-
公开(公告)号：CN104796475B
公开(公告)日：2018-10-26
申请号：CN201510197609.7
申请日：2015-04-24
Applicant: 苏州大学
Abstract: 本发明公开了一种基于同态加密的社会化推荐方法，包括如下步骤：（1）所述SN端利用同态加密密钥加密数据；（2）RBS端计算所有物品的推荐得分；（3）所述RBS端共享所有物品的推荐得分；（4）比较获得推荐结果。通过上述方式，本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点，在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN105677701A
公开(公告)日：2016-06-15
申请号：CN201510981807.2
申请日：2015-12-24
Applicant: 苏州大学
IPC: G06F17/30
CPC classification number: G06F16/9535
Abstract: 本发明公开了一种基于不经意传输的社会化推荐，包括如下步骤：（1）所述SN端和RBS端将用户历史行为记录矩阵的数据分布情况共享给对方，两端仅计算 和的项（两方共享的仅为数据的分布情况，并未涉及两方的数据值信息）；（2）利用OT乘法协议各自完成物品的推荐得分计算,并且RBS和SN仅凭所拥有的计算得分并不能推测出对方的数据。（3）物品的推荐得分由RBS和SN以加法和形式秘密共享；（4）比较获得推荐结果。通过上述方式，本发明基于不经意传输的社会化推荐方法具有计算代价极小、适应性极强、效率极高等优点，在基于不经意传输的社会化推荐方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN115374840A
公开(公告)日：2022-11-22
申请号：CN202210906519.0
申请日：2022-07-29
Applicant: 苏州大学
IPC: G06K9/62 , G06F16/215
Abstract: 本发明公开了一种基于投影向量的轨迹相似度计算方法，包括如下步骤：(1)生成轨迹投影；(2)计算轨迹相似度。发明基于投影向量的轨迹相似度计算方法使用投影算法对轨迹进行投影得到轨迹的投影向量，基于轨迹的投影向量计算轨迹相似度，本发明能够在线性时间复杂度与线性空间复杂度下计算轨迹相似度，对轨迹相似度计算方法的进一步推广和研究有着重要意义。
-
公开(公告)号：CN109033865B
公开(公告)日：2021-10-01
申请号：CN201810637636.5
申请日：2018-06-20
Applicant: 苏州大学
Abstract: 本发明公开了一种空间众包中隐私保护的任务分配方法，涉及三方实体，包括空间众包平台、代理商和工人，使用基于匿名的数据收集协议，将用户数据安全地发送给空间众包平台；使用基于反向拍卖的任务分配算法来帮助空间众包平台生成任务分配和奖励报酬方案，并且保证用户的诚实性。通过上述方式，本发明提供的空间众包中隐私保护的任务分配方法，使用基于匿名的数据收集协议来保证工人位置数据的安全性，使用基于反向拍卖的任务分配算法来保证工人的诚实性，是基于半可信的模型，有着高安全性、高效性的优点，在空间众包领域有着极其光明的应用前景。
-
公开(公告)号：CN110008402B
公开(公告)日：2021-09-03
申请号：CN201910131400.9
申请日：2019-02-22
Applicant: 苏州大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于社交网络的去中心化矩阵分解的兴趣点推荐方法，包括：(1)将用户浏览兴趣点的签到数据存储在每个用户自己的用户端；(2)用户在自己的用户端训练模型。通过上述方式，本发明基于社交网络的去中心化矩阵分解的兴趣点推荐方法通过将用户对兴趣点的签到数据保存在自己的用户端，并且在用户端进行矩阵分解模型的训练，解决了集中式矩阵分解模型存储和计算资源浪费的问题，不存在用户个人隐私泄露的风险，从而实现了保护隐私、提高安全系数的功能，在基于社交网络的去中心化矩阵分解的兴趣点推荐方法的普及上有着广泛的市场前景。
-
Patent Agency Ranking
公开(公告)号：CN106096602A
公开(公告)日：2016-11-09
申请号：CN201610445168.2
申请日：2016-06-21
Applicant: 苏州大学
CPC classification number: G06K9/2054 , G06K9/3258 , G06K9/6269 , G06K2209/01
