-
公开(公告)号：CN119379281A
公开(公告)日：2025-01-28
申请号：CN202411108142.X
申请日：2024-08-13
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于压缩环签名的区块链可监管身份隐私保护方法。该方法包括：系统执行初始化算法，生成用户和监管方的密钥对；交易发送方从区块链上获取公钥集合，将自己的公钥混淆在公钥集合中，执行一次性可链接标志生成算法、ElGamal加密算法以及一次性可链接可撤销压缩环签名生成算法，交易发送方将产生的密态交易信息发送到区块链交易系统上的智能合约；智能合约调用预编译合约验证环签名的有效性，将验证通过的密态交易信息上传到区块链上；监管方从区块链上获取密态交易信息，执行监管恢复算法，恢复交易发送方的签名公钥。本发明能够在保护交易发送方身份隐私的同时实现监管，具有更小存储开销与通信消耗，系统执行方面具有更高的性能。
-
公开(公告)号：CN118966380A
公开(公告)日：2024-11-15
申请号：CN202411023007.5
申请日：2024-07-29
Applicant: 北京交通大学
Abstract: 本发明提供一种实现数据遗忘的模型更新方法、数据隐私保护方法及系统，属于数据隐私保护技术领域，中央服务器初始化全局遗忘模型；除目标客户端以外的剩余客户端获取初始化后的全局遗忘模型以进行本地训练；剩余客户端进行本地训练，将训练好的分类器传输给中央服务器；中央服务器通过余弦相似性对新的分类器参数进行判断；中央服务器通过新的分类器参数对历史分类器参数进行校准；中央服务器使用分类器参数更新全局遗忘模型。本发明减少了通讯开销；提高了遗忘操作的效率；提升了机器遗忘过程的鲁棒性，保障全局模型的可靠性。
-
公开(公告)号：CN118366186A
公开(公告)日：2024-07-19
申请号：CN202410475803.6
申请日：2024-04-19
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于多级跨模态联合对齐的行人重识别方法及系统，属于机器视觉图像处理技术领域，获取待识别的图像数据；利用预先训练好的行人重识别模型对获取的待识别的图像进行处理，得到图像中行人重识别结果。本发明提出可见红外模态协调器并以加权灰度、跨通道剪切混合和频谱抖动协调器三种不同的方式，减轻了可见光和红外图像之间的差异，弥合了图像级别的模态差距；引入具有可训练参数的模态分布适配器，捕获特征图的空间统计特征并自适应地对齐不同模态的特征分布，减少特征级别的模态差距；引入跨模态检索损失，减少VI‑ReID目标层面的差距；引入多光谱增强排序策略，增强了模型的鲁棒性和跨模态检索能力。
-
公开(公告)号：CN118264471A
公开(公告)日：2024-06-28
申请号：CN202410408472.4
申请日：2024-04-07
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于区块链跨链的车联网跨域服务公平可信提供方法。该方法包括：系统初始化阶段、服务发布阶段、服务请求阶段、双向密钥确认阶段和服务提供阶段。每个信任域内的RSU运行本域的应用链，每个域的CA为本域的车辆签发证书，并作为本域的代表，调用域间区块链上的域管理合约进行注册。服务请求者和服务提供者在双向密钥确认阶段对对称密钥进行协商确认。服务提供者向本域的RSU发送服务信息，RSU调用应用链B上的跨链调用合约，将服务信息发布至域间区块链。本发明方法充分考虑了车联网用户的跨域服务交互需求，利用跨链技术实现了数据的跨域交换。通过为服务请求者签发假名证书从而防止服务请求者在跨域服务交互的过程中泄露身份隐私。
-
公开(公告)号：CN117010026B
公开(公告)日：2024-04-09
申请号：CN202310797647.0
申请日：2023-06-30
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于联邦知识网络的异常人物关系检测方法。该方法包括：可信第三方生成公钥、私钥和计算密钥，各个社区监控终端提取图像中的人脸特征，将利用公钥加密后的人脸特征对发送给中心服务器，中心服务器在密文条件下计算人脸特征对之间的欧式距离，利用可信第三方构建全局人物关系知识网络；社区监控终端捕获图像并检测亲密关系，将加密的待查询人脸特征对发送给服务器，服务器计算待查询人脸特征对与全局人物关系知识网络中人脸特征对之间的距离，利用可信第三方判断是否存在人员异常关系。本发明方法通过密钥分发、知识网络构建和异常关系检测实现了有效的关系识别和异常监测，有助于保护社区监控终端成员的安全与隐私。
-
Patent Agency Ranking
公开(公告)号：CN117825321A
公开(公告)日：2024-04-05
