-
公开(公告)号：CN118410067A
公开(公告)日：2024-07-30
申请号：CN202410874030.9
申请日：2024-07-02
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/2453 , G06F16/22 , G06F16/901 , G06F21/62 , G06F21/60 , H04L9/00 , H04L9/06
Abstract: 本发明属于保密通信的技术领域，更具体地，涉及一种针对加密图的质量约束最短路径查询方法、装置及计算机可读存储介质。所述方法包括客户端在本地将图数据构造为密文索引，并发送至服务端；客户端将查询起止点利用sha3哈希函数将查询起始点、查询终止点进行计算得到对应的哈希值，将质量阈值利用同态加密进行计算，将计算结果合为三元组即查询令牌，客户端将查询令牌发送至服务端；服务端根据查询令牌中的查询起止点信息进行质量约束最短路径查询，查询结束后将查询结果发送至客户端；客户端进行解密，得到最终的查询结果。本发明解决了现有技术中将图数据根据不同的约束条件转化为多个索引，增加了索引的存储空间，且查询效率较低的问题。
-
公开(公告)号：CN118114750A
公开(公告)日：2024-05-31
申请号：CN202410534273.8
申请日：2024-04-30
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N3/098 , G06F18/241
Abstract: 本发明属于联邦学习的技术领域，更具体地，涉及一种基于双组件二阶聚合与重优化分类器部分的联邦学习方法、装置及计算机可读存储介质，包括在服务器方生成随机初始化全局模型，并将其下发给客户端；在客户端上进行更新与训练，并在训练完成后生成客户端的本地原型集合，并上传到服务器；服务器通过聚合操作生成新的全局模型和新的全局原型集合，发送给参与训练的客户端；各客户端更新训练当前本地模型，生成新的本地模型和新的本地原型集合，上传到服务器；重复上述过程，直到结束，最终得到个性化联邦学习模型。本发明解决现有技术中面对高度异构的数据时，对模型性能的提升效果有限以及训练出的模型容易出现过拟合现象的问题。
-
公开(公告)号：CN117972795A
公开(公告)日：2024-05-03
申请号：CN202410382369.7
申请日：2024-04-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于数据安全的技术领域，更具体地，涉及一种基于异或过滤器的密态空间关键字安全检索方法及装置。该方法包括：数据拥有者端基于安全异或过滤器和地理哈希编码构建安全树索引，使用密钥对空间文本数据集进行加密，并将安全树索引及加密的空间文本数据集上传云服务器端；用户端给定查询，基于查询生成陷门并上传云服务器端；云服务器端根据陷门在安全树索引中搜索目标空间对象，并将由目标空间对象的密文构成的结果集返回给用户端；用户端根据结果集查询完整的密文信息，并使用密钥对密文信息进行解密，得到明文信息。本发明实现在一定空间范围内返回用户期望查询的空间文本数据信息并提供隐私保护，同时提高查询结果的准确性。
-
公开(公告)号：CN116822253B
公开(公告)日：2023-12-08
申请号：CN202311090897.7
申请日：2023-08-29
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/20 , G06F111/10 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种适用于MASNUM海浪模式的混合精度实现方法及系统，涉及海洋科学并行计算应用技术领域，该方法包括：将海浪模型划分为多个运算模块，获取每个模块的运行时间并以此进行排序，对排序后的每一模块进行降精度；将降精度运算模块按排序顺序逐个对应替换海浪模型中原本的运算模块，根据每一降精度运算模块替换前后的模型运行时间和模型区域平均有效波高相对误差进行对比验证，筛选符合验证条件的降精度运算模块；对筛选出的模块进行排序后再进行组合验证，确定符合组合验证条件的降精度运算模块，形成混合精度版海浪模型。本发明推进混合精度方法在海浪模式的应用，保(56)对比文件Maximilian Reuter 等.A FastAtmospheric Trace Gas Retrieval forHyperspectral Instruments ApproximatingMultiple Scattering—Part 2: Applicationto XCO2 Retrievals from OCO-2《.RemoteSensing》.2017,第9卷(第11期),全文.张志远 等.MASNUM海浪模式的性能特点分析与并行优化《.计算机研究与发展》.2015,(第04期),全文.钱扬风 等.JASON-2卫星高度计波高数据同化对中国渤黄海海浪数值预报影响研究《.海洋湖沼通报》.2020,(第04期),全文.王天驹 等.西北太平洋夏季海浪数值模拟研究《.海洋技术学报》.2015,(第04期),全文.