Abstract: 本发明公开了一种基于卷积神经网络的中文车牌识别方法，S1：车牌定位，将颜色模板匹配算法和轮廓查找算法相结合，定位出车牌；S2：字符分割，将灰度化后的车牌矩形块，二值化、闭操作、取轮廓后，可以得到外接矩形，从而截取出字符图块；S3：卷积神经网络的设计和训练，其中，卷积神经网络设置为10层结构；S4：字符识别，使用S3中预先训练好的卷积神经网络，作为分类器，将要识别的字符输入，得到分类结果和其置信率。通过上述方式，本发明提供的基于卷积神经网络的中文车牌识别方法，具有准确率极高、普适性极强、处理时间很短等优点，在现代智能交通系统、停车场管理、高速公路收费站等场景上有着广泛的应用前景。
-
公开(公告)号：CN105610898A
公开(公告)日：2016-05-25
申请号：CN201510850772.9
申请日：2015-11-30
Applicant: 苏州大学
CPC classification number: H04L67/18 , H04L63/0428 , H04L67/16
Abstract: 本发明公开了一种基于格的位置隐私保护方法，包括如下步骤：（1）预处理阶段，所述LS端根据POI数据库构建索引结构；（2）所述User端利用OT Extension协议访问网格P；（3）所述User端利用OT Extension协议访问网格Q。通过上述方式，本发明基于格的位置隐私保护方法安全高效，能够保证在百万数据点上用户查询的秒级反馈。基于位置服务的广泛应用，使得本发明基于格的位置隐私保护方法具有广泛的市场前景，同时，本发明基于格的位置隐私保护方法对位置隐私保护的进一步推广和研究有着重要意义。
-
公开(公告)号：CN105138923A
公开(公告)日：2015-12-09
申请号：CN201510486712.3
申请日：2015-08-11
Applicant: 苏州大学
CPC classification number: G06F21/60 , G06K9/6203
Abstract: 本发明公开了一种保护隐私的时间序列相似度计算方法，包括以下操作步骤：S1：将参与双方进行分组为第一参与方和第二参与方，并对第一参与方和第二参与方分别赋予相应的第一时间序列和第二时间序列，同时，在所述第一时间序列中设置有n个k维序列点，所述第二时间序列中设置有m个k维序列点；S2：令第一参与方和第二参与方利用同态加密方式计算欧式距离平方值；S3：令第一参与方和第二参与方实现欧式距离平方值的秘密共享；S4：将第一参与方和第二参与方的相似度结果进行计算。通过上述方式，本发明能够提供一种保护隐私的时间序列相似度计算方法，具有安全性高，适应性强等优点，在保护隐私的时间序列相似度计算的普及上有着广泛的市场前景。
-
公开(公告)号：CN104796475A
公开(公告)日：2015-07-22
申请号：CN201510197609.7
申请日：2015-04-24
Applicant: 苏州大学
CPC classification number: H04L67/26 , H04L63/0421 , H04L63/0435
Abstract: 本发明公开了一种基于同态加密的社会化推荐方法，包括如下步骤：（1）所述SN端利用同态加密密钥加密数据；（2）RBS端计算所有物品的推荐得分；（3）所述RBS端共享所有物品的推荐得分；（4）比较获得推荐结果。通过上述方式，本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点，在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN113626654B
公开(公告)日：2023-09-15
申请号：CN202110805315.3
申请日：2021-07-16
Applicant: 苏州大学
IPC: G06F16/903 , G06F16/906 , G06F16/909
Abstract: 本发明公开了一种基于表示学习的批量最短路径查询方法，包括以下步骤：(1)查询的嵌入表示：(1.1)生成训练数据；(1.2)特征提取；(1.3)模型训练；(2)批量最短路径查询算法：(2.1)查询集合聚类；(2.2)构建缓存；(2.3)查询应答。通过上述方式，本发明基于表示学习的批量最短路径查询方法通过使用表示学习方法学习最短路径查询的嵌入表示，根据查询的嵌入表示将查询集合聚类为不同的查询子集，每个子集中的查询有更大的概率共享计算结果；使用基于网格的缓存结构来缓存计算结果，让之后的查询能利用缓存中的计算结果，以减少查询的应答时间，在基于表示学习的批量最短路径查询方法的普及上有着广泛的市场前景。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.062 seconds)
