公开(公告)号：CN118153707A

公开(公告)日：2024-06-07

申请号：CN202410157409.8

申请日：2024-02-04

Applicant: 之江实验室

Inventor： 王刚 ,  张卓然 ,  李清明 ,  周丽 ,  马振国

IPC: G06N20/00 ,  G06N3/063

Abstract: 本申请涉及一种联邦学习系统、基于联邦学习的数据处理方法，该方法通过设置两个服务器，将客户端的梯度数据拆分并分别发送至两个服务器，两个服务器交互判断客户端的梯度数据是否为归一化的数据；其后两个服务器交互计算归一化的梯度数据和上一轮聚合结果之间的余弦相似度、客户端梯度数据的加权系数以及客户端梯度加权聚合值，并分别将聚合梯度值返回客户端，客户端根据聚合梯度值计算总的聚合梯度值，并使用总聚合梯度值更新本地数据训练模型。通过两个服务器之间的交互计算，进而提高了现有联邦学习系统中的数据安全性以及联邦学习的数据处理的效率，有利于在确保系统联邦学习系统拜占庭错误容忍隐私聚合的同时，不会带来巨大的时间开销。

公开(公告)号：CN118133346A

公开(公告)日：2024-06-04

申请号：CN202410299724.4

申请日：2024-03-15

Applicant: 之江实验室

Inventor： 王刚 ,  周丽 ,  李清明 ,  张卓然 ,  马振国 ,  严笑然

IPC: G06F21/62 ,  G06F21/60 ,  G06F16/29

Abstract: 本申请涉及一种位置查询方法、位置查询装置、电子装置和存储介质，其中，该位置查询方法包括：获取客户端位置加密数据和本地位置加密数据集；对客户端位置加密数据进行随机加掩码运算得到客户端位置加掩码加密数据，对本地位置加密数据集进行随机加掩码运算得到本地位置加掩码加密数据集，并发送至关联服务器；接收客户端位置数据和本地位置数据集的第一欧式距离，根据第一欧式距离计算客户端位置数据与本地位置数据集之间的第二欧式距离，并将第二欧式距离发送至关联服务器；接收由关联服务器发送的目标欧式距离，将目标欧式距离发送给客户端。通过本申请，实现了在位置查询过程中对客户隐私信息的保护。

公开(公告)号：CN118072119A

公开(公告)日：2024-05-24

申请号：CN202410055534.8

申请日：2024-01-15

Applicant: 之江实验室

Inventor： 王艺涵 ,  钟鑫 ,  张卓然 ,  翟毅腾 ,  杨耀 ,  陈奎 ,  王英瑾

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/77 ,  G06V10/762 ,  G06V10/75 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种面向数据隐私保护的多源异质数据蒸馏方法和装置，该方法包括：首先获得待蒸馏的多源异质图像数据集并进行相应的数据预处理；其次利用卷积神经网络获得图像表征后利用无监督聚类方法对表征数据进行聚类；然后构建同时满足分布匹配和参数匹配的双层网络模型，匹配每个聚类簇中的质心点所对应的原始数据点作为合成数据集，通过异步更新机制，迭代更新合成数据集和网络参数直至模型收敛；最后获得蒸馏后的图像数据集。本发明能精准的识别多源异质图像数据集的隐含模式，并从每个隐含模式中合成一张最具代表性的图像数据集，最终达到数据隐私保护和数据压缩的目的。

公开(公告)号：CN118072119B

公开(公告)日：2025-04-08

申请号：CN202410055534.8

申请日：2024-01-15

Applicant: 之江实验室

Inventor： 王艺涵 ,  钟鑫 ,  张卓然 ,  翟毅腾 ,  杨耀 ,  陈奎 ,  王英瑾

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/77 ,  G06V10/762 ,  G06V10/75 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种面向数据隐私保护的多源异质数据蒸馏方法和装置，该方法包括：首先获得待蒸馏的多源异质图像数据集并进行相应的数据预处理；其次利用卷积神经网络获得图像表征后利用无监督聚类方法对表征数据进行聚类；然后构建同时满足分布匹配和参数匹配的双层网络模型，匹配每个聚类簇中的质心点所对应的原始数据点作为合成数据集，通过异步更新机制，迭代更新合成数据集和网络参数直至模型收敛；最后获得蒸馏后的图像数据集。本发明能精准的识别多源异质图像数据集的隐含模式，并从每个隐含模式中合成一张最具代表性的图像数据集，最终达到数据隐私保护和数据压缩的目的。

公开(公告)号：CN118366577A

公开(公告)日：2024-07-19

申请号：CN202410462922.8

申请日：2024-04-17

Applicant: 之江实验室

Inventor： 张卓然 ,  杨耀 ,  翟毅腾 ,  张金仓

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/08 ,  G06N5/022 ,  G06N5/04 ,  G06F21/53 ,  H04L9/40 ,  H04L9/08

Abstract: 本发明提出了一种基于可信执行环境的材料制备工艺优化方法及装置。本发明通过可信执行环境保障成本高昂的材料制备物理仿真模型的机密性，并利用深度学习模型的推理能力，对材料制备工艺进行优化。该发明结合了传统材料制备物理仿真模型和深度学习技术的优势，在改善传统物理模型通用性差等劣势、解决材料制备深度学习模型缺乏训练数据等问题的同时，保障物理模型和深度学习模型的知识产权和数据权益，提高材料制备模型的预测准确度，推动材料工艺的发展。