-
公开(公告)号：CN114417419A
公开(公告)日：2022-04-29
申请号：CN202210081822.1
申请日：2022-01-24
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种具有安全授权和隐私保护的外包云存储医疗数据聚合方法，包括：S1.确定医疗数据存储系统的参数；S2.分别生成数据提供端和数据分析中心的公私密钥对；S3.依次对医疗数据进行盲化、加密和签名处理，然后将医疗数据上传服务器进行存储；S4.云服务器根据接收到的数据聚合请求信息定位一组数据提供端，生成并发送重组数据请求信息给选择的数据提供端，在接收到数据聚合授权信息后对医疗数据进行聚合得到响应聚合医疗数据；S5.数据分析中心验证并解密接收到的响应聚合医疗数据进行验证。本发明不仅解决了医院海量医疗数据的存储和管理负担，而且可以灵活地聚合多个源的加密医疗数据。
-
公开(公告)号：CN114090651A
公开(公告)日：2022-02-25
申请号：CN202111328844.5
申请日：2021-11-10
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F16/2458 , G06F16/29 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明提供了一种基于双通道图神经网络自编码器的交通流异常数据判断方法，包括依次执行以下步骤：数据预处理步骤：根据交通传感器所在道路的交通情况和历史采集数据分别计算出拓扑邻接矩阵和特征邻接矩阵，作为线下训练步骤和线上监测部步骤的双通道图卷积神经的输入，另外将不同交通传感器的历史数据使用滑动窗口切割成相同时间长度的时间窗，生成特征矩阵后输入给线下训练步骤使用；线下训练步骤；线上监测步骤。本发明的有益效果是：通过本发明交通流异常数据判断方法，不仅可以同时捕捉到同一传感器不同时间数据间的时间依赖性和不同传感器的非欧式空间的空间依赖性，还能更有效地提取到交通流数据的多重深层次特征，另外，可解决交通场景下训练阶段异常样本缺少的问题。
-
公开(公告)号：CN112866990A
公开(公告)日：2021-05-28
申请号：CN202110019302.3
申请日：2021-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: H04W12/02 , H04W12/03 , H04W12/041 , H04W12/06 , H04W12/106 , H04L9/30 , H04L29/08
Abstract: 本发明公开了一种具有激励机制的条件身份匿名隐私保护公共审计方法，包括:系统初始化步骤；匿名身份和系统签名私钥生成步骤；数字签名产生和加密数据的外包步骤；挑战信息生成步骤；响应证明信息生成步骤；数据审计验证步骤；激励机制步骤。本发明通过与改进的椭圆曲线签名算法相结合，将区块链核心技术整合到云存储数据公共审计模型中来抵抗腐败的云服务器，不仅大大地提高外包数据完整性验证过程的安全性，而且不以牺牲公共审计者TPA的性能开销为代价。
-
Patent Agency Ranking
公开(公告)号：CN112561381A
公开(公告)日：2021-03-26
申请号：CN202011543661.0
申请日：2020-12-24
Applicant: 哈尔滨工业大学(深圳)
IPC: G06Q10/06 , G06F30/20 , G06F111/04
Abstract: 本发明提供了一种可重入作业车间调度解码方法，包括如下步骤：步骤1：根据每个工件每道工序的加工时间和加工次序约束，构建可重入作业车间调度问题的析取规划模型；步骤2：采用基于操作的编码方式进行编码；步骤3：采用活动化方式进行第一阶段的解码，然后使用基于Insert的自适应操作对当前解调整，采用快速评价机制进行第二阶段的解码，得到一种紧调度解；紧调度解被定义为一种无法通过移动任意一个工序改进当前解。本发明的有益效果是：本发明对邻域解采用了快速评价机制进行二次解码，可有效避免重复评价，节约计算成本；本发明在车间调度问题如流水车间、作业车间和开放车间调度等问题中均具有良好的可扩展性。
-
公开(公告)号：CN109635576A
