公开(公告)号：CN114745160B

公开(公告)日：2023-05-30

申请号：CN202210284356.7

申请日：2022-03-22

Applicant: 广东工业大学

Inventor： 陈家辉 ,  李峥明

IPC: H04L9/40 ,  H04L9/08 ,  H04L67/10

公开(公告)号：CN115865320A

公开(公告)日：2023-03-28

申请号：CN202211418921.0

申请日：2022-11-14

Applicant: 广东工业大学 ,  南方电网科学研究院有限责任公司

Inventor： 陈家辉 ,  肖航 ,  徐培明

IPC: H04L9/08 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明公开了一种基于区块链的安全服务管理方法及系统，涉及区块链技术领域，其中S1：KDC加密参与者的AES密钥；S2：KDC发送注册请求，设置参与者信息映射并存储；S3：用户发送AS_REQ，智能合约进行检查；KDC认证服务器获取认证请求报文S4：KDC认证服务器生成Kc,tgs，构造认证票据许可证，发送AS_REP到区块链上；S5：用户发送TGS_REQ，智能合约进行检查；S6：KDC票据服务器生成Kc,v，并构造ST，发送TGS_REP到区块链上；S7：用户生成Ksession，发送应用请求交易，智能合约进行检查；服务器获取AP_REQ；S8：服务器发送AP_REP到区块链上，用户解密得到Ksession后服务会话开启。本发明通过对身份信息的多次认证，保护用户的信息安全，通过AES密钥作为密码学方案，防止用户隐私泄露，提高安全性。

公开(公告)号：CN115470262A

公开(公告)日：2022-12-13

申请号：CN202211048967.8

申请日：2022-08-30

Applicant: 广东工业大学

Inventor： 徐国涛 ,  陈家辉 ,  彭翠薇 ,  刘煜 ,  万世成 ,  程芳炫

IPC: G06F16/2458 ,  G06N7/02 ,  G06F9/50

Abstract: 本发明公开了一种基于模糊列表缓冲区的高模糊效用项集挖掘方法、系统及计算机可读存储介质，方法包括：S1：初始化数据挖掘运行参数；S2：扫描事务数据库D并根据隶属度函数R计算单一项的模糊效用上界FUUB，并创建初始化列表I*；S3：将模糊效用上界值不小于最小阈值minUtil的单一模糊项存入初始化列表I*，并按照模糊效用上界值升序排序；S4：再次扫描数据库D，构建评估模糊效用共现结构EFuCS、模糊列表缓冲区FLBuf及其辅助的概要列表SL；S5：调用递归搜索子程序Search，传入参数；S6：输出模糊效用不低于最小阈值的所有高模糊效用项集HFUIs，完成数据挖掘。本发明降低高模糊效用项集挖掘算法运行时间、降低了内存消耗。

公开(公告)号：CN115346688A

公开(公告)日：2022-11-15

申请号：CN202210973404.3

申请日：2022-08-15

Applicant: 广东工业大学

Inventor： 郭炜彬 ,  陈家辉 ,  邓盛永 ,  黄浩楠 ,  叶臻强

IPC: G16H70/40 ,  G16B50/30 ,  G16B40/00 ,  G16C20/30 ,  G16C20/50 ,  G16C20/70 ,  G16C20/90 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多关联图的微生物和药物关系的预测方法，通过过微生物‑药物关联数据库构建微生物‑药物的关联网络，并进一步得到互作用网络Net1、Net2和Net3；建立引入正则化的图神经网络模型，将Net1、Net2、Net3结合微生物‑药物的多模态属性图输入图神经网络模型得到嵌入表示Z1、Z2和Z3，并将嵌入表示Z1、Z2和Z3输入图神经网络中进行训练，得到训练好图神经网络；最后通过训练好的图神经网络模型预测微生物‑药物数据集中微生物‑药物关联作用。本发明构建了生物和药物的可解释的节点特征，并考虑了现有微生物‑药物关联数据集带来的稀疏性问题，大大提高了微生物‑药物关联作用的预测精度。

公开(公告)号：CN112565434A

公开(公告)日：2021-03-26

申请号：CN202011430056.2

申请日：2020-12-09

Applicant: 广东工业大学

Inventor： 柳毅 ,  段嘉俊 ,  罗玉 ,  陈家辉 ,  李斯

IPC: H04L29/08 ,  H04L29/06 ,  G06F3/06

Abstract: 本发明提供一种基于默克尔哈希树的云存储安全去重方法，网关服务器计算需要上传文件的标签，并把标签上传至云服务器；云服务器判断上传的标签是否已经存在；若存在，则云服务器运行所有权证明协议进行所有权验证，用户验证通过后才允许访问云服务器数据；若不存在，网关服务器对需上传的文件分块为n个数据块，并且构建默克尔哈希树、收敛密钥计算、加密。本发明基于默克尔哈希树与网关服务器提出一种云存储安全去重方法，在用户和云服务器之间架设网关服务器对上传的文件进行流量混淆，以抵抗攻击者；通过采用密钥链的机制来抵抗诚实但好奇的服务器从用户上传的隐私数据得到有价值的信息的同时降低了用户本地保存文件的数量和大小。