申请号：CN202311564482.9
申请日：2023-11-22
Applicant: 北京交通大学
IPC: G01N21/3586 , G01N21/01
Abstract: 一种石墨烯超表面传感器及检测和区分两种防腐剂方法，属于太赫兹超表面技术领域。聚酰亚胺基底层与金属谐振单元层连接，金属谐振单元层的另一侧与石墨烯层连接，石墨烯层的另一侧与苯甲酸钠层/山梨酸钾层连接，各个层之间紧密相连。苯甲酸钠由于其具有苯环结构，苯环中的π电子与石墨烯结构中的π电子产生π‑π堆叠作用，从而放大了传感效果，山梨酸钾的检测限0.23pg/mL，苯甲酸钠的检测限能达到0.12fg/mL。另外，在相同的检测浓度下，该石墨烯超表面传感器检测苯甲酸钠的振幅变化远大于检测山梨酸钾的振幅变化，从而实现了在低浓度下快速检测和区分两种防腐剂。
-
公开(公告)号：CN112115700B
公开(公告)日：2024-03-12
申请号：CN202010836950.3
申请日：2020-08-19
Applicant: 北京交通大学
IPC: G06F40/211 , G06F40/284 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明提供了一种基于依存句法树和深度学习的方面级情感分析方法。该方法包括：对待分析的文本进行分词和嵌入训练处理，得到文本中的每个单词的词向量表达，输入到双向长短时神经网络中得到每个单词和文本的整合信息；利用文本中的所有单词构造依存句法树，利用依存句法树构造GCN图，将文本的整合信息与GCN图进行迭代处理，得到文本中的评价对象的依存句法树表示；对文本的整合信息和评价对象的依存句法树表示进行结合，对结合的结果使用CNN进行分析处理，得到文本对评价对象的情感预测结果。本发明的方法有效的利用了文本的语义信息，同时强调了评价对象在方面级情感分析的重要性，提高了对于已知评价对象的方面级情感分析任务的准确率。
-
公开(公告)号：CN116599810B
公开(公告)日：2024-02-23
申请号：CN202310715769.0
申请日：2023-06-15
Applicant: 北京交通大学
IPC: H04L27/26
Abstract: 本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法，首先利用前导信号对信道的频率响应进行估计，然后利用该信道响应的估计对后续的多个OFDM符号分别进行补偿，采用基于子载波差分的频率偏移特征的提取方法，对不同时刻的OFDM符号的同一子载波上的符号执行差分运算，差分结果会体现为星座图上的一个稳定的相位旋转。该相位旋转仅与载波频率偏移和可设置的差分间隔相关，不随时间变化，可以作为射频指纹特征。本发明提供的方法提出了保留载波频率偏移的延时信道补偿方法和基于子载波差分的频率偏移特征的提取方法。前者在保留了频率偏移特征的同时有效的补偿了多径信道对射频指纹的影响；后者表现出的统计特性使得射频指纹特征对信噪比不敏感。
-
公开(公告)号：CN117490980A
公开(公告)日：2024-02-02
申请号：CN202311216446.3
申请日：2023-09-20
Applicant: 北京交通大学
IPC: G01M11/02
Abstract: 超宽带波长自适应高精度单频激光线宽测试系统及方法，属于光纤通信技术领域。使用氦氖激光器和迈克尔逊干涉仪构成波长测量装置，第一光电探测器、第二光电探测器将光信号转换成电信号传递给数据采集卡以及信号处理模块，处理后传输至计算机控制系统，控制系统根据计算所得的波长值控制第一光开关、第二光开关，经过1.0μm、1.5μm、2.0μm线宽测量装置的干涉光信号经过第一光开关、第二光开关，传递光信号给第三光电探测器、第四光电探测器，经过光电转换的电信号传输至信号采集卡以及信号处理模块，被计算机控制系统接收，计算得出线宽值。
-
公开(公告)号：CN116484384B
公开(公告)日：2024-01-19
申请号：CN202310421659.3
申请日：2023-04-19
Abstract: 本发明提供了一种基于深度学习的以太坊智能合约漏洞的检测和定位方法。该方法包括：通过语法分析和词法分析将以太坊智能合约的源码转化为抽象语法树；分析各种漏洞的代码特征，分析代码特征在抽象语法树中的关键属性，基于关键属性提取抽象语法树中的切片；提取切片的语义特征和结构特征；根据切片的语义特征和结构特征通过漏洞类型检测模型检测出所述以太坊智能合约的漏洞类型信息；根据漏洞类型信息利用图自编码器定位所述以太坊智能合约的漏洞位置。本发明通过研究多种漏洞类型的本质属性特征，精准切片出这些特征，有利于检测漏洞类型并且定位漏洞位置，提高检测效率，有效增强深度学习检测结果的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.04 seconds)
