-
公开(公告)号：CN113935882A
公开(公告)日：2022-01-14
申请号：CN202111134369.8
申请日：2021-09-27
Applicant: 暨南大学
Abstract: 本发明公开了一种基于卷积特征融合的水印去除方法、装置、计算机设备和存储介质，所述方法包括：获取图像数据库，其中，图像数据库包括水印图像；将所述水印图像输入多任务水印分割网络，得到初步去除水印的第一图像、预测的水印图案、预测的水印掩码和预测的水印嵌入强度；根据所述水印图像、所述水印图案、所述水印掩码和所述水印嵌入强度，得到初步去除水印的第二图像；将所述第一图像和所述第二图像进行拼接，得到拼接图像；将所述拼接图像输入基于注意力模块特征选择的优化网络，得到去除水印的图像。本发明提出的水印去除方法，通用性强，能适用于各种嵌入强度、各种颜色的水印的去除。
-
公开(公告)号：CN113791240A
公开(公告)日：2021-12-14
申请号：CN202111003208.5
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，得到目标速度的估计值；根据所述目标速度的估计值，得到加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，分别获得速度和加速度估计的最大测量噪声幅值；同时使用高阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
公开(公告)号：CN110290149B
公开(公告)日：2021-10-22
申请号：CN201910646620.5
申请日：2019-07-17
Applicant: 暨南大学
Abstract: 本发明公开了一种基于C/S多级缓存的位置隐私保护方法，其中，客户端可缓存多个可达的坐标位置；客户端形成查询请求时，随机在距离客户端半径为r的范围内找出k‑1个缓存坐标位置，对每个查询坐标使用哈希函数进行映射得到服务器集群对应编号的服务器，服务器集群匿名化处理后将请求发送给提供基于位置服务的LBS服务器，LBS服务器将处理请求并返回处理结果，处理结果经服务器集群转发后返回给客户端，服务器集群缓存返回结果，客户端保留需要的数据，丢弃不需要的数据；本发明所提出的方法能够有效保护用户的位置隐私，并降低用户与LBS服务器的交互次数，从而降低通信开销，提高查询响应速度。
-
公开(公告)号：CN109347852B
公开(公告)日：2020-12-11
申请号：CN201811315880.6
申请日：2018-11-07
Applicant: 暨南大学
Abstract: 本发明公开了一种轻量级的车联网信任评估方法，具体包括步骤：S1、在节点先前交互结束时，交互双方均根据交互体验为对方生成一条包含自身数字签名的信任证明并发送给对方；S2、交互双方收到新的信任证明后验证其签名信息，并更新本地存储以保存对自身最有利的至多η条信任证明，其中η∈Z+为系统参数；S3、在潜在交互开始时，潜在交互双方均将本地存储的信任证明发送给对方以证明自身可信赖；S4、潜在交互双方通过数字签名信息验证信任证明的真实性并据此导出对方的信任值和决定是否同意与之交互，当且仅当双方都同意时进行交互。本发明不依赖信任中心和路侧单元，更符合车联网的大规模、分布式特性。
-
公开(公告)号：CN108282469B
公开(公告)日：2020-09-04
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：CN110290149A
公开(公告)日：2019-09-27
申请号：CN201910646620.5
申请日：2019-07-17
Applicant: 暨南大学
Abstract: 本发明公开了一种基于C/S多级缓存的位置隐私保护方法，其中，客户端可缓存多个可达的坐标位置；客户端形成查询请求时，随机在距离客户端半径为r的范围内找出k-1个缓存坐标位置，对每个查询坐标使用哈希函数进行映射得到服务器集群对应编号的服务器，服务器集群匿名化处理后将请求发送给提供基于位置服务的LBS服务器，LBS服务器将处理请求并返回处理结果，处理结果经服务器集群转发后返回给客户端，服务器集群缓存返回结果，客户端保留需要的数据，丢弃不需要的数据；本发明所提出的方法能够有效保护用户的位置隐私，并降低用户与LBS服务器的交互次数，从而降低通信开销，提高查询响应速度。
