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广东科技学院
Abstract: 本公开提供一种基于无损联邦学习的模型训练方法及相关设备。该方法包括：生成公共参数和所述服务器的服务器公私钥对；向客户端广播所述公共参数和所述服务器的服务器公钥；基于噪声信息对当前全局模型进行全局扰动，得到当前扰动模型，并将所述扰动模型发送至客户端；接收经过所述客户端处理的最新局部模型和所述客户端的客户端公钥；其中，所述客户端基于所述公共参数生成所述客户端的客户端公私钥对；基于所述客户端的客户端私钥和所述服务器公钥获取所述当前扰动模型，并基于本地训练数据对所述当前扰动模型进行训练，得到所述最新局部模型；基于所述最新局部模型进行聚合，得到消除所述扰动的最新全局模型。
-
公开(公告)号：CN118114676B
公开(公告)日：2024-07-23
申请号：CN202410535821.9
申请日：2024-04-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/295 , G06F21/60
Abstract: 本公开提供一种命名实体识别方法、系统、设备、存储介质及程序产品，该方法包括：接收模型持有者端发送的模型秘密共享份额和数据持有者端发送的数据秘密共享份额；其中，模型秘密共享份额由基于秘密共享技术对命名实体识别模型进行加密得到，数据秘密共享份额由基于秘密共享技术对待识别数据进行加密得到；在秘密共享域下，基于模型秘密共享份额对数据秘密共享份额进行识别，得到识别结果秘密共享份额；将识别结果秘密共享份额发送到数据持有者端。其中，第三方服务器上处理的是由基于秘密共享技术对命名实体识别模型进行加密得到的模型秘密共享份额和由基于秘密共享技术对待识别数据进行加密得到的数据秘密共享份额，避免了隐私泄露的问题。
-
公开(公告)号：CN118133355B
公开(公告)日：2024-07-09
申请号：CN202410546083.8
申请日：2024-05-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请提供一种基于身份基同态签名的联邦学习方法及相关设备；该方法包括：用户端：利用用户标识生成身份私钥的第一部分，利用第一哈希函数和用户标识生成身份私钥的第二部分，将第一部分和第二部分组成身份私钥；对本地模型进行训练得到本地模型参数；对本地模型参数加密，并利用身份私钥和标签对加密后的本地模型参数进行签名，将签名和加密的本地模型参数发送至服务器端。服务器端：接收各用户端发来的签名，利用标签和用户标识对各签名进行验证；签名有效则接收加密的本地模型参数并解密；聚合本地模型参数得到聚合参数，对聚合参数进行加密，利用各用户端的签名对加密的聚合参数计算生成同态签名，将加密的聚合参数和同态签名发送至用户端。
-
公开(公告)号：CN118133328B
公开(公告)日：2024-07-09
申请号：CN202410573742.7
申请日：2024-05-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请提供的一种去中心化学习方法、系统及相关设备，包括：获取初始参数，对本地区块链模型进行训练，得到梯度更新参数；根据梯度更新参数确定欧几里得范数；对梯度更新参数进行加密得到加密梯度更新参数；获取范数约束，根据范数约束确定零知识证明；获取其他客户端的加密梯度更新参数及零知识证明，对其他客户端的零知识证明进行验证，生成第一验证结果；响应于客户端属于合规客户端集合，确定合规客户端集合中每个客户端对应的加密梯度更新参数，并计算聚合盲因子，对聚合盲因子进行正确性验证，生成第二验证结果；响应于客户端属于更新后的合规客户端集合，进行安全多方计算得到聚合更新参数；根据聚合更新参数对梯度更新参数进行调整。
-
公开(公告)号：CN116955539A
公开(公告)日：2023-10-27
申请号：CN202311192177.1
申请日：2023-09-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种基于思维链推理隐式生成内容合规性判定方法，包括：步骤一：将安全性未知文本X输入大规模语言模型M；步骤二：询问大规模语言模型M安全性未知文本X中的主客体成份，获取主体文本S以及客体文本T；步骤三：询问大规模语言模型M潜在观点，获得潜在观点文本O；步骤四：根据步骤三获得的潜在观点文本O，询问大规模语言模型M安全性未知文本X表达的意图是否符合规范，如果符合规范，输出：安全，否则输出：不安全。本发明的有益效果是：本发明很好的利用大规模语言模型的常识推断能力以及特定领域的专家知识，合理的提示大规模语言模型进行链式推理，逐步地揭示出深层的文本隐藏语义，大幅度提升了系统文本安全检测系统的性能。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.049 seconds)
