-
公开(公告)号：CN114579999A
公开(公告)日：2022-06-03
申请号：CN202210222518.4
申请日：2022-03-07
Applicant: 南京邮电大学
IPC: G06F21/60 , G06F21/64 , G06F16/31 , G06F16/383
Abstract: 一种面向外包云环境的动态可验证关键词密文检索方法，包括三个模块：第一个模块为数据预处理模块，首先从文档集中抽取关键词集合并将文档加密；其次，构造一个本地证据并为每个关键词计算一个认证码；然后构造RAP‑tree索引；最后将索引和加密文档集外包至云服务器。第二个模块是更新模块，首先生成更新陷门并发送给云服务器；随后，云服务器根据陷门更新索引和密文集合。第三个模块是搜索模块，首先由授权用户生成搜索陷门并发送给云服务器；随后云服务器执行搜索程序并将搜索结果返回给用户；最后用户验证搜索结果的完整性。采用本方法可以保护外包云环境中的数据隐私，能够在密文状态下执行完整性可验证关键词搜索，并且支持数据的动态更新。
-
公开(公告)号：CN114298020B
公开(公告)日：2024-07-02
申请号：CN202111659209.5
申请日：2021-12-30
Applicant: 南京邮电大学
IPC: G06F40/279 , G06F40/216 , G06F40/30 , G06F18/2321
Abstract: 本发明公开一种基于主题语义信息的关键词向量化方法及其应用，具体包括：首先利用Sentence‑BERT模型为每个文档生成具有文档语义信息的向量；再通过UMAP降维算法对生成的文档向量进行降维并突显局部语义特征；然后，在降维后的文档向量上进行HDBSCAN主题聚类，并将每个文档归类到一个或多个主题中；最后，利用文档和主题之间的关系，计算主题中每一个关键词的主题词频率‑逆主题频率(TTF‑ITF)得分，对该关键词与每个主题的主题词频率‑逆主题频率(TTF‑ITF)得分进行合并，生成最终的关键词向量。本发明实现高精度表征主题语义信息的关键词向量化，可应用于主题词提取、文本分类和文档检索。
-
公开(公告)号：CN114579999B
公开(公告)日：2024-06-04
申请号：CN202210222518.4
申请日：2022-03-07
Applicant: 南京邮电大学
IPC: G06F21/60 , G06F21/64 , G06F16/31 , G06F16/383
Abstract: 一种面向外包云环境的动态可验证关键词密文检索方法，包括三个模块：第一个模块为数据预处理模块，首先从文档集中抽取关键词集合并将文档加密；其次，构造一个本地证据并为每个关键词计算一个认证码；然后构造RAP‑tree索引；最后将索引和加密文档集外包至云服务器。第二个模块是更新模块，首先生成更新陷门并发送给云服务器；随后，云服务器根据陷门更新索引和密文集合。第三个模块是搜索模块，首先由授权用户生成搜索陷门并发送给云服务器；随后云服务器执行搜索程序并将搜索结果返回给用户；最后用户验证搜索结果的完整性。采用本方法可以保护外包云环境中的数据隐私，能够在密文状态下执行完整性可验证关键词搜索，并且支持数据的动态更新。
-
公开(公告)号：CN114298020A
公开(公告)日：2022-04-08
申请号：CN202111659209.5
申请日：2021-12-30
Applicant: 南京邮电大学
IPC: G06F40/279 , G06F40/216 , G06F40/30 , G06K9/62
Abstract: 本发明公开一种基于主题语义信息的关键词向量化方法及其应用，具体包括：首先利用Sentence‑BERT模型为每个文档生成具有文档语义信息的向量；再通过UMAP降维算法对生成的文档向量进行降维并突显局部语义特征；然后，在降维后的文档向量上进行HDBSCAN主题聚类，并将每个文档归类到一个或多个主题中；最后，利用文档和主题之间的关系，计算主题中每一个关键词的主题词频率‑逆主题频率(TTF‑ITF)得分，对该关键词与每个主题的主题词频率‑逆主题频率(TTF‑ITF)得分进行合并，生成最终的关键词向量。本发明实现高精度表征主题语义信息的关键词向量化，可应用于主题词提取、文本分类和文档检索。
-
-
-
Search Results
4
records
(took 0.021 seconds)
