一种基于对抗性神经网络的安全通信方法及系统

    公开(公告)号:CN118214540B

    公开(公告)日:2024-12-10

    申请号:CN202410430617.0

    申请日:2024-04-09

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于对抗性神经网络的安全通信方法及系统。该方法包括:发送端将待发送明文转换成多个明文块;采用分组密码工作模式,利用对抗性神经网络模型的编码器依次加密多个明文块,编码器采用多层卷积神经网络;组合密文块和明文长度表示获得密文并发送;接收端采用分组密码工作模式,利用对抗性神经网络模型的解码器依次解密多个密文块,获得每个密文块对应的明文块,解码器采用多层卷积神经网络;组合解密获得的多个明文块生成组合明文;从组合明文中提取待发送明文长度对应部分作为明文。本申请编码器、解码器和分类器采用卷积神经网络,能降低模型训练难度,对文本序列处理能力更强,充分利用了神经网络的不可预测性,加强通信安全。

    一种动态的差分隐私合成社交网络图获取方法及装置

    公开(公告)号:CN118940309A

    公开(公告)日:2024-11-12

    申请号:CN202410929009.4

    申请日:2024-07-11

    Applicant: 重庆大学

    Abstract: 本发明提供了一种动态的差分隐私合成社交网络图获取方法及装置。该方法包括:输入真实社交网络图;获取加噪处理和约束推理后的节点度序列和节点相似度矩阵;构建邻接表;从尾到头依次遍历节点度序列获得差分隐私合成社交网络图的边集,遍历至节点i时:确定节点i的候选连接节点列表;获得节点i与候选连接节点列表中节点的共同邻居信息;根据共同邻居信息、节点度序列和节点相似度矩阵计算节点i与候选连接节点列表中节点的边生成概率;按照边生成概率生成候选边;将满足预设条件的候选边合入差分隐私合成社交图的边集,更新邻接表;通过边集和节点集生成差分隐私合成社交图。本发明提高了隐私保护水平和差分隐私合成社交网络图的效用。

    基于深度强化学习的分布式柔性作业车间调度方法及设备

    公开(公告)号:CN118605425A

    公开(公告)日:2024-09-06

    申请号:CN202410804218.6

    申请日:2024-06-20

    Applicant: 重庆大学

    Abstract: 本发明提供了基于深度强化学习的分布式柔性作业车间调度方法及设备。所述调度方法包括:步骤S1,获取工件信息和生产环境信息;步骤S2,基于工件信息和生产环境信息,第一智能体为各加工单位分配工件,获得工件分配信息,第一智能体配置训练好的工件分配策略网络;步骤S3,基于加工单位的工件分配信息和生产环境信息,第二智能体为加工单位内的工件分配加工顺序,以及为工件的每个工序分配机器,第二智能体配置训练好的作业排序‑机器分配策略网络。第一智能体和第二智能体组成了多层智能体结构,训练获得的工件分配策略网络和作业排序‑机器分配策略网络,能够快速有效地得到高质量的解,提高了泛化性。

    增程式汽车智能驾驶意图识别方法、系统和存储介质

    公开(公告)号:CN118445603A

    公开(公告)日:2024-08-06

    申请号:CN202410386594.8

    申请日:2024-04-01

    Applicant: 重庆大学

    Abstract: 本发明公开了一种增程式汽车智能驾驶意图识别方法,包括如下步骤:步骤一:数据预处理;步骤二:去噪声处理:采用离散小波变换技术去除驾驶行为数据中的非线性和非平稳噪声;步骤三:主成分分析:采用主成分分析对去噪后的驾驶行为数据进行降维处理;步骤四:滑动窗口技术:利用滑动窗口技术将驾驶行为数据分割为多个时间段,每个时间段数据分别代表一个独立的驾驶意图;步骤五:特征关系强化:利用图注意力网络识别和强化特征之间的相互依赖性,提高特征的表示能力;步骤六:构建驾驶意图识别模型:步骤七:驾驶意图识别:利用驾驶意图识别模型得到驾驶意图识别结果。本发明还公开了一种增程式汽车智能驾驶意图识别系统和存储介质。

    一种基于区块链的可撤销公平外包属性加密方法及系统

    公开(公告)号:CN118413342A

    公开(公告)日:2024-07-30

    申请号:CN202410195683.4

    申请日:2024-02-21

    Applicant: 重庆大学

    Abstract: 本发明提供一种基于区块链的可撤销公平外包属性加密方法及系统。包括:获取并广播系统公共参数;确定属性管理机构公钥和属性管理机构私钥;用户实体获得身份秘钥;数据使用方获取属性秘钥;数据使用方获得用户秘钥;数据使用方生成外包秘钥;数据所有方基于初始访问控制矩阵对数据进行加密获得密文并上传至服务器;当达到密文撤销条件时:服务器基于当前密文和撤销访问控制矩阵获得撤销密文,将当前密文更新为撤销密文;数据使用方将外包秘钥和代币上传区块链;外包计算服务提供方利用获取的外包秘钥和密文进行解密获得部分解密密文并发送至数据使用方后获取代币。本发明不需要数据所有方实时在线进行密文撤销,减少了计算开销与通信开销。

