-
公开(公告)号：CN117726494A
公开(公告)日：2024-03-19
申请号：CN202311752035.6
申请日：2023-12-19
Applicant: 安徽大学绿色产业创新研究院
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Vision Transformer网络的图像隐藏方法，其步骤包括：1、训练集处理；2、隐藏器网络和提取器网络训练；3、构建损失函数；4、得到训练后的图像隐藏器和提取器，用于实现对输入图像的隐藏和提取。本发明可以确保在数据传输、存储或共享过程中隐私信息不被未授权者获取，在网络通信或数据交换中保障敏感信息的安全性；也可以用于图像的版权保护或身份验证，使得图像具有独特的标识，以防止盗版或非授权使用。
-
公开(公告)号：CN117726411A
公开(公告)日：2024-03-19
申请号：CN202311779143.2
申请日：2023-12-22
Applicant: 安徽大学
IPC: G06Q30/0601 , G06N20/00 , G06F21/62
Abstract: 本发明公开了一种差分隐私保护下基于联邦学习和多臂赌博机的商品推荐方法，其步骤包括：1、中央服务器及各个终端初始化参数；2、对所有候选商品进行推荐并获得对应用户评分奖励反馈；3、以上一步奖励结果为初始参数，选择用户评分最高的商品(局部最优)进行推荐并获得对应用户评分；4、将之前所获得的奖励反馈进行聚合；5、对聚合结果加入噪声进行扰动，并将扰动后的参数上传至中央服务器；6、中央服务器根据上传的数据确定淘汰集；7、删除淘汰集内的候选商品后进行迭代，直至得到最终的推荐商品。本发明能够在分布式环境下有效解决商品推荐系统中的冷启动问题，同时保护用户隐私信息。
-
公开(公告)号：CN116664232A
公开(公告)日：2023-08-29
申请号：CN202310599950.X
申请日：2023-05-25
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q30/0601 , G06F18/23 , G06N20/00
Abstract: 本发明公开了一种基于上下文老虎机的联邦个性化商品推荐方法，包括：1、各本地服务器收集其用户的行为数据，初始化各本地服务器参数；2、各本地服务器根据上下文老虎机算法选择最优臂，接收反馈并更新参数；3、中心服务器接收并聚合来自本地服务器的数据，并对本地服务器进行聚类；4、中心服务器和本地服务器进行协同训练，调整参数；5、重复步骤3‑4，直到达到预设的停止条件，从而得到基于上下文老虎机的联邦个性化推荐模型，用于对不同本地服务器潜在的异构用户作出推荐。本发明能为同一簇的用户推荐相似商品，并根据用户反馈和历史数据不断调整推荐策略，能适应不断变化的推荐环境要求，从而能提高推荐效果和用户满意度。
-
公开(公告)号：CN110837603B
公开(公告)日：2022-03-15
申请号：CN201911091203.5
申请日：2019-11-09
Applicant: 安徽大学
IPC: G06F16/9536
Abstract: 本发明公开了一种基于差分隐私保护的集成推荐方法，其步骤包括：1、从评分网站上获取用户对项目的历史评分数据信息；2、对评分数据加入含隐私分配的噪声，进行预处理操作，得到预处理后的评分矩阵3、计算原始评分矩阵的用户相似度矩阵，选取与当前服务用户最相似的top‑k个用户；4、集成协同过滤和矩阵分解方法，对预处理后的评分矩阵进行训练，得到预测评分矩阵依次有序推荐给服务用户。本发明能有效解决现有隐私保护推荐方案中推荐效果不佳和隐私安全性差的问题，从而可以为用户提供安全且高效的推荐。
-
公开(公告)号：CN109408728B
公开(公告)日：2021-05-25
申请号：CN201811451578.3
申请日：2018-11-30
Applicant: 安徽大学
IPC: G06F16/9535
Abstract: 本发明公开了一种基于覆盖算法的差分隐私保护推荐方法，是依据用户对电影评分的数据集得到评分矩阵；将评分矩阵中用户对每部电影评分依次执行覆盖算法；将两个用户聚在同一簇的总次数进行统计得到用户关系矩阵；对用户关系矩阵的每一行进行合理标准化得到用户行标准矩阵；对用户行标准矩阵添加噪声实施干扰；对于目标用户，从用户行标准矩阵中随机抽取k个不同的用户得到相似用户序列；将相似用户序列中评分较高的电影推荐给目标用户。本发明能有效地保护用户隐私，同时提高电影推荐的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110490002B
