-
公开(公告)号：CN106685654A
公开(公告)日：2017-05-17
申请号：CN201710021254.5
申请日：2017-01-12
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种具有双向身份认证的量子密钥分发方法，基于Bell态纠缠特性进行窃听检测、身份认证和密钥分发，随后经一次量子序列传输完成身份认证和密钥分发；首先检测信道安全，再进行身份认证，最后进行密钥分发。本发明首先基于Bell态纠缠特性进行窃听检测、身份认证和密钥分发，随后经一次量子序列传输完成身份认证和密钥分发，提高了粒子的使用效率和通信效率，同时也让协议更加简洁；协议在身份认证时还具有零知识性的特点，即使用户被冒充，冒充者也不能在通信中获得任何有价值的信息，从而进一步确保了用户的信息安全；当双方需要进行密钥分发时，本协议首先检测信道安全，再进行身份认证，最后进行密钥分发。
-
公开(公告)号：CN117313887B
公开(公告)日：2025-05-13
申请号：CN202311410059.3
申请日：2023-10-27
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于模糊学习的量子度量学习方法，属于量子机器学习技术领域，包括以下步骤：获取输入特征转换为模糊集合；通过模糊组件处理模糊集合中的不确定性特征；整合原始特征和模糊信息，以减少数据中的不确定信息；将整合后的信息作为量子特征映射的输入进行量子度量学习。本发明中，通过设计的模糊组件，能够处理真实数据集中的不确定性特征，减少由于噪声等因素导致的数据不确定性和歧义，同时，还可以弥补数据预处理过程中可能遗失的部分有效信息，提高模型的鲁棒性，通过模糊组件，能够有效地抽取出高阶的潜在模糊特征，为数据的深层次信息提供了有力的补充，进一步增强了模型的识别与分类能力。
-
公开(公告)号：CN118485155B
公开(公告)日：2025-01-07
申请号：CN202410540466.4
申请日：2024-04-30
Applicant: 成都信息工程大学
IPC: G06N10/60 , G06N10/20 , G06N3/0464 , G06N10/70 , G06V10/764 , G06N3/084
Abstract: 本发明属于抵抗量子噪声干扰技术领域，公开了一种基于量子随机罢黜的抵抗量子噪声干扰方法及系统，本发明针对以往量子‑经典混合神经网络缺少对量子噪声的考虑以及在量子噪声的干扰下，大规模量子线路，比如量子卷积神经网络在图像识别分类的准确度上严重下降等问题，设计了一种新的实验环境，即利用经典计算机模拟含噪声的量子电路。这使得在经典计算机环境下的量子神经网络模型与真实量子设备环境下实验的结果基本一致，实验结果更具有实际意义，其次在量子计算机上运行的算法同样可以在经典计算机上进行模拟，大大降低了实验的成本。
-
公开(公告)号：CN118485155A
公开(公告)日：2024-08-13
申请号：CN202410540466.4
申请日：2024-04-30
Applicant: 成都信息工程大学
IPC: G06N10/60 , G06N10/20 , G06N3/0464 , G06N10/70 , G06V10/764 , G06N3/084
Abstract: 本发明属于抵抗量子噪声干扰技术领域，公开了一种基于量子随机罢黜的抵抗量子噪声干扰方法及系统，本发明针对以往量子‑经典混合神经网络缺少对量子噪声的考虑以及在量子噪声的干扰下，大规模量子线路，比如量子卷积神经网络在图像识别分类的准确度上严重下降等问题，设计了一种新的实验环境，即利用经典计算机模拟含噪声的量子电路。这使得在经典计算机环境下的量子神经网络模型与真实量子设备环境下实验的结果基本一致，实验结果更具有实际意义，其次在量子计算机上运行的算法同样可以在经典计算机上进行模拟，大大降低了实验的成本。
-
公开(公告)号：CN116094686B
公开(公告)日：2024-03-19
申请号：CN202211719470.4
申请日：2022-12-30
Applicant: 成都信息工程大学
Abstract: 本发明属于量子卷积神经网络、云计算技术领域，公开了用于量子卷积计算的同态加密方法、系统、设备及终端，用户使用加密算法en(·)以及密钥key加密图像Pm×n；用户对数据集加密完成后，将加密数据集发送给量子云服务器；量子云服务器将加密图像的量子态输入量子卷积线路进行计算；量子云服务器测量密文量子图像的特征图enFm×n；用户将得到的密文特征图输入解密函数de(·)中解密得到明文特征图；逐个对密文特征图数据集进行解密，得到的特征图数据集并用于后续混合量子经典卷积神经网络的模型训练与预测。本发明既保护了用户的隐私，又考虑了算法的复杂性和实用性，适用性更广。
-
Patent Agency Ranking
公开(公告)号：CN116629264B
公开(公告)日：2024-01-23
申请号：CN202310594598.0
