-
公开(公告)号：CN114781545B
公开(公告)日：2023-05-05
申请号：CN202210511356.6
申请日：2022-05-10
Applicant: 重庆大学
IPC: G06F18/214 , G06N20/00
Abstract: 本发明提供了一种联邦学习方法及系统。包括：S1，将初始全局模型发送给所有客户端，客户端上传初始本地模型至中央服务系统；S2，根据客户端上传的初始本地模型对客户端进行聚类获得一个以上客户端类；S3，对全局模型进行多轮迭代训练直到达到迭代停止条件，第t轮迭代训练：从每个客户端类中选取至少一个客户端参与训练；基于客户端返回的第t轮本地模型和第t轮损失函数值判断参与第t轮迭代训练的客户端之间是否存在梯度冲突，并根据梯度冲突情况获取累积模型差异；利用累积模型差异更新第t轮全局模型。将模型不公平性原因分为外部矛盾和内部矛盾两类进行消除，提高选取客户端的代表性和公平性，减少训练轮次和通信成本，加快收敛。
-
公开(公告)号：CN115775026A
公开(公告)日：2023-03-10
申请号：CN202211685693.3
申请日：2022-12-27
Applicant: 重庆大学
Abstract: 本发明提供了一种基于组织相似度的联邦学习方法，包括以下步骤：获取机构的本地子图，计算本地子图中各个节点的嵌入值；根据节点的嵌入值组成该机构本地子图的嵌入列表；中央服务器获取多个客户端的嵌入列表并在区块链上进行对比，分别将每个客户端的嵌入列表与中央服务器的嵌入列表进行对齐排序处理；根据嵌入列表和度量公式分别获取各个客户端与中央服务器的相似度，筛选出相似度高于设定值的客户端为预选客户端，中央服务器与预选客户端共同参与联邦学习。本发明即不交换用户数据，又能筛选出用户数据符合训练需求的客户端，提高了联邦学习的训练效率和训练结果。
-
公开(公告)号：CN115622693A
公开(公告)日：2023-01-17
申请号：CN202211099981.0
申请日：2022-09-09
Applicant: 重庆大学
IPC: H04L9/08
Abstract: 本发明提供了一种基于秘密共享的体域网密钥协商方法和系统。方法包括：将发送方特征序列中的发送方特征映射至布隆过滤器；发送方构建秘密碎片序列并将秘密碎片序列存放于类散列表的数据结构中；接收方从接收方特征序列中检索同时存在于布隆过滤器的约定门限数量的接收方特征，记为匹配值；接收方在数据结构中获取与匹配值对应的多项式值，基于匹配值和匹配值对应的多项式值重建多项式解出待协商密钥；发送方对解出的待协商密钥进行验证。攻击者难以通过布隆过滤器推测出原始特征值，也难以根据数据结构中的多项式值反推出原始的发送方特征值，提高了安全性；摆脱了对特征值生成过程的准确性的依赖，只要大部分特征值是可用的就行，提高了鲁棒性。
-
公开(公告)号：CN119443150B
公开(公告)日：2025-05-13
申请号：CN202411494663.3
申请日：2024-10-24
Applicant: 重庆大学
Abstract: 本发明涉及图数据处理技术，揭露了基于隐私保护的图极限估计的联邦图数据增强方法，包括：客户端获取社交网络图，并组成原始图数据集生成本地标签对应的图极限估计，将图极限估计进行差分隐私；服务器端计算每个图极限估计的成对切割距离，并生成图极限估计的多个最近邻，计算每个最近邻的自适应阈值，根据自适应阈值执行插值混合并对图极限估计进行更新；客户端接收更新的图极限估计生成待优化图数据集，按照原始图数据集数量比例对待优化图数据集进行图采样得到图增强数据。本发明还提出基于隐私保护的图极限估计的联邦图数据增强方法的系统，可以解决现有的图数据增强无法准确反映原始图数据的拓扑结构特性的问题，并提高隐私保护的安全性。
-
公开(公告)号：CN119474902B
公开(公告)日：2025-04-29
申请号：CN202411511177.8
申请日：2024-10-28
Applicant: 重庆大学
Abstract: 本发明提供了一种差分隐私的轨迹相似度发布方法，包括：获取多个用户多个时刻的位置数据；构建每个时刻的相似度子图，相似度子图中的边表示边连接的两个用户的距离小于距离阈值；合并多个时刻的相似度子图获得相似度合成图；根据相似度合成图中每条边在多个时刻的相似度子图中出现的频次设置每条边的权重，获得轨迹相似图；在轨迹相似图的边的权重中添加噪声，获得加噪后的轨迹相似图；发布加噪后的轨迹相似图。本发明还公开了一种差分隐私的轨迹相似度发布装置，一种计算机程序产品，一种电子设备，一种用户轨迹相似度分析方法及分析系统。本发明将用户之间的轨迹相似度直观地体现在轨迹相似图上，同时向边的权重添加噪声，实现了隐私保护。
-
Patent Agency Ranking
公开(公告)号：CN119887188A
公开(公告)日：2025-04-25
申请号：CN202411971480.6
申请日：2024-12-30
Applicant: 重庆大学
