-
公开(公告)号：CN114095518A
公开(公告)日：2022-02-25
申请号：CN202111303601.6
申请日：2021-11-05
Applicant: 暨南大学
IPC: H04L67/1097 , H04L67/1042 , H04L9/32
Abstract: 本发明公开了一种基于多级委员会共识的科技数据确权与追踪保护的方法，所方法包括以下步骤，每个科研人员、研究机构等均可申请加入联盟链，在检查满足准入条件后，即可加入联盟链，同时生成一对公私钥；数据发布确权，联盟链系统中的用户，在想要发布数据时成为数据方，并从系统中获得一个唯一的且与即将发布数据相关的追溯码Cid；数据跟踪记录，数据在使用时需要对其生命周期进行记录；数据追踪，将汇总查询到的数据结果发送给需要做数据追踪的用户。本发明有益效果在于，解决科技大数据在数据交易过程中产生的数据侵权问题。该方法采用双链联盟链构建科技大数据的追踪保护与确权系统，通过联盟链的去中心化和去信任的方式维护一个可靠的分布式数据库。将数据视为目标对象，记录关于数据的所有行为，实现对数据的追踪保护和可信确权。
-
公开(公告)号：CN113947512A
公开(公告)日：2022-01-18
申请号：CN202111130695.1
申请日：2021-09-26
Applicant: 暨南大学
Abstract: 本发明公开了一种大容量可控无载体图像隐写方法，其特征在于，包括以下步骤：S1、根据需要，选择语义图像；S2、根据语义图像，选择有一定关联的图像作为风格参考图像；S3、将语义图像和风格参考图像输入图像预处理工具进行预处理；S4、将经过预处理的图像输入领域对齐网络进行处理，处理过程中生成中间结果；S5、将中间结果和秘密图像合并之后输入隐藏网络，输出含密图像；S6、消息发送方将含密图像发送给持有训练完毕的秘密消息提取网络的消息接收方，消息接收方采用秘密消息提取网络将秘密图像重新提取。本发明利用了无载体隐写框架，不需要使用指定的载体图像来嵌入秘密数据，从根本上抵抗隐写分析工具的检测，显著提高了图像的安全性。
-
公开(公告)号：CN113626566A
公开(公告)日：2021-11-09
申请号：CN202110763112.2
申请日：2021-07-06
Applicant: 暨南大学
IPC: G06F16/332 , G06F40/211 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于合成数据的知识对话跨域学习方法。该方法针对知识对话系统跨域学习时数据资源不充分的问题，提出了以下策略：针对问答，闲聊提出模板和多轮对话生成模型共同构造合成数据方法；针对灾难性遗忘提出知识保留和模板方法构造合成数据方法；为了利用不匹配对话语料，我们提出了使用检索、过滤、排序等方法构建合成数据方法。使用该合成数据训练的模型性能可近似使用人工标注数据进行训练的模型，有效缓解了知识对话系统跨域学习对数据资源的依赖。
-
公开(公告)号：CN109195162B
公开(公告)日：2020-05-08
申请号：CN201811190159.9
申请日：2018-10-12
Applicant: 暨南大学
Abstract: 本发明公开了一种车联网中聚合两种信任评估的消息可靠性评估方法，其中，信任中心负责维护车辆的信任信息，车辆定期向信任中心请求自己最新的信任证书；消息发布者发送消息时附带最新的信任证书以证明自己可信赖；消息接收者收到每条消息后提取信任证书并综合考虑多个消息发布者的消息以判断其是否可靠，然后根据消息质量为每个消息发布者生成一条信任反馈，并发送至信任中心，随后信任中心更新本地存储。本发明高效聚合两种信任评估，且无需消息接收者实时请求信任中心，因而评估结果更加准确，评估速度更快，且兼容车辆短时间内无法连接到信任中心的情况，更符合车联网的高动态特性。
-
公开(公告)号：CN108282469A
公开(公告)日：2018-07-13
申请号：CN201810006640.1
申请日：2018-01-04
Applicant: 暨南大学
IPC: H04L29/06 , H04N19/467 , G06F21/60
Abstract: 本发明为支持基于属性信息提取的隐写方法，发送者可以同时在一个载体中隐藏多个具有不同属性的信息，接收者只能根据身份属性解密相应信息。本发明包括以下步骤：密钥中心选定对称加密算法、嵌入密钥和提取公共参数；发送方嵌入消息：选定载体图像，计算每个像素的蒙板值，得到嵌入位置蒙板，生成每个像素点的嵌入适合程度度量，将属于蒙板的像素、嵌入适合程度以及要嵌入的秘密消息输入嵌入器，得到嵌入后像素；合并嵌入后像素和不属于蒙板的像素得到临时含密图像，将含密图像发送给各个接收方；接收方提取消息，恢复出嵌入密钥，计算每个像素位置的蒙板值、嵌入位置蒙板，将含密图像中所有属于蒙板的像素输入提取器，得到秘密消息。
-
Patent Agency Ranking
公开(公告)号：CN120011533A
公开(公告)日：2025-05-16
申请号：CN202411932410.X
申请日：2024-12-26
Applicant: 暨南大学