    面向Non-IID图数据的多任务图分类模型构建方法及系统

    公开(公告)号:CN117688425B

    公开(公告)日:2024-07-16

    申请号:CN202311684880.4

    申请日:2023-12-07

    Applicant: 重庆大学

    Abstract: 本发明涉及人工智能技术领域,揭露了面向Non‑IID图数据的多任务图分类模型构建方法,包括:客户端获取本地图数据,并对本地图数据配置混合图神经网络模型;利用混合图神经网络模型对所述本地图数据的分类预测,得到本地图数据的图预测结果,并提取当前混合图神经网络模型的融合层参数,并将融合层参数上传至中央服务器;中央服务器接收混合图神经网络模型中融合层参数,并利用聚合函数将所述融合层参数进行聚合,得到聚合融合层参数,中央服务器将聚合融合层参数分发至所述客户端。本发明还提出一种面向Non‑IID图数据的多任务图分类模型构建系统。本发明可以提高面向Non‑IID图数据的多任务图分类模型构建的准确率以及泛化能力。

    基于深度学习和数据融合的增程式汽车驾驶风格辨识及适应性反馈方法和能效优化方法

    公开(公告)号:CN118220175A

    公开(公告)日:2024-06-21

    申请号:CN202410462354.1

    申请日:2024-04-17

    Abstract: 本发明公开了一种增程式汽车驾驶风格辨识方法,融合WNN、CNN、LSTM以及贝叶斯融合决策技术,深入分析增程式汽车的内部运行数据和外部环境数据,实现对驾驶风格的高精度识别,这种精准的识别为驾驶行为的评估和优化提供了可靠的基础。本发明的增程式汽车驾驶风格适应性反馈方法,通过识别和分析驾驶风格,系统能够为驾驶员提供个性化的反馈和建议,帮助他们意识到并改进潜在的危险驾驶习惯,从而有效降低事故发生率,提高道路行车安全性。本发明的增程式汽车能效优化方法,能够结合驾驶风格识别结果和车辆实时状态,提供能效优化建议,如调整动力系统配置、优化路线规划等,从而降低能耗,提高能源利用效率。

    一种基于差分隐私的约束推理社交图权重发布方法及设备

    公开(公告)号:CN118095417A

    公开(公告)日:2024-05-28

    申请号:CN202410224673.9

    申请日:2024-02-28

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于差分隐私的约束推理社交图权重发布方法及设备,该方法包括:从社交图中提取所有边的原始权重;通过所有边的原始权重按非降序排列构成第一权重数组;向第一权重数组中添加噪声获得第二权重数组;对第二权重数组进行约束处理获得第三权重数组,约束处理包括非降序分布约束,或者,约束处理包括非降序分布约束和二次约束,非降序分布约束为使第三权重数组中元素满足非降序分布,二次约束为比例约束或平均值约束;利用第三权重数组更新社交图中边的权重,并发布第三权重数组和/或更新后的社交图。提高了第三权重数组和更新后的社交图的可用性,在保证对边的权重隐私保护的同时,提高了后续数据分析结果的准确性。

    基于安全掩码的智能电网数据聚合方法及系统

    公开(公告)号:CN117155692B

    公开(公告)日:2024-05-10

    申请号:CN202311223364.1

    申请日:2023-09-20

    Applicant: 重庆大学

    Abstract: 本发明涉及数据安全技术,揭露了基于安全掩码的智能电网数据聚合方法及系统,包括:获取系统公共参数,并将所述系统公共参数分发至每个实体,实体包括智能电表、可信机构、边缘服务器以及控制中心;根据所述系统公共参数进行实体间的认证,得到第一会话密钥和第二会话密钥;所述智能电表利用所述第一会话密钥生成安全掩码,并根据所述安全掩码将采集到的用电数据上传至所述边缘服务器;所述边缘服务器对接收到的用电数据进行数据聚合操作,并利用所述第二会话密钥对数据聚合后的用电数据执行加密后上传至所述控制中心。本发明可以提高基于安全掩码的智能电网数据聚合的安全性和效率。

    面向Non-IID图数据的推荐模型构建方法及系统

    公开(公告)号:CN117874346A

    公开(公告)日:2024-04-12

    申请号:CN202410054894.6

    申请日:2024-01-15

    Applicant: 重庆大学

    Abstract: 本发明涉及人工智能技术领域,揭露了面向Non‑IID图数据的推荐模型构建方法,包括:获取本地客户端的数据图,并利用节点排序方法对数据图中的节点进行筛选,得到高中心性节点;将高中心性节点在数据图中进行标注,得到节点标注数据图;对数据图进行采样,得到数据子图,利用节点标注数据图中的高中心性节点在数据子图中进行节点强化,得到强化子图;根据强化子图训练本地图神经网络模型,并将本地图神经网络模型的参数添加噪声参数后上传至中央服务器;所述中央服务器利用预设的参数聚合公式聚合每个本地客户端的参数获得聚合参数,并将聚合参数分发至本地客户端。本发明可以提高面向Non‑IID图数据的推荐模型构建的效率。

Patent Agency Ranking