Abstract: 本发明涉及V2G网络优化技术，揭露了一种基于V2G网络的电网分割学习方法，包括：客户端获取实时交易信息，并根据敏感度函数对实时交易信息进行敏感度分级，得到多个分级敏感度的交易信息；获取多个分级敏感度的交易信息中的敏感属性，并对敏感属性执行噪声添加操作，将添加噪声后的交易信息存储至云存储服务器；云存储服务器接收添加噪声后的交易信息，并对LSTM‑FCNN多任务模型进行参数优化训练，得到目标LSTM‑FCNN多任务模型；云存储服务器和聚合器利用分割学习方法对目标LSTM‑FCNN多任务模型进行协同训练，得到基于V2G网络的电网多任务模型。本发明还提出一种基于V2G网络的电网分割学习系统。本发明可以提高实时交易信息在V2G网络中的优化效率并提高V2G网络的稳定性。
-
公开(公告)号：CN118940309B
公开(公告)日：2025-02-07
申请号：CN202410929009.4
申请日：2024-07-11
Applicant: 重庆大学
IPC: G06F21/62 , G06F16/901 , G06Q50/00
Abstract: 本发明提供了一种动态的差分隐私合成社交网络图获取方法及装置。该方法包括：输入真实社交网络图；获取加噪处理和约束推理后的节点度序列和节点相似度矩阵；构建邻接表；从尾到头依次遍历节点度序列获得差分隐私合成社交网络图的边集，遍历至节点i时：确定节点i的候选连接节点列表；获得节点i与候选连接节点列表中节点的共同邻居信息；根据共同邻居信息、节点度序列和节点相似度矩阵计算节点i与候选连接节点列表中节点的边生成概率；按照边生成概率生成候选边；将满足预设条件的候选边合入差分隐私合成社交图的边集，更新邻接表；通过边集和节点集生成差分隐私合成社交图。本发明提高了隐私保护水平和差分隐私合成社交网络图的效用。
-
公开(公告)号：CN117997536B
公开(公告)日：2025-01-10
申请号：CN202410336166.4
申请日：2024-03-22
Applicant: 重庆大学
Abstract: 本发明实施例公开了一种基于多权威中心的属性加密方法、芯片和终端，基于双线性配对元组生成基础种子矩阵，计算主密钥、发布公共参数；拆分基础种子矩阵获得多个子矩阵；将子矩阵随机分发给多个权威中心，生成待创建用户的私钥，获取输入的待加密消息以及选取合适的访问结构生成密文，并将密文上传至云服务商；或者，获取属于目标用户账号的目标私钥，将目标私钥转换为盲化密钥，并上传盲化密钥至云服务商，以使云服务商根据盲化密钥和其存储的密文进行计算获得盲化密文；验证通过则将盲化密文发送给目标用户。通过本发明可以实现去中心化的属性加密并降低用户计算负担。
-
公开(公告)号：CN119066495A
公开(公告)日：2024-12-03
申请号：CN202411164155.9
申请日：2024-08-23
Applicant: 重庆大学
IPC: G06F18/241 , G06Q40/02 , G06N3/042 , G06N3/098 , G06N3/0895 , G06N3/092
Abstract: 本发明提供了一种基于联邦半监督图学习的银行客户分类方法及系统，该方法为：执行多轮全局学习直到全局客户分类模型收敛，每轮全局学习包括：向训练银行端下发加噪后的本轮全局伪标签矩阵和本轮全局模型参数；训练银行端基于本轮全局伪标签矩阵对本地客户数据图进行强化处理，对本地客户分类模型进行本地迭代训练，上传加噪后的本地模型参数和本地客户节点嵌入；中心服务器获得更新的全局模型参数和全局客户节点嵌入；银行端利用更新的全局模型参数生成银行端客户分类模型，将本地客户数据图输入银行端客户分类模型获得银行端预测标签矩阵，本发明提升了隐私安全，以及本地客户分类模型和全局客户分类模型的分类准确性。
-
公开(公告)号：CN118965030A
公开(公告)日：2024-11-15
申请号：CN202411071639.9
申请日：2024-08-06
Applicant: 重庆大学
IPC: G06F18/23 , G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于Transformer的车辆工况分类方法、产品及设备，该方法包括：基于车辆工况数据集获取真样本集；构建Transformer网络；对Transformer网络进行迭代训练获得车辆工况编码器；利用车辆工况编码器生成真样本集对应的抽象特征向量集，对抽象特征向量集进行聚类处理获得车辆工况分类结果；第t次迭代训练：编码器生成真样本子集对应的抽象特征向量子集；解码器重构真样本子集获得解码序列集；基于真样本子集对应的抽象特征向量子集计算聚类损失；基于真样本子集对应的抽象特征向量子集和解码序列集计算重构损失；求和聚类损失和重构损失获得第t次迭代的总损失。本发明还公开了一种计算机程序产品和电子设备。本发明加快了训练效率和提高了车辆工况分类准确性。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.022 seconds)
