-
公开(公告)号：CN1790981A
公开(公告)日：2006-06-21
申请号：CN200510111219.X
申请日：2005-12-08
Applicant: 上海交通大学
Abstract: 一种计算机应用技术领域的基于群签名的移动代理安全路由方法。本发明引入群签名的机制来管理多台主机、优化密钥分配：移动代理所有者为每台主机赋予某个初始信任度，主机按照信任度被归于各个密码学群签名中的某个群，同时也决定其被访问的顺序；在实际迁移中，移动代理所有者首先把移动代理发送给第一个群中的某一群成员，移动代理通过SelectNextHost算法选中的下一个被访问主机后，当前主机通过Sending算法将移动代理迁移至该主机，下一个被访问主机启动Receiving算法进行移动代理的接收；当DoS攻击发生后，通过群签名的确认凭据来追查到发起攻击的主机并重新赋值信任值和优化群组织结构。本发明进一步降低DoS攻击发生的可能性，保障移动代理的安全。
-
公开(公告)号：CN119442302A
公开(公告)日：2025-02-14
申请号：CN202411396404.7
申请日：2024-10-08
Applicant: 上海交通大学
Abstract: 本发明提供一种结合区块链的多模态过程数据可信存储方法及系统，属于数据存储技术领域，包括：获取多模态过程数据；构建覆盖多模态过程数据全生命周期的元数据最小集；对多模态过程数据和元数据最小集进行链下存储，并对多模态过程数据进行验证，得到验证过程数据；将验证过程数据的数字签名存证记录在区块链上，得到验证过程数据的链上共享签名存证；基于链上共享签名存证，建立链上共享签名存证的哈希值与链下验证过程数据之间的映射关系；将验证过程数据和映射关系存储于分布式过程数据库中。本发明通过将区块链与分布式存储相结合，构建了一个链上链下协同的多模态过程数据可信存储体系，从而实现多模态过程数据在全生命周期中的可信存储。
-
公开(公告)号：CN113570469B
公开(公告)日：2024-05-28
申请号：CN202110851738.9
申请日：2021-07-27
Applicant: 上海交通大学 , 中国太平洋保险(集团)股份有限公司
IPC: G06Q40/08 , G06Q30/0201 , G06Q10/04 , G06N20/00 , G06N3/0464 , G06F18/214 , G06F16/9535
Abstract: 一种面向车险用户的智能化换车预测系统及方法，该系统包括：数据处理模块、离线训练模块以及在线预测模块，数据处理模块根据用户车险保单信息，进行数据筛选和数据标注处理并输出用户是否换车及更换车型结果，离线训练模块根据用户车险保单及标注信息，进行机器学习模型训练并输出预测模型，在线预测模块根据新的用户保单信息及预测模型，进行用户是否换车以及更换指定车型预测，输出用户是否换车以及是否更换指定车型。本发明根据历史用户车险保单数据中前后年份保单中投保车辆是否一致来标注用户是否换车以及所更换的车型，筛选用户相关特征集以训练机器学习以及深度学习模型，完成用户是否换车以及是否更换指定车型的精准预测。
-
公开(公告)号：CN115996117A
公开(公告)日：2023-04-21
申请号：CN202211639661.X
申请日：2022-12-20
Applicant: 上海交通大学
Abstract: 一种基于改进Paillier算法的优化加密解密方法及系统，初始化参数并利用所选择的参数和可证明安全噪声技术初始化安全噪声池，读取明文并将明文打包，利用所选择的参数、安全噪声池、改进Paillier加密方案和改进蒙哥马利模乘算法对打包明文进行加密并映射至蒙哥马利余数域后进行模乘加速计算，最后将蒙哥马利余数映射回密文域得到密文，并通过Paillier解密函数对密文进行解密操作得到打包明文，并进行解包处理进而求得原始明文。本发明采用可证明安全噪声技术生成预计算Paillier安全噪声池和基于改进Paillier加密方案以加速加密算法、基于中国剩余定理加速Paillier加密解密算法、基于汇编实现的改进蒙哥马利模乘算法和打包技术加速Paillier密文模乘算法，显著提高计算效率。
-
公开(公告)号：CN115774842A
公开(公告)日：2023-03-10
申请号：CN202211361727.3
申请日：2022-11-02
Applicant: 上海交通大学
IPC: G06F18/214 , G06N20/00 , G06N3/126
Abstract: 一种面向联邦学习的模型自动训练方法，根据联邦学习平台所需的样本的数量和特征维度生成伪样本，采用XGBoost模型为基础进行训练任务的搭建，使用伪样本以连续二分减半的方法进行学习率和最大深度的参数搜索迭代，将最终的搜索结果作为联邦学习训练的配置参数。本发明通过不断提高数据集的采样比的迭代过程来缩小模型自动训练最佳参数的范围，从而避免地毯式、漫无目的地参数搜索。将整个搜索过程引导到一个合适的初始方向。在这个合适的范围内找到最合适的参数。在提高采样比的过程中通过不断变异生成近似子代的方式来获取适应更大样本的最佳参数。根据该参数搜索的算法特性，使整个搜索过程收敛得非常快且具有鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115766135A
