-
公开(公告)号：CN112819052A
公开(公告)日：2021-05-18
申请号：CN202110094267.1
申请日：2021-01-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及机器视觉技术领域，公开了一种多模态细粒度混合方法、系统、设备和存储介质，所述多模态细粒度混合方法包括：从多模态图文数据中提取数据特征，并获取数据特征的各个组成成分；数据特征包括视觉区域特征和文本单词特征；对数据特征的各个组成成分的模态信息进行细粒度分类，得到分类结果；根据分类结果，对各个组成成分进行来自模态内和模态间的信息融合，得到融合特征。本发明实施例提供的多模态细粒度混合方法在多模态细粒度混合时不以模态为单位进行，考虑到了各模态中不同组成成分的特点，所处上下文环境的差异，选择对应的合适的交互方式，可以使得多模态模型在利用多模态数据互补的特点的同时，避免不相关信息的影响。
-
公开(公告)号：CN119675842A
公开(公告)日：2025-03-21
申请号：CN202510180981.0
申请日：2025-02-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳市华汇数据服务有限公司 , 暨南大学
IPC: H04L9/00 , H04L9/08 , G06N3/0464 , G06N3/048 , G06N5/04
Abstract: 本发明公开了一种高效密态联合神经网络推理方法，包括如下步骤：S100、数据持有方C和模型拥有方#imgabs0#分别将隐私数据和隐私模型通过秘密分享的方式发送给计算节点#imgabs1#和#imgabs2#；S200、计算节点#imgabs3#和#imgabs4#运行密态联合神经网络推理算法，通过依次执行密态计算层协议，分别计算推理结果的秘密份额Z0和Z1，密态计算层协议包括：S210：密态卷积层算法#imgabs5#；S220：密态激活函数层算法#imgabs6#；本发明还公开了一种高效密态联合神经网络推理系统。本发明的技术方案基于函数秘密共享技术，设计了通信轮次少的ReLU算法，从而减少了计算激活函数所需的通信代价，且利用双侧比较与正确的符号判别，设计了卷积神经网络推理子协议，提高了推理正确率且与明文推理结果一致。
-
公开(公告)号：CN119094128A
公开(公告)日：2024-12-06
申请号：CN202411570482.4
申请日：2024-11-06
Applicant: 深圳市华汇数据服务有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于秘密共享的隐私保护特征工程方法及系统，包括以下步骤：S100、在数据集秘密分发阶段，n个数据提供方#imgabs0#分别将各自的隐私数据特征及其标签#imgabs1#通过加法算术秘密共享分发给第一服务器S1和第二服务器S2，得到数据特征的秘密份额和数据标签的秘密份额；S200、在两方分布式运算阶段，第一服务器S1和第二服务器S2基于获得的数据特征的秘密份额和数据标签的秘密份额在密态环境分别进行安全两方分布式运算，第一服务器S1与第二服务器S2之间不共谋。本发明的技术方案能够在任何一个环节都能保证数据的隐私安全的同时兼顾计算效率，具有更强的拓展性和完整的系统。
-
公开(公告)号：CN117857008B
公开(公告)日：2024-11-19
申请号：CN202311686527.X
申请日：2023-12-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于整数自举的环面全同态加密算法的数据处理方法，方法为：客户端根据安全参数调用密钥生成算法生成自身密钥、自举密钥和转换密钥，并将自举密钥和转换密钥发送给云端服务器，自身密钥本地保存；客户端调用加密算法使用自身密钥对明文数据进行加密操作得到密文传输给云端服务器；云端服务器根据客户端提供的评估函数、自举密钥及转换密钥对密文执行评估算法得到密文状态下的评估结果发回客户端；客户端根据自身密钥调用解密算法对密文状态下的评估结果进行解密操作获得明文数据的评估结果。本发明重新设计自举算法实现支持整数级数据的自举算法，大大提高了计算效率；同时支持整数级数据的非线性函数运算，减少了方案复杂度。
-
公开(公告)号：CN118280435A
公开(公告)日：2024-07-02
申请号：CN202410311424.3
申请日：2024-03-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了基于异构网络的癌症驱动基因挖掘和可解释性分析方法，方法包括：构建多组学异构网络，并通过所述多组学异构网络提取节点初始特征；通过沿特定元路径随机游走的方式构建信息传递子图，并进行基于元路径的异构网络特征提取，得到基因节点的表示向量；将基因节点的表示向量输入多层线性分类器，利用所述多层线性分类器进行节点分类，输出癌症驱动基因的分析结果。本发明通过包含多头注意力和自注意力机制的网络表征算法计算元路径内部的表示向量，以及通过全局注意力的方式计算每种元路径对于分类问题的贡献权重，可以得到一个鲁棒性更强效果更好的癌症驱动基因预测结果。
