-
公开(公告)号：CN110069944A
公开(公告)日：2019-07-30
申请号：CN201910264985.1
申请日：2019-04-03
Applicant: 南方电网科学研究院有限责任公司 , 重庆邮电大学
Abstract: 本发明公开一种可搜索加密的数据检索方法及系统，属于网络信息安全领域，所述方法包括：数据所有者生成与原始数据相关联的数据索引；对原始数据和数据索引进行加密，发送给云服务器，生成解密密钥，将解密密钥发送给被授权的数据检索者；数据检索者输入关键字，生成加密关键字索引，发送给云服务器；云服务器将加密关键字索引和加密后的数据索引进行匹配，得到加密的目标数据，再返回给数据检索者；数据检索者进行解密，得到目标数据，本发明构建数据索引的方法安全高效，便于在服务器做检索匹配，使检索者能快速找到检索目标结果。
-
公开(公告)号：CN113360725B
公开(公告)日：2023-10-03
申请号：CN202110625003.4
申请日：2021-06-04
Applicant: 重庆邮电大学 , 南方电网科学研究院有限责任公司
IPC: G06F16/903 , G06F16/906 , G06Q50/06 , G06F18/24 , G06F18/