IPC: G06F16/334 , G06F16/335 , G06F16/36 , G06F40/295 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种基于知识蒸馏与思维链的轻量化信息抽取方法及系统，涉及自然语言处理中的信息抽取技术领域，包括：首先，对领域文本进行预处理，利用少样本学习进行数据增强，生成伪数据以提高模型在特定领域的表现；随后，通过大语言模型进行微调，提取文本中的实体、关系和事件和推理中间结果等关键信息；接着，应用知识蒸馏技术，将微调后的大模型知识压缩至轻量化模型中。同时采用检索增强生成技术和思维链机制，结合实时查询外部知识库，精确地从文本中提取结构化信息，逐步完成复杂信息提取任务。本发明提升了信息抽取的准确性和模型的轻量化部署效果，适用于命名实体识别、关系抽取、事件检测和情感分析等多种任务。
-
公开(公告)号：CN119788430A
公开(公告)日：2025-04-08
申请号：CN202510274275.2
申请日：2025-03-10
Applicant: 暨南大学
Abstract: 本发明公开一种车联网数据分类分级管理和自适应加解密方法及其系统，包括：对获取的车联网数据进行标记；根据车联网的实际需求为标记后的车联网数据预设不同的数据类型和安全等级、以及加解密策略；采用自然语言处理模型和随机森林模型自动识别车联网数据的安全等级，并通过加解密策略对不同安全等级车联网数据进行加解密。采用本发明的技术方案，能够有效地对车联网中的数据安全等级进行区分，实现不同安全等级数据的高效差异化加解密，可以帮助车联网系统对数据进行有效的管理和保护。
-
公开(公告)号：CN118870395B
公开(公告)日：2024-12-17
申请号：CN202411288630.3
申请日：2024-09-14
Applicant: 暨南大学
IPC: H04W24/02 , H04W24/06 , H04W28/08 , H04W28/16 , H04W4/44 , H04W4/46 , G06F8/61 , G06F9/50 , G06N3/006 , G06N3/0464
Abstract: 本发明提供一种基于自注意力机制的车联网任务卸载和资源分配方法及系统，方法包括以下步骤：基于车联网高速道路环境VEC架构，构建车联网任务卸载模型；基于车联网任务卸载模型，获得任务卸载和资源分配的联合优化问题；将联合优化问题转化为马尔科夫决策过程；采用基于自注意力机制的A‑MADDPG算法求解马尔科夫决策过程，获得联合优化方案；基于联合优化方案，完成车联网任务卸载和资源分配。本发明所设计的任务卸载联合优化方案，通过智能协作，车辆不仅选取合适的卸载对象还选取合适的通信信道进行卸载传输，而且各个边缘服务器闲置资源按照任务需求进行动态分配，从而确保整个环境中的所有车辆都能处于高效的运行水平。
-
公开(公告)号：CN113947512B
公开(公告)日：2024-10-15
申请号：CN202111130695.1
申请日：2021-09-26
Applicant: 暨南大学
IPC: G06T1/00 , G06F17/16 , G06N3/0464 , G06N3/08 , G06V10/74 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种大容量可控无载体图像隐写方法，其特征在于，包括以下步骤：S1、根据需要，选择语义图像；S2、根据语义图像，选择有一定关联的图像作为风格参考图像；S3、将语义图像和风格参考图像输入图像预处理工具进行预处理；S4、将经过预处理的图像输入领域对齐网络进行处理，处理过程中生成中间结果；S5、将中间结果和秘密图像合并之后输入隐藏网络，输出含密图像；S6、消息发送方将含密图像发送给持有训练完毕的秘密消息提取网络的消息接收方，消息接收方采用秘密消息提取网络将秘密图像重新提取。本发明利用了无载体隐写框架，不需要使用指定的载体图像来嵌入秘密数据，从根本上抵抗隐写分析工具的检测，显著提高了图像的安全性。
-
公开(公告)号：CN118013372B
公开(公告)日：2024-08-02
申请号：CN202410257623.0
申请日：2024-03-07
Applicant: 暨南大学
IPC: G06F18/241 , G06N3/0455 , G06F18/213 , G06F16/35 , G06V10/40 , G06V10/764 , G06V10/82 , G06F18/22 , G06F18/25 , G06N3/047 , G06F18/2415 , G06N3/0895
Abstract: 本发明公开了一种基于多模态数据异构Transformer资产识别方法、系统及设备，该方法包括下述步骤：采集资产各个模态的信息，包括文本信息和图像信息；构建ALBERT模型、ViT模型和CLIP模型；基于ALBERT模型进行文本信息特征提取；基于ViT模型进行图像信息特征提取；基于CLIP模型进行图像文本匹配信息特征提取；对不同模态的信息进行不同通道的资产类型识别，输出不同通道的分类信息，基于CLIP模型对资产缺失信息进行生成；将不同通道的分类信息与CLIP模型得到的图像信息与文本信息的匹配度进行判别融合，输出最终的资产类别信息。本发明能从多个模态进行综合判断，提高资产识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.039 seconds)
