公开(公告)号：CN119939659A

公开(公告)日：2025-05-06

申请号：CN202510029199.9

申请日：2025-01-08

Applicant: 北京信息科技大学

Inventor： 王小妮 ,  杜俊龙 ,  王灿 ,  王萌 ,  吴秋新

IPC: G06F21/62 ,  G06F18/214 ,  G06N3/098

Abstract: 本发明公开了一种基于区块链和零知识证明的联邦学习隐私保护方法，涉及机器学习隐私保护技术领域，包括任务发布者确定训练任务及联邦学习的参与者集合，初始化模型参数，并将训练任务和初始全局模型参数分发给各个参与者；各个参与者进行本地模型训练，并对本地模型的梯度进行加噪，实现差分隐私保护；生成关于本地模型推理过程的零知识证明，并上传至区块链；利用智能合约对接收的零知识证明进行验证，将验证通过的本地模型更新传递给任务发布者进行全局模型聚合，并将其下发至诚实的参与者进行下一步训练，直至收敛。因此，采用上述方法，能够在保证在不影响整体数据分析的前提下，保护个体数据的隐私，实现对模型来源可靠性的验证与透明管理。

公开(公告)号：CN119671731A

公开(公告)日：2025-03-21

申请号：CN202411789623.1

申请日：2024-12-06

Applicant: 北京信息科技大学

Inventor： 李涵 ,  张淏铭 ,  吴秋新 ,  王灿 ,  王萌

IPC: G06Q40/04 ,  G06N3/0455 ,  G06N3/098

Abstract: 本发明公开了一种基于联邦学习的区块链系统智能合约交易冲突检测系统及方法，涉及区块链中智能合约安全性检测技术领域，包括首先，每个客户端运行智能合约，获取交易的读写集，并对其进行标注；其次，基于标注后交易的读写集，在本地训练智能合约交易冲突检测模型，预测交易发生冲突的概率，并将训练后的智能合约交易冲突检测模型上传至区块链；然后，利用联邦学习对训练后的智能合约交易冲突检测模型进行聚合，生成全局智能合约交易冲突检测模型，并分发给客户端进行迭代。因此，采用上述一种基于联邦学习的区块链系统智能合约交易冲突检测系统及方法，能够降低了数据泄露的风险，同时减少区块链交易池的拥堵，提升了交易处理速度和系统性能。

公开(公告)号：CN116259668A

公开(公告)日：2023-06-13

申请号：CN202310132294.2

申请日：2023-02-17

Applicant: 北京信息科技大学

Inventor： 邓伟 ,  倪晓明 ,  吴秋新 ,  李严 ,  殷树娟 ,  杨鹏飞

IPC: H01L29/786 ,  H01L29/06 ,  H01L29/66

Abstract: 本申请涉及一种降低关态功耗的薄膜晶体管结构及其制备方法，涉及薄膜晶体管技术领域，该结构包括：设置在衬底上的源极和漏极；其中，源极、漏极之间的间隔区域设置有有源层；漏极与有源层接触的一侧设置有漏极隔离层。本申请通过在有源层中靠近漏极一端制备绝缘层，从而达到降低薄膜晶体管在关态时漏电流的目的，从而解决薄膜晶体管在保持阶段液晶偏压不稳定的问题。

公开(公告)号：CN119943140A

公开(公告)日：2025-05-06

申请号：CN202510029209.9

申请日：2025-01-08

Applicant: 北京信息科技大学

Inventor： 吴浪 ,  董毅 ,  王萌 ,  王灿 ,  吴秋新

IPC: G16B20/30 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种基于联邦学习的蛋白质磷酸化位点预测方法，涉及生物信息学分析技术领域，包括：每个参与联邦学习的客户端对其蛋白质序列数据进行预处理，建立各自的训练集和测试集；每个客户端利用本地数据集进行模型训练，并向委员会输出本地模型、预测准确率与本地数据集特征描述；委员会通过对各个客户端的本地模型进行测试，选择符合标准的本地模型，并依据各个客户端数据集的特征描述来优化聚合全局模型；利用联邦学习委员会的固定成员测试聚合的全局模型，判断是否结束联邦学习。因此，采用上述一种基于联邦学习的蛋白质磷酸化位点预测方法，能够克服数据不平衡的问题，有效保护数据隐私的同时，实现多方数据的共享和利用。