公开(公告)日：2021-02-26
申请号：CN201910797715.7
申请日：2019-08-27
Applicant: 安徽大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于本地化差分隐私的多维众包数据真值发现方法，是应用于包含n个用户，不可信服务器s，m个项目的众包平台中，并按如下步骤进行：1、数据扰动阶段：对用户回答的众包数据使用随机响应机制扰动产生隐私数据；2、隐私数据处理阶段：对隐私数据进行处理产生估计的合成数据；3、真值发现阶段：对估计的合成数据进行真值发现获得最终的准确性回答。本发明通过对用户的数据使用强隐私保护机制‑本地化差分隐私进行数据保护，防止信息泄露，同时使用真值发现解决由于数据之间的冲突以及用户质量不一致带来的结果不准确，保证真值更新的准确性，使得在众包平台中既能保证用户隐私又能保证数据的可用性。
-
公开(公告)号：CN111967514A
公开(公告)日：2020-11-20
申请号：CN202010817497.1
申请日：2020-08-14
Applicant: 安徽大学
Abstract: 本发明公开了一种基于数据打包的隐私保护决策树的样本分类方法，该方法应用于由n个拥有数据的参与方，两个服务器组成的网络环境中，并包括以下步骤：S1、初始化阶段；S2、参与方发送加密数据阶段；S3、服务器处理加密数据阶段；S4、训练决策树并进行样本分类阶段。本发明应用于多个参与方，允许客户端在自己的密钥下加密他们的数据，并利用数据打包技术有效地减少系统的计算开销和通信开销，从而有效解决决策树的样本分类过程中的隐私保护问题，提高在本地训练好的决策树模型下对样本进行分类的安全性。
-
公开(公告)号：CN108111302B
公开(公告)日：2020-10-23
申请号：CN201711328505.0
申请日：2017-12-13
Applicant: 安徽大学
Abstract: 本发明公开了一种基于Bell态的安全计算汉明距离的量子方法，其特征是存在一个代理和两个参与者，其中每个参与者拥有一个隐私的比特串，参与者双方调用量子密钥分配QKD协议共享一个密钥K，代理制备n个EPR粒子对，将每对纠缠粒子分开得到两个序列，记为序列H和序列T；代理秘密保存序列H而通过量子通道把序列T安全发送给两个参与者；两个参与者对序列T进行相应的单粒子酉操作后，返回给代理；最后通过所有粒子对的测量结果，代理统计出两个参与者之间的汉明距离。本发明能用较少的量子资源，简单、快速地计算出汉明距离，从而获得能够抗量子攻击的计算汉明距离的方案。
-
公开(公告)号：CN109362032B
公开(公告)日：2020-06-30
申请号：CN201811510356.4
申请日：2018-12-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于位置服务的用户位置个性化差分隐私保护方法，其步骤包括：1利用指数机制生成扰动位置；2根据敌手对t时刻用户所处位置的先验概率、指数机制概率分布及生成的扰动位置得到敌手对t时刻用户所处位置的后验概率；3判断敌手对t时刻用户所处位置的后验概率是否满足安全性需求；若满足，将扰动位置和查询请求发送给服务方；若不满足，添加混淆位置；4添加混淆位置，当满足安全性需求后，将由混淆位置和扰动位置组成的位置集发送给服务方；5对服务方返回的查询结果进行筛选。本发明能解决因服务方不可信所造成的用户位置隐私泄露问题，同时可以有效的应对贝叶斯攻击，从而能提高基于位置服务中用户位置隐私的安全性。
-
公开(公告)号：CN110490002A
公开(公告)日：2019-11-22
申请号：CN201910797715.7
申请日：2019-08-27
Applicant: 安徽大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于本地化差分隐私的多维众包数据真值发现方法，是应用于包含n个用户，不可信服务器s，m个项目的众包平台中，并按如下步骤进行：1、数据扰动阶段：对用户回答的众包数据使用随机响应机制扰动产生隐私数据；2、隐私数据处理阶段：对隐私数据进行处理产生估计的合成数据；3、真值发现阶段：对估计的合成数据进行真值发现获得最终的准确性回答。本发明通过对用户的数据使用强隐私保护机制-本地化差分隐私进行数据保护，防止信息泄露，同时使用真值发现解决由于数据之间的冲突以及用户质量不一致带来的结果不准确，保证真值更新的准确性，使得在众包平台中既能保证用户隐私又能保证数据的可用性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.026 seconds)