-
Patent Agency Ranking
公开(公告)号：CN117454941B
公开(公告)日：2024-04-26
申请号：CN202311801348.6
申请日：2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层，根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组，并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元，结合离线‑在线计算范式，大大减少了客户端所需的计算和通信。此外，本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元，能够支持混合位宽计算，减少了非线性函数计算所需的通信代价。
-
公开(公告)号：CN117240438B
公开(公告)日：2024-04-26
申请号：CN202311492107.8
申请日：2023-11-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于零知识证明的神经网络输出结果产权证明方法及装置，方法包括：零知识证明与签名生成步骤、零知识证明与签名验证步骤。其中，生成步骤由证明者独立完成，验证步骤则由验证者单独完成。在零知识证明与签名生成步骤中，证明者结合zkCNN协议和Schnorr协议同时生成零知识证明和签名。在验证步骤中，验证者通过第一验证等式验证整体证明的有效性，通过第二验证等式验证签名的有效性。本发明一方面将zkCNN协议改造为非交互式协议，从而使证明者能够预先独立完成证明；另一方面将zkCNN协议改造为能够用于针对向量进行证明，同时以嵌入签名的方式修改zkCNN协议，增强产权证明的效费比及安全性。
-
公开(公告)号：CN117692181A
公开(公告)日：2024-03-12
申请号：CN202311602943.7
申请日：2023-11-28
Applicant: 浙江工业大学 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/0985
Abstract: 一种基于元学习框架的面向物联网安全的网络入侵检测和系统，该方法包括：1)对网络流量的属性标准化处理，再将数据根据元学习的框架进行划分；2)使用两个权重共享的卷积神经网络作为特征提取模块对网络流量数据进行特征提取；3)使用欧式距离来对样本对进行比对，提取两个样本的特征距离信息；4)在模型训练的阶段，使用编码损失函数和对比损失函数结合来优化模型训练；5)利用距离度量，进行对样本的分类；6)利用基准数据集模拟网络流量的小样本情况来评估模型的性能。本发明提出一种基于元学习框架的面向物联网安全的流量检测方法，适用于可用样本稀少的情况，适应小样本场景，满足物联网的资源限制和实时性需求。
-
公开(公告)号：CN117527224A
公开(公告)日：2024-02-06
申请号：CN202311669147.5
申请日：2023-12-06
Applicant: 支付宝(杭州)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L9/08
Abstract: 本说明书实施例提供一种多方安全计算的方法及装置，在多方安全计算的方法中，任意的第一方本地计算第一数据和第二数据各自的第一编号分片和第二编号分片的交叉乘积之和，得到第一目标和值，其中第一编号不同于第二编号。获取与第二方以及第三方共享的随机数，第二方同样持有第一编号分片和第二编号分片，第三方持有第一编号分片和第二编号分片之一。对第一目标和值和随机数进行运算，得到第一目标分片。基于第一目标分片、随机数和0得到第一目标和值的三个本方分片。根据与第二方的协议，与第二方各自将第一目标分片的分片数据发送给第四方，使其基于第一目标分片得到三个对应分片。
-
公开(公告)号：CN117454941A
公开(公告)日：2024-01-26
申请号：CN202311801348.6
申请日：2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层，根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组，并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元，结合离线‑在线计算范式，大大减少了客户端所需的计算和通信。此外，本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元，能够支持混合位宽计算，减少了非线性函数计算所需的通信代价。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.062 seconds)
