-
公开(公告)号:CN115622684A
公开(公告)日:2023-01-17
申请号:CN202211433166.3
申请日:2022-11-16
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全同态加密的隐私计算异构加速方法及装置,本发明从内存和指令两个层级对全同态加密算法进行优化,根据计算负载动态调配GPU中的Block块,将计算量过大的任务拆小,计算量小的任务合并变大,控制结果合并过程中的访存竞争。利用GPU中的内存层次结构,减少SM上同时分配的访存量大的任务数,分配更多的共享内存提升内存命中率,减少与全局内存的通信;设计异构计算流:从时间上和空间上,共享有限的硬件资源。本发明在GPU中实现NTT/INTT算法的挑战是高效地分配线程以实现高利用率,为了获得最佳性能,所有线程都应该是繁忙的,每个线程的工作负载应该是相等的。
-
公开(公告)号:CN115200603A
公开(公告)日:2022-10-18
申请号:CN202211106644.X
申请日:2022-09-13
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: 本发明公开了一种基于同态加密和匿名伪装的导航服务隐私保护方法及装置,方法包括:LBS服务商进行同态加密方案的初始化;用户利用匿名伪装算法分别生成出匿名伪装区域;用户根据匿名伪装区域的路网信息,随机选取出发点附近满足伪装距离L的出发地伪装点和目的地伪装点,同步规划出真实出发地到伪装出发地的路线;云服务商规划出一组候选路线,同时向LBS服务商请求实时路况信息;云服务商对候选路线组的开销进行进一步计算,利用全同态加密的比较运算,将密文比较结果传输给LBS服务商;从候选路线组中选取最佳路线并在本地将和伪装区域内的路线连接,生成最终的出行路线。本发明采用全同态加密和匿名伪装技术实现高质量的导航服务隐私保护。
-
公开(公告)号:CN112819052B
公开(公告)日:2021-12-24
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。
-
-