-
公开(公告)号：CN107222478B
公开(公告)日：2019-09-17
申请号：CN201710389296.4
申请日：2017-05-27
Applicant: 暨南大学
IPC: H04L29/06
Abstract: 本发明涉及一种软件定义网络(SDN)控制层安全机制构建方法，首先形成可认证的网络流，认证通过的网络流作用于交换机，该网络流及其作用后的交换机状态分别形成网络流交易和网络状态交易，被记录于区块链中；运用区块链上的数据具有不可篡改的特性，通过审计SDN应用的网络流交易及网络状态交易数据，对网络进行排查和追踪；依赖区块链共识机制，在控制器之间达成对网络状态资源的一致性共识；由控制器针对与其连接的SDN应用身份和类别应用基于属性加密的密码工具(ABE)设置资源访问控制策略，实现网络资源的细粒度访问控制。本发明加强了SDN控制层的安全性，使得流向SDN的网络流可认证，网络流和网络状态可追踪审计，实现网络资源的安全访问控制。
-
公开(公告)号：CN108881663A
公开(公告)日：2018-11-23
申请号：CN201810634217.6
申请日：2018-06-20
Applicant: 暨南大学
Abstract: 本发明公开了一种支持隐私保护功能的图像区域复制检测方法，包括：用户端，N个相互独立的云服务端，其中部分服务端用于密文存储，部分服务端用于密文计算；用户端利用图像加密算法将图像分拆为多个密文，分别交给用于密文存储的服务端，由这些服务端和用于密文计算的服务端通过交互和计算完成密文空间下对图像区域复制篡改操作的检测和定位；最后每个用于密文存储的服务端均获得疑似篡改区域，用于密文存储的服务端将结果发送给用户端。云服务端在不知晓图像内容的前提下，提供有效的区域复制取证服务，实现对篡改操作的检测和定位，相比于传统区域复制取证工具或服务，本发明可以提供用户图像内容的隐私保护。
-
公开(公告)号：CN119939131A
公开(公告)日：2025-05-06
申请号：CN202510008124.2
申请日：2025-01-03
Applicant: 暨南大学
Abstract: 本发明公开了一种面向大规模稀疏移动物联网感知的在线数据补全方法，包括：S1、将目标感知区域划分为若干个子区域；S2、对第1个周期的感知重要性分数矩阵随机赋值进行冷启动；S3、获得下一个周期的预填充感知矩阵；S4、在下一个周期到来后，根据当前周期的感知重要性分数矩阵选择当前周期部分需要感知的子区域，并收集与上传需要感知的子区域真实数据，获得当前周期的稀疏感知矩阵；S5、利用当前周期的稀疏感知矩阵，获得对应周期的完整感知矩阵；S6、基于预填充感知矩阵和对应周期的完整感知矩阵，获得下一周期目标区域的感知重要性分数矩阵；S7、将对应周期的完整感知矩阵加入历史补全数据集，进入下一周期的循环，返回S3。
-
公开(公告)号：CN119847208A
公开(公告)日：2025-04-18
申请号：CN202510008725.3
申请日：2025-01-03
Applicant: 暨南大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人车辅助的信息年龄最小化的无人机路径规划方法，属于多无人机系统任务技术领域，包括：构建感知场景，基于感知场景构建深度强化学习中的状态空间、动作空间、状态转移函数和奖励函数；获取当前状态，基于当前状态与无人机飞行路径规划模型获取无人机最佳动作，基于充电模块执行无人机最佳动作，并存储经验，重复获取当前状态的最佳动作，直至达到最大步数或完成预设感知任务，基于存储的经验训练无人机飞行路径规划模型。本发明利用无人车的主动移动及时为无人机补充能量，降低无人机充电等待时间。本发明可以在数据动态到达的场景中最小化数据的信息年龄的同时最大化任务完成率和数据收集公平性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.022 seconds)