公开(公告)日：2023-03-07
申请号：CN202211367168.7
申请日：2022-11-02
Applicant: 上海交通大学
IPC: H04L9/40 , H04L43/04 , H04L43/0876
Abstract: 一种面向联邦学习的网络监控系统及方法，通过跨站点通讯流量监控模块通过配置iptables防火墙规则和定时数据抓取任务，对联邦学习中不同站点间的分时通讯流量进行统计，并分析各个任务、用户所使用的流量数据并以数据接口形式返回至用户前端实现可视化；通过本地站点任务监控模块通过docker容器快速部署，定时调用联邦学习对外任务统计接口，记录联邦学习本站点参与的联邦学习任务的任务多维度信息，并提供任务数据接口展示各类任务信息。本发明通过对联邦学习平台进行监察，统计联邦学习任务具体信息，保证监控任务的真实性和正确性，对联邦学习任务的合规性、合法性和效率性进行监督，方便平台管理人员的日常管理和分析。
-
公开(公告)号：CN112668493B
公开(公告)日：2022-11-11
申请号：CN202011616646.4
申请日：2020-12-30
Applicant: 上海交通大学
Abstract: 一种基于GAN和深度学习的换装行人再识别定位跟踪系统，包括：行人目标检测模块、行人属性识别模块、换装样本生成模块、换装行人再识别模块、步态识别模块和定位跟踪模块，本发明针对已有技术体系的松散性和效果不稳定的特点，将行人目标检测、基于GAN网的换装样本生成，换装行人再识别、行人属性识别、步态识别等技术模块有机结合，彼此配合，实现了对换装行人的识别、属性提取、跟踪定位等功能，并具有完整的系统架构和可视化界面。
-
公开(公告)号：CN110084620B
公开(公告)日：2022-08-12
申请号：CN201910302523.4
申请日：2019-04-16
Applicant: 上海交通大学
Abstract: 一种基于深度学习的电子凭据高频异常开具检测系统及方法，包括：特征提取模块、深度学习训练模块以及异常行为检测模块，其中：特征提取模块与深度学习训练模块相连并传输训练数据信息，深度学习训练模块与异常行为检测模块相连并传输智能研判模型信息，异常行为检测模块与特征提取模块中数据处理单元相连传输新数据信息并接收数据处理结果信息。本发明针对电子凭据服务体系中开具感知组件端发生的同一企业短时间开具大量凭据、同一企业短时间开具大量大额凭据、企业异常时间开具大量凭据以及企业异常时间开具大额凭据这四种异常行为，能够有效地分辨出异常电子凭据数据。
-
公开(公告)号：CN113312498B
公开(公告)日：2022-06-17
申请号：CN202110642699.1
申请日：2021-06-09
Applicant: 上海交通大学
IPC: G06F16/36 , G06F16/35 , G06F16/335
Abstract: 一种用无向图嵌入知识图谱的文本信息抽取方法，基于待抽取字符串构建包含关联句子信息节点和知识信息节点的无向图，分别根据无向图及其节点编号生成位置编码、根据无向图及其邻接矩阵生成关联控制矩阵，将关联控制矩阵引入注意力机制中，即关联控制矩阵中显示关联的节点能够正常计算注意力、显示无关联的节点对当前节点的注意力值无限趋近于0，即表示二者不相关，将节点序列中各个节点的词嵌入向量和根据位置编码和图中关联关系得到的相对位置编码输入基于注意力机制的信息抽取模型，将模型输出接入CRF层进行分类输出，得到信息抽取结果。
-
公开(公告)号：CN113706524A
公开(公告)日：2021-11-26
申请号：CN202111092039.7
申请日：2021-09-17
Applicant: 上海交通大学
Abstract: 一种基于持续学习方法改进的卷积神经网络翻拍图像检测系统，包括：卷积神经网络模块、持续学习支持模块和独立数据集分类模块，其中：包含提取网络的卷积神经网络模块从以数据集序列形式输入的图像中提取出深度特征；由若干串联的子网络组成的持续学习支持模块针对不同的数据集序列生成对应的子网络参数；由若干独立的分类器组成的独立数据集分类模块对不同的数据集序列中的每一个数据集生成独立的分类器用于针对性分类并最终得到翻拍检测结果。本发明针对不同的数据集序列，对每个数据集生成独立的子网络结构用于记忆其独特的特征，最终使得整体网络在每个不同的数据集上达到较好的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.03 seconds)
