一种文本关联性分析方法
    42.
    发明公开

    公开(公告)号:CN116069938A

    公开(公告)日:2023-05-05

    申请号:CN202310354256.1

    申请日:2023-04-06

    Abstract: 本发明提供一种文本关联性分析方法,包括:在判断接收到关联性分析数据后,初始化关联性分析插件,根据关联性分析数据对所述关联性分析插件进行配置,得到关联性分析插件的第一关联词语、第二关联词语以及关联分析函数;提取第一目标分析语句中的第一待分析词语,第一待分析词语包括第一数量词;提取第二目标分析语句中的第二待分析词语,第二待分析词语包括第二数量词;关联性分析插件根据所述关联分析函数、第一数量词生成至少一个标准关联区间,若所述第二数量词位于所述标准关联区间内,则输出正常关联提醒信息;若第二数量词不位于所述标准关联区间内,则根据所述关联分析函数的属性确定异常类型,输出异常关联提醒信息及异常类型。

    一种数据分类方法、系统及相关装置

    公开(公告)号:CN119377410B

    公开(公告)日:2025-04-11

    申请号:CN202411960482.5

    申请日:2024-12-30

    Abstract: 本申请公开了一种数据分类方法、系统及相关装置,用于对数据进行快速且准确的分类。本申请方法包括:获取数据来源信息,对数据来源信息进行数据提取,得到目标数据;获取全量主题词库和部门主题词库;基于全量主题词库判断目标数据是否存在主题;若是,则从全量主题词库中提取主题;若否,则通过预设学习模型对目标数据进行分类,得到数据分类结果;当目标数据存在主题时,判断主题是否唯一;若是,则将主题作为数据分类结果;若否,则基于部门主题词库确定目标数据的部门主题;当主题不唯一时,判断主题与部门主题是否重叠;若是,则将主题或部门主题作为数据分类结果;若否,则通过预设学习模型对主题与部门主题进行分类,得到数据分类结果。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029B

    公开(公告)日:2025-03-18

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

    一种数据分类方法、系统及相关装置

    公开(公告)号:CN119377410A

    公开(公告)日:2025-01-28

    申请号:CN202411960482.5

    申请日:2024-12-30

    Abstract: 本申请公开了一种数据分类方法、系统及相关装置,用于对数据进行快速且准确的分类。本申请方法包括:获取数据来源信息,对数据来源信息进行数据提取,得到目标数据;获取全量主题词库和部门主题词库;基于全量主题词库判断目标数据是否存在主题;若是,则从全量主题词库中提取主题;若否,则通过预设学习模型对目标数据进行分类,得到数据分类结果;当目标数据存在主题时,判断主题是否唯一;若是,则将主题作为数据分类结果;若否,则基于部门主题词库确定目标数据的部门主题;当主题不唯一时,判断主题与部门主题是否重叠;若是,则将主题或部门主题作为数据分类结果;若否,则通过预设学习模型对主题与部门主题进行分类,得到数据分类结果。

    一种基于关键词与深度学习的信息识别方法、系统及装置

    公开(公告)号:CN119377409A

    公开(公告)日:2025-01-28

    申请号:CN202411943469.9

    申请日:2024-12-27

    Abstract: 本申请公开了一种基于关键词与深度学习的信息识别方法、系统及装置。本申请方法包括:获取个人数据集和公开数据集;基于个人数据集和公开数据集构建专用词典库;基于公开数据集提取关键字、特定符号以及主题;判断个人数据集与关键字或特定符号是否匹配;若否,则利用主题和专用词典库确定匹配词典;当确定匹配字典后,判断匹配词典与个人数据集是否匹配;若否,则基于个人数据集,通过语言表示模型训练得到嵌入向量;当得到嵌入向量后,将嵌入向量输入至序列神经网络模型中进行建模,得到隐状态序列;将隐状态序列的维度映射至目标维度中,并将已映射至目标维度后的隐状态序列输入至条件随机场算法中,得到个人信息识别结果。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029A

    公开(公告)日:2025-01-21

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

    一种基于可信空间的可信数据交换方法、装置及存储介质

    公开(公告)号:CN119227120A

    公开(公告)日:2024-12-31

    申请号:CN202411779051.9

    申请日:2024-12-05

    Abstract: 本申请公开了一种基于可信空间的可信数据交换方法、装置及存储介质。本申请方法包括:数据提供方将数据上传至可信数据空间;数据供给平台生成合约,合约包含签约时间戳、数据标识符、数据提供方标识符、数据使用方标识符、使用权限、使用期限、数据修改限制和控制策略;对合约信息进行哈希加密,并将合约信息存储于目标区块链中;将摩斯码中的“点”、“横”及“间隔”分别映射为零宽度非连接符、零宽度连接符及零宽度空格符,将加密后的合约标识符转换为摩斯码格式;在上传的数据信息的随机位置嵌入零宽度非连接符、零宽度连接符及零宽度空格符,加密秘钥基于预设的加密算法生成;使用加密密钥对上传的数据信息进行加密。

    一种数据流通处理方法、系统、装置及存储介质

    公开(公告)号:CN118214558A

    公开(公告)日:2024-06-18

    申请号:CN202410632457.8

    申请日:2024-05-21

    Abstract: 本申请公开了一种数据流通处理方法、系统、装置及存储介质,确保了整个传输过程的高效性和安全性,从而有效减少或避免大规模数据泄露的事件发生,极大的提高数据传输的安全性。本申请方法包括:所述源系统、所述中转平台和所述目的地系统分别生成源系统密钥对、中转平台密钥对和目的地系统密钥对,所述源系统密钥对包括源系统公钥和源系统私钥,所述中转平台密钥对包括中转平台公钥和中转平台私钥,所述目的地系统密钥对包括目的地系统公钥和目的地系统私钥;所述中转平台和所述源系统进行密钥协商以生成对称密钥;所述源系统使用所述对称密钥对目标数据进行加密得到加密数据,并使用源系统私钥在所述加密数据上进行加密并生成数字签名。

    跨链身份认证方法、跨链交易方法及系统

    公开(公告)号:CN117792650A

    公开(公告)日:2024-03-29

    申请号:CN202311658760.7

    申请日:2023-12-04

    Abstract: 本发明公开了一种跨链身份认证方法、跨链交易方法及系统,跨链身份认证方法包括:中继链接收第一应用链A发送的用于访问第二应用链B的身份认证请求和请求签名;中继链利用第一应用链A的公钥PKA验证所述请求签名的有效性;如果验证所述请求签名有效,并且第二应用链B的数字身份已在中继链注册,则中继链对所述请求签名进行签名并加密,将签名密文后发送给第二应用链B,以使第二应用链B对第一应用链A进行身份认证。利用本发明方案,可以在区块链跨链交易场景下快速安全地实现共识节点间的身份认证。

Patent Agency Ranking