-
公开(公告)号：CN111510291A
公开(公告)日：2020-08-07
申请号：CN202010315864.8
申请日：2020-04-20
Applicant: 重庆邮电大学
Abstract: 本发明属于网络空间安全领域，涉及基于双线性对的高效身份认证密钥协商协议。本发明包括系统建立、用户私生成和密钥协商步骤。本发明的协议在保证密钥协商协议的安全性的同时，减少协议中对双线性对的使用，从而实现提高协议计算效率的目的。本发明的密钥协商协议适合移动互联网、物联网等计算能力弱、存储能力低的环境。除此之外，协议也具有高安全性的特点，使用eCK模型证明了协议的安全性。本发明的协议满足弱前向安全性、抗密钥泄漏伪装攻击、抗临时密钥泄露攻击、抗未知密钥共享等安全属性。
-
公开(公告)号：CN111209415A
公开(公告)日：2020-05-29
申请号：CN202010027063.1
申请日：2020-01-10
Applicant: 重庆邮电大学
IPC: G06F16/432
Abstract: 本发明涉及一种基于大批量训练的图文跨模态哈希检索方法，属于跨模态检索领域，用于解决现有基于深度学习的跨模态哈希检索方法，特别是基于三元组的深度跨模态哈希方法的小批量训练时间长，获取样本数量有限，梯度不够好而影响检索性能的问题。包括以下步骤：对图像和文本数据进行预处理；哈希码映射；建立目标损失函数L；通过大批量方式输入三元组数据训练模型；使用训练好的模型进行跨模态哈希检索。本发明提供的方案采用大批量方式输入三元组数据进行训练，加快了每轮训练的时间；由于每次更新参数时具有更多的训练样本，所以能够获得更好的梯度，对权重使用了正交正则化，在梯度传递时能保持梯度，使得模型训练更加稳定，提高检索准确率。
-
公开(公告)号：CN117220892A
公开(公告)日：2023-12-12
申请号：CN202311311045.6
申请日：2023-10-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Schnorr门限签名的区块链隐私保护方法，属于信息安全领域。本方法由系统初始化、生成个体密钥、恢复群体密钥、生成签名和验证签名组成。针对如何合理高效地在链下实现数据隐私保护，基于Schnorr协议设计门限聚合签名。采用Schnorr协议，参与者之间无需披露任何隐私数据明文，保证数据在传输过程中的完整性。引入门限机制，并且结合高效线性密钥共享技术，节点间相互交换密钥份额，协同产生群体密钥的方法避免可信中心的权威欺骗。利用签名聚合器生成聚合签名，确保签名成员的匿名性，具有较低的计算量和通信量，进行高效签署，提升签名验签的效率，同时加强数据的隐私性和用户身份匿名性。
-
公开(公告)号：CN116865938A
公开(公告)日：2023-10-10
申请号：CN202310820480.5
申请日：2023-07-05
Applicant: 重庆邮电大学
IPC: H04L9/00 , H04L9/08 , H04L9/40 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于秘密共享和同态加密的多服务器联邦学习方法，属于信息安全技术领域，针对多服务器多客户端的复杂联邦学习应用，包括初始化阶段、模型训练阶段、模型聚合阶段和模型更新阶段。通过利用Shamir秘密共享算法分割梯度，使用Elgamal同态加密算法对分割的梯度进行加密，保护了梯度的隐私并增强了方案的鲁棒性；还设计了一种梯度稀疏算法，以此过滤偏离全局收敛的不相关梯度，减少了通信开销。
-
公开(公告)号：CN114124406B
公开(公告)日：2023-08-29
申请号：CN202111401060.0
申请日：2021-11-19
Applicant: 重庆邮电大学
IPC: H04L9/32
Abstract: 本发明涉及一种基于条件匿名环签名和隐私计算的联盟链隐私保护方法，属于联盟链隐私保护技术领域。该方法包括：加入联盟链时，用户需要向证书授权中心注册，证书授权中心为该用户颁发含有条件匿名环签名的公私密钥对的数字证书；接到用户的请求后，客户端构建一笔含有条件匿名环签名的有效交易，其接收地址为隐私合约地址；联盟链内节点通过隐私计算网关获取隐私合约及交易数据，合约执行器执行隐私合约，若执行隐私合约成功则将该执行结果准备上链，否则丢弃该执行结果；使用条件匿名环签名保护交易生产者的隐私；结合智能合约与隐私计算网关隔离隐私合约环境，保护交易数据的隐私。本发明能够保证隐私合约在执行时的数据隐私安全。
-
Patent Agency Ranking
公开(公告)号：CN114817581B
公开(公告)日：2024-11-15
申请号：CN202210546822.4
申请日：2022-05-18