公开(公告)号：CN115168443B

公开(公告)日：2025-05-02

申请号：CN202210719478.4

申请日：2022-06-23

Applicant: 广东工业大学

Inventor： 郭炜彬 ,  陈家辉 ,  石林 ,  叶臻强 ,  黄浩楠

IPC: G06F16/2458 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于GCN‑LSTM和注意力机制的异常检测方法及系统，涉及人工智能检测技术领域，包括以下步骤：S1.构建结合了GCN网络和LSTM网络的GCN‑LSTM模型，并构建基于GCN‑LSTM模型的序列重构模型；S2.对得到的序列重构模型进行训练和测试，得到测试好的序列重构模型；S3.将待检测数据序列以时序排列，输入训练好的序列重构模型中，生成重构序列；S4.构建误差序列，并将误差序列分为训练数据集和测试数据集两部分；S5.构建基于Copula函数的异常检测模型，并将训练数据集输入异常检测模型中进行训练；S6.将测试数据集输入训练好的异常检测模型，得到测试集异常序列数据检测结果。本发明解决了现有技术应用场景小、无法利用多维特征的问题，且具有结果准确，步骤清晰的特点。

公开(公告)号：CN118781424A

公开(公告)日：2024-10-15

申请号：CN202410932420.7

申请日：2024-07-12

Applicant: 广东工业大学

Inventor： 陈家辉 ,  向春香 ,  谢正南

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06N20/00 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/0895

Abstract: 本发明公开了一种基于锚点对齐个性化联邦学习的图像分类方法及系统，该方法包括：获取图像分类数据集、本地模型和全局模型；生成锚点，并根据全局类中心为所述锚点分配类标签；根据全局模型的分类器参数对本地模型进行初始化；用锚点指导本地模型的训练，计算本地类中心和更新本地模型；更新全局模型的分类器参数和全局类中心；循环训练步骤得到最终分类模型；基于最终分类模型输出分类结果。该系统包括：服务器，用于执行全局模型的训练；客户端，用于执行本地模型的训练。本发明可广泛应用于联邦学习领域。

公开(公告)号：CN118586516A

公开(公告)日：2024-09-03

申请号：CN202410630050.1

申请日：2024-05-21

Applicant: 广东工业大学

Inventor： 陈家辉 ,  方静钿 ,  李峥明

IPC: G06N20/00 ,  H04L67/1095

Abstract: 本发明提供一种基于混合预测和改进的对比学习的噪声标签联邦学习方法，包括首先以FedAvg的方式进行预训练，预训练结束后，在每轮训练过程中，服务器向本地客户端发送全局模型；本地客户端计算增强样本的聚合预测，然后计算混合预测并使用锐化操作来增强混合预测，并计算交叉熵损失和对比损失函数，在本地损失函数上增加熵正则化，本地客户端通过最小化损失函数来更新本地模型，并上传到服务器；服务器聚合本地客户端更新后的局部模型，对全局模型进行更新，并将更新后的全局模型发送给本地客户端，开始新一轮的沟通训练直至全局模型收敛。本发明利用混合预测阻止模型记忆噪声标签，并通过对比学习来提高模型的分类精度和泛化性能。

公开(公告)号：CN117494846A

公开(公告)日：2024-02-02

申请号：CN202311510701.5

申请日：2023-11-14

Applicant: 广东工业大学

Inventor： 陈家辉 ,  张培烽 ,  向春香

IPC: G06N20/20 ,  G06F18/23213 ,  G06F21/62 ,  G06F21/60

Abstract: 本发明公开了一种基于客户端间数据差异感知的聚类联邦学习方法，各客户端基于本地数据进行计算处理，得到特征向量和标签向量；服务器计算每两个客户端间的特征向量差异度量，得到测地线距离矩阵，以及计算每两个客户端间的标签向量差异度量，得到海林格距离矩阵，将测地线距离矩阵和海林格距离矩阵加权线性组合，得到成对距离矩阵；服务器利用层次聚类算法对成对距离矩阵进行聚类计算，得到多个聚类结果；服务器基于聚类结果维护多个簇级别模型，并且将不同的簇级别模型发送至属于该簇的所有参与客户端；基于聚类结果在服务器与客户端间执行联邦学习交互迭代处理，直至达到预设迭代轮次，并将迭代完成的不同簇级别模型共享至对应客户端。

公开(公告)号：CN116910121A

公开(公告)日：2023-10-20

申请号：CN202310820594.X

申请日：2023-07-06

Applicant: 南方电网科学研究院有限责任公司 ,  广东工业大学

Inventor： 徐培明 ,  杨祎巍 ,  梁志宏 ,  陈家辉 ,  徐奕欣

IPC: G06F16/2458 ,  G06F9/46 ,  G06Q10/0631 ,  G06Q50/06

Abstract: 本发明公开了一种电力计量数据组合价值挖掘算法、系统及装置，该方法包括：扫描原始数据库的配电电力计量活动信息，根据用户需求进行转换，得到目标数据集；设计剪枝策略对目标数据集进行筛选，并进行基于目标查询的强关联高效用项集判断，得到具备目标查询的强关联高效用项集；随后进行投影合并，得到具有组合价值的电力计量项集。该系统包括：数据获取模块、数据转换模块、数据筛选模块、候选判断模块和投影合并模块。该装置包括存储器以及用于执行上述电力计量数据组合价值挖掘算法的处理器。通过使用本发明能够实现为供应商得到最大利润的同时，为电力用户提供更加满足客户需求的电力配电组合。本发明可广泛应用于数据挖掘技术领域。