-
公开(公告)号：CN116862021A
公开(公告)日：2023-10-10
申请号：CN202310953891.1
申请日：2023-07-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N20/00
Abstract: 本发明公开了一种基于信誉评估的抗拜占庭攻击的去中心化学习方法及系统，涉及人工智能与信息安全交叉技术领域，该方法包括：基于获取的分布式网络中各个节点的训练数据，通过不断迭代训练实现去中心化学习，其训练过程中：分布式网络中的每一节点获取自节点的邻居节点当前轮次的局部参数，以此计算每一邻居节点当前轮次的信誉贡献值和信誉损失值，确定信誉有效值，进而确定自节点及其每一邻居节点的全局历史信誉值；基于全局历史信誉值为自节点及其每一邻居节点分配权重，进而更新自节点的局部参数并发送至邻居节点。本发明构建信誉评估机制，建立全局历史信誉值模型，通过权重分配，降低拜占庭攻击的影响，达到保护学习模型的目的。
-
Patent Agency Ranking
公开(公告)号：CN116739114A
公开(公告)日：2023-09-12
申请号：CN202310993716.5
申请日：2023-08-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及一种对抗模型投毒攻击的鲁棒联邦学习聚合方法及装置，属于数据安全计算机模型的技术领域。本发明旨在提高联邦学习系统的鲁棒性、提供模型的准确性，以应对模型投毒攻击并达到保护本地数据隐私的技术效果，即通过在模型更新聚合过程中引入鲁棒性机制，以过滤恶意更新和提高系统的整体性能。例如，使用加权聚合方法来剔除恶意参与者的贡献，或者使用去噪和修复技术来降低恶意本地模型的影响。
-
公开(公告)号：CN115145966A
公开(公告)日：2022-10-04
申请号：CN202211075909.4
申请日：2022-09-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 北京威努特技术有限公司
IPC: G06F16/2455 , G06F16/23 , G06N20/00 , G06K9/62
Abstract: 本发明属于人工智能领域，提供了一种面向异构数据的对比联邦学习方法及系统，包括客户端利用当前轮次中当前次数局部更新的局部模型和上一次局部更新的历史局部模型的正余弦距离、当前轮次中当前次数局部更新的局部模型与当前全局模型之间的负余弦距离对当前局部模型进行优化，使得客户端当前轮次的局部模型靠近当前全局模型而远离上一轮次的局部模型，得到最新的局部模型；服务端获取多个客户端的最新的局部模型进行聚合，更新全局模型。本发明从模型相似度的角度建立异构环境下联邦学习的优化问题，使每个客户端都能够学习到接近全局模型表示，以最小化局部模型差异。
-
公开(公告)号：CN114338161B
公开(公告)日：2022-08-16
申请号：CN202111632491.8
申请日：2021-12-28
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种面向隐私保护的信息物理系统的攻击检测方法、系统、装置、设备及计算机可读存储介质，在传输监控终端采集的实时数据时，将基于差分隐私机制生成的加噪聚合数据进行预设非线性变换得到的待传输聚合数据通过网络通信通道传输，数据接收端对接收到的第一聚合数据进行预设非线性变换的逆变换，得到第二聚合数据，再根据第二聚合数据和基于卡尔曼滤波对当前时刻的聚合数据进行最优估计得到最优估计值的估计残差进行攻击检测，通过增加实时聚合数据的随机性消减了由于差分隐私机制引起的检测阈值过高，导致错误数据注入攻击者更容易注入攻击信号的问题，从而获得更好的检测率。
-
公开(公告)号：CN112884161B
公开(公告)日：2021-11-02
申请号：CN202110142654.8
申请日：2021-02-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种抗标签翻转攻击的协同学习方法、装置、设备及介质，包括：利用经验风险最小化方法构建协同机器学习的优化问题；选择有界超球体作为机器学习模型的候选集合，将弹性损失函数应用于优化问题的目标函数；利用交替方向乘数法迭代更新机器学习模型；根据l‑风险计算模型的误分类率，分析协同学习机制的抗标签翻转攻击性能；根据标签翻转概率、数据性质和弹性损失函数性质，计算模型的泛化误差。这样通过巧妙融合弹性损失函数与交替方向乘数法，保证基于翻转标签训练的模型实现与正确标签训练得到的模型相同的分类精度，并进一步揭示翻转标签与学习模型泛化误差间的内在联系，为大范围错误数据注入攻击下的协同机器学习研究奠定了基础。
-
公开(公告)号：CN110708160B
公开(公告)日：2020-11-13
申请号：CN201910959287.3
申请日：2019-10-10
Applicant: 山东省计算中心(国家超级计算济南中心)
Inventor： 付勇 , 杨美红 , 王美琴 , 郭山清 , 王继志 , 陈丽娟 , 樊燕红 , 杨明 , 杨英 , 陈振娅 , 穆超 , 李冠霖 , 杨光 , 文立强 , 王彪 , 杨明瞾 , 王英龙
IPC: H04L9/30
Abstract: 本公开公开了基于SM2算法标量乘法编码的抗侧信道攻击方法及系统，包括：生成基准坐标表，生成预编码坐标参数表ParTable；获取椭圆曲线公钥密码算法的参数k；基于基准坐标表、预编码坐标参数表ParTable和椭圆曲线公钥密码算法的参数k，实时生成编码表；基于实时生成的编码表，完成椭圆曲线公钥密码算法中的固定点标量乘法kG的运算，在椭圆曲线公钥密码的数字签名生成过程、数字签名验证过程、加密过程或密钥交换协商过程中使用运算获取的kG，抵御侧信道攻击。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.069 seconds)