申请日：2023-05-24
Applicant: 成都信息工程大学
IPC: G06F40/295 , G06F40/30 , G06F40/289 , G06N3/0464 , G06Q30/0203 , G06Q50/14
Abstract: 本发明公开了一种基于多个词嵌入和多头自注意力机制的关系抽取方法，包括以下步骤：S1、获取第一句子向量，将第一句子向量依次输入双向长短记忆网络层和注意力层，得到第一特征向量；S2、获取第二句子向量，将第二句子向量依次输入多窗口卷积层、多头自注意力层和最大池化层，得到第二特征向量；S3、将第一特征向量和第二特征向量均输入门控特征融合层，得到融合结果；S4、将融合结果输入Softmax层，得到关系预测结果，完成关系抽取。本发明使用字符嵌入的方式，不构建外部知识库也能有效地从字符层面和词组层面挖掘句子信息来充分表达句子语义，并且避免分词错误带来的影响、缓解一词多义难题。
-
公开(公告)号：CN116644321A
公开(公告)日：2023-08-25
申请号：CN202310523419.4
申请日：2023-05-10
Applicant: 成都信息工程大学
IPC: G06F18/22 , G06F18/10 , G06N3/0475 , G06N3/094
Abstract: 本发明属于量子对抗机器学习技术领域，公开了一种基于量子局部内在维度的对抗样本检测方法及系统，包括数据预处理；样本划分；量子态制备；计算待测样本LID估计值；训练二分类检测器；二分类检测器评估与优化；本申请旨在解决基于局部内在维度的对抗样本检测算法高时间复杂度问题，充分利用量子计算并行优势，一次性计算待测样本与所有样本间的相似度，避免了经典算法中的冗余计算；并结合量子相位估计算法QPE和量子Grover搜索算法计算出待测样本的局部内在维度；最后以局部内在维度LID值作为检测器的评判依据，检测区分出对抗样本。相较于经典方法计算局部内在维度，提出的检测算法更高效，降低了时间复杂度，实现了指数级加速。
-
公开(公告)号：CN116232560A
公开(公告)日：2023-06-06
申请号：CN202310212567.4
申请日：2023-02-28
IPC: H04L9/00 , H04L9/08 , G06F16/2453
Abstract: 本发明公开了一种基于可信第三方的量子同态加密密文检索的方法，首先用户请求可信第三方从用户数据中检索出特定数据；可信第三方根据用户的搜索请求制备相应的明文叠加态；然后由可信第三方和云服务器合作根据Grover迭代的次数对明文叠加态同态执行量子Grover算法；可信第三方测量搜索后的量子态，得到的测量结果就是搜索请求对应的解；然后可信第三方通过量子密钥分发技术和用户共享一串相同的密钥，并利用共享密钥加密测量结果，将加密后的测量结果发送给用户；用户再根据共享密钥对加密后的测量结果进行解密，得到所提搜索请求对应的解。该方法能有效提高密文检索的效率和安全性，实现快速安全的密文检索。
-
公开(公告)号：CN113890732A
公开(公告)日：2022-01-04
申请号：CN202111197177.1
申请日：2021-10-14
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于区块链的保密通信方法及其安全事件的追溯方法，本发明引入了随机数加密，应用一次一密的思想，通过随机数的改变来更新保密通信中的会话密钥，降低了量子密钥的消耗。结合区块链技术解决了两方机构的保密通信系统中关于量子密钥生成、分发、使用、销毁、更新的全生命周期无法有效记录、管理和追溯的问题。将量子密钥分发、量子通信和区块链技术相结合实现了量子密钥在两方机构保密通信系统中的全生命周期的管理，并能对安全事件进行追溯追责，确保了量子密钥在生成、分发、存储、使用、备份、更新和销毁过程中更高的安全性。
-
公开(公告)号：CN113673705A
公开(公告)日：2021-11-19
申请号：CN202110974114.6
申请日：2021-08-24
Applicant: 四川元匠科技有限公司 , 成都信息工程大学
Abstract: 本发明公开了一种基于量子贝叶斯的股价预测方法，包括：确定股价预测因素和因素之间的依赖关系；建立量子贝叶斯决策模型；对待预测股价进行预测；其中，所述建立量子贝叶斯决策模型包括：将所述因素量子化，将训练数据集中的训练样本量子化，其中因素作为变量；引入辅助量子比特，存储变量之间的依赖关系值，将依赖关系值存储在辅助量子比特的概率幅中；使用训练数据集进行结构学习；使用训练数据集进行参数学习。本发明的优点在于：通过分析影响股价波动的各因素之间的因果关系，更加全面的表示出股价变化的原因；通过概率推理的方式，直接对股票的绝对价格进行预测；发挥量子计算优势，解决现有技术存在的计算成本高，贝叶斯决策规模小的问题。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.043 seconds)