Applicant: 重庆邮电大学
IPC: G06F16/432 , G06F16/48 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于融合注意力机制和DenseNet网络的跨模态哈希检索方法，属于跨模态检索领域。该方法包括：S1：对数据集中图像和文本进行预处理；S2：提取模态数据特征；S3：哈希码映射：将步骤S2提取的图像特征和文本特征分别经过两层全连接层得到相同维度的低维特征；S4：建立基于五元组结构的损失函数；S5：输入五元组数据训练检索模型；S6：使用训练好的检索模型执行跨模态哈希检索任务。本发明提高了提取模态数据特征的精细程度，提升了模型检索准确率。
-
公开(公告)号：CN113890544B
公开(公告)日：2024-07-26
申请号：CN202111086296.X
申请日：2021-09-16
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于并行耦合极化码编译码方法。该方法在编码端，设计了一种新的编码方案，每帧信息比特部分根据信道可靠性划分为三部分，高可靠信息比特位集合A、较高可靠信息比特位集合B和一般可靠信息比特位集合C，且集合B和C的比特位数相等。将多个编码帧的较高可靠信息比特位和一般可靠信息比特位进行循环耦合。译码端首先对每帧采用CRC辅助的SCL(CRC‑aided SCL，CA‑SCL)译码，将译码结果满足CRC校验的帧视为译码成功，否则视为译码失败。若全部帧均译码成功就退出译码，否则利用帧间相关性，对译码失败的帧，根据译码出现的三种情况：非连续帧译码失败、连续两帧依次译码失败、连续三帧或三帧以上依次译码失败，采用帧间比特替换与比特比较相结合的方法，通过译码成功的帧辅助译码失败的帧进行纠正译码，从而提高极化码的纠错性能。
-
公开(公告)号：CN115665170B
公开(公告)日：2024-03-22
申请号：CN202211266597.5
申请日：2022-10-17
Applicant: 重庆邮电大学
IPC: H04L67/1095 , H04L67/10 , H04L69/04
Abstract: 本发明涉及一种基于信誉和节点压缩机制的区块链共识方法，属于区块链技术领域。针对传统拜占庭容错算法安全性不足和未考虑节点存储容量等问题，提出基于信誉和节点压缩机制的拜占庭容错算法。首先引入信誉机制设计节点信誉值表，根据节点信誉值划分节点类型并选择主节点，同时根据节点在共识过程中的行为调整信誉值表；使共识节点和主节点可以动态转换提高系统安全性。同时引入节点压缩机制，当节点大小达到一定阈值时对节点数据进行压缩，以降低节点存储压力。本发明解决了主节点选取方式单一，无法动态判断恶意节点，节点存储容量压力大等问题。与现有技术相比，本发明具有更好的安全性、容错性并有效减少区块链存储容量。
-
公开(公告)号：CN116401397A
公开(公告)日：2023-07-07
申请号：CN202310192158.2
申请日：2023-03-02
Applicant: 重庆邮电大学
IPC: G06F16/635 , G06N3/0464
Abstract: 本发明请求保护一种基于自注意力机制的和卷积神经网络(CNN)的推荐方法，属于推荐算法领域。该方法包括：利用用户收听数据创建序列和音乐序列特征矩阵，指数平滑后的特征矩阵输入卷积神经网络和使用自注意力机制的神经网络，通过使用自注意力网络学习序列数据的内在联系，卷积神经网络学习简化相应的特征矩阵，将最终的学习结果通过预测层进行音乐预测。本发明能够综合音乐数据的多维性提高推荐系统的准确性，缓解数据稀疏性的问题。
-
公开(公告)号：CN111209415B
公开(公告)日：2022-09-23
申请号：CN202010027063.1
申请日：2020-01-10
Applicant: 重庆邮电大学
IPC: G06F16/432
Abstract: 本发明涉及一种基于大批量训练的图文跨模态哈希检索方法，属于跨模态检索领域，用于解决现有基于深度学习的跨模态哈希检索方法，特别是基于三元组的深度跨模态哈希方法的小批量训练时间长，获取样本数量有限，梯度不够好而影响检索性能的问题。包括以下步骤：对图像和文本数据进行预处理；哈希码映射；建立目标损失函数L；通过大批量方式输入三元组数据训练模型；使用训练好的模型进行跨模态哈希检索。本发明提供的方案采用大批量方式输入三元组数据进行训练，加快了每轮训练的时间；由于每次更新参数时具有更多的训练样本，所以能够获得更好的梯度，对权重使用了正交正则化，在梯度传递时能保持梯度，使得模型训练更加稳定，提高检索准确率。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.02 seconds)
