公开(公告)号：CN110491520A

公开(公告)日：2019-11-22

申请号：CN201910682966.0

申请日：2019-07-26

Applicant: 北京邮电大学

Inventor： 罗涛 ,  雷璐 ,  韩家辉 ,  王艺宁 ,  李剑峰

IPC: G16H50/70 ,  G16H50/30 ,  G16H20/30 ,  G16H20/60

Abstract: 本发明公开了一种基于半监督学习的骨质状态评估模型的构建方法，包括：提取多组不同骨质状态的用户的评估数据，所述评估数据包括生命体征数据、体态数据、骨密度数据以及生活习性数据，所述评估数据为数值形式；预处理每组用户的评估数据，得到多组标准评估数据；将所述多组标准评估数据进行分类，形成具有骨密度数据的标注数据集和不具有骨密度数据的无标注数据集；基于所述标注数据集和骨质状态标准训练分类器模型，得到骨质状态评估预模型；并基于所述无标注数据集不断迭代训练所述骨质状态评估预模型，得到骨质状态评估模型；所述骨质状态评估模型用于根据用户的评估数据输出用户当前的骨质状态。

公开(公告)号：CN110491479A

公开(公告)日：2019-11-22

申请号：CN201910640691.4

申请日：2019-07-16

Applicant: 北京邮电大学

Inventor： 罗涛 ,  韩家辉 ,  雷璐 ,  王艺宁 ,  李剑峰

IPC: G16H30/40 ,  G16H50/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的骨质状态评估模型的构建方法，包括：获取多组不同骨质状态的用户的评估数据，每组评估数据均包括图像数据和文本数据；预处理多组所述评估数据，得到多组标准评估数据，建立训练样本集；基于所述训练样本集及骨质健康标准对骨质状态评估预设模型进行训练，更新骨质状态评估预设模型的参数，得到所述骨质状态评估模型；所述骨质状态评估模型用于根据用户输入的数据输出用户当前的骨质状态。本发明还提供一种基于神经网络的骨质状态评估模型的构建装置。

公开(公告)号：CN110348238A

公开(公告)日：2019-10-18

申请号：CN201910450194.8

申请日：2019-05-28

Applicant: 北京邮电大学

Inventor： 罗涛 ,  王艺宁 ,  宋海娜 ,  王寻 ,  王楠 ,  李剑峰

IPC: G06F21/62 ,  G06F16/2458 ,  G06F16/25

Abstract: 本发明实施例提供一种面向应用的隐私保护分级方法及装置。其中，方法包括：基于不同应用场景下差异化的隐私保护需求和数据效用需求，在多维数据中确定相应的敏感属性和重点关注属性；基于多维数据中的敏感属性和重点关注属性，对多维数据进行关联度分析和聚类分析，确定多维数据中各数据层次的隐私保护等级；其中，各数据层次包括：数据层、属性层和数值层；基于多维数据中各数据层次的隐私保护等级，确定隐私保护算法的参数，并基于确定参数后的隐私保护算法，对多维数据进行隐私保护。能够针对灵活多变的应用场景，快速给出兼顾数据私密性与可用性的个性化的隐私保护方案，实现数据的精准隐私保护，提高了多维数据的可用性。

公开(公告)号：CN110348187A

公开(公告)日：2019-10-18

申请号：CN201910461258.4

申请日：2019-05-30

Applicant: 北京邮电大学

Inventor： 罗涛 ,  王寻 ,  宋海娜 ,  王艺宁 ,  韩新宇 ,  李剑峰

IPC: G06F21/31 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明实施例提供一种CP-ABE和随机响应融合的隐私保护方法和装置，该方法包括：若接收到访问请求，则判断访问请求对应的当前访问者属性是否满足目标数据对应的目标访问控制策略；若当前访问者属性满足目标访问控制策略，则基于当前访问者属性和目标访问控制策略，获取访问请求对应的随机扰动参数，并返回基于随机扰动参数进行扰动处理后的目标数据。本发明实施例提供的方法和装置，在CP-ABE的基础上融合了随机响应技术，既能满足访问者进行统计分析的需要，同时又有效避免了直接提供原始数据导致数据提供者的隐私信息泄露的问题，为数据提供了全面、精准的隐私保护，具有良好的灵活性和实用性。

公开(公告)号：CN110348238B

公开(公告)日：2020-12-04

申请号：CN201910450194.8

申请日：2019-05-28

Applicant: 北京邮电大学

Inventor： 罗涛 ,  王艺宁 ,  宋海娜 ,  王寻 ,  王楠 ,  李剑峰

IPC: G06F21/62 ,  G06F16/2458 ,  G06F16/25

Abstract: 本发明实施例提供一种面向应用的隐私保护分级方法及装置。其中，方法包括：基于不同应用场景下差异化的隐私保护需求和数据效用需求，在多维数据中确定相应的敏感属性和重点关注属性；基于多维数据中的敏感属性和重点关注属性，对多维数据进行关联度分析和聚类分析，确定多维数据中各数据层次的隐私保护等级；其中，各数据层次包括：数据层、属性层和数值层；基于多维数据中各数据层次的隐私保护等级，确定隐私保护算法的参数，并基于确定参数后的隐私保护算法，对多维数据进行隐私保护。能够针对灵活多变的应用场景，快速给出兼顾数据私密性与可用性的个性化的隐私保护方案，实现数据的精准隐私保护，提高了多维数据的可用性。