公开(公告)日：2019-04-16
申请号：CN201811457755.9
申请日：2018-11-30
Applicant: 哈尔滨工业大学(深圳)
CPC classification number: G06F21/602 , G06T9/00
Abstract: 本发明公开了一种在图像中隐藏数据方法和系统，方法包括：S1、图像分割成若干个图像块，置乱图像块内的像素或/和图像块的位置以形成加密图像；S2、将加密图像分割成若干个图像块，根据非中心像素点与中心像素点的像素差值标记非中心像素点为EP或NP；S3、修改EP和NP最高有效位以区别EP和NP，修改EP的属性值以记录像素差，修改EP的属性值以记录需要被隐藏的数据。系统执行方法。通过非中心像素点与中心像素点的像素差值区别较好修改的像素和不适合修改的像素，能够避免在还原过程中导致的图像失真，通过像素的值的不同有效位的修改以存储必要的信息以实现数据的隐藏，能够提高数据的存储量。
-
公开(公告)号：CN105677447B
公开(公告)日：2019-01-04
申请号：CN201610067867.8
申请日：2016-01-29
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种分布式云计算中基于聚类的时延带宽极小化虚拟机部署方法，先选择出目标DC，保证DC之间的最长通信距离尽可能的小；然后再根据VM的通信量，对VM进行分组，保证DC间的通信带宽消耗尽可能的少。其中，DC选择采用密度聚类算法，进行非优解的剪枝，从而加快了算法速度；VM分组采用了半通信模型，实现了成批VM的分组，使得算法的速度提升近3倍。本发明的方法考虑到了分布式云计算中DC的容量相对于集中式云计算较小的特点，同时可以兼顾特定的可靠性要求，比如要求每个DC只能部署一定数量的VM，在分布式云计算中部署一组VM，进行服务质量和成本优化，实现分布式云计算中低成本，低时延，高可靠的虚拟机部署。
-
公开(公告)号：CN105739929A
公开(公告)日：2016-07-06
申请号：CN201610067866.3
申请日：2016-01-29
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F3/06
CPC classification number: G06F3/0655
Abstract: 本发明提出了一种大数据向云端迁移时的数据中心的选择方法，首先，考虑到因用户偏好和法律限制等因素导致DC不可用情况，进行了非完全图建模；采用激活级别的方式来描述用户的数据产生量；定义了公平数据放置FDP、优选数据放置PDP、传输成本最小化数据放置TCMDP和成本最小化数据放置CMDP等四种准则；基于上述准则进行DC的选择。本发明提出的方法针对BD向云端移动时的需求，从用户角度研究了移动机制，可以缩短数据接入时延，降低数据成本。本发明的方法可以反映DC的可用性以及用户的偏好。本发明的方法可以利用网络自动进行低成本，低延迟的数据迁移，避免采用硬件方式，有利于自动化管理的实施。
-
公开(公告)号：CN105677447A
公开(公告)日：2016-06-15
申请号：CN201610067867.8
申请日：2016-01-29
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06F9/45558 , G06F2009/4557 , H04L67/10
Abstract: 本发明提出了一种分布式云计算中基于聚类的时延带宽极小化虚拟机部署方法，先选择出目标DC，保证DC之间的最长通信距离尽可能的小；然后再根据VM的通信量，对VM进行分组，保证DC间的通信带宽消耗尽可能的少。其中，DC选择采用密度聚类算法，进行非优解的剪枝，从而加快了算法速度；VM分组采用了半通信模型，实现了成批VM的分组，使得算法的速度提升近3倍。本发明的方法考虑到了分布式云计算中DC的容量相对于集中式云计算较小的特点，同时可以兼顾特定的可靠性要求，比如要求每个DC只能部署一定数量的VM，在分布式云计算中部署一组VM，进行服务质量和成本优化，实现分布式云计算中低成本，低时延，高可靠的虚拟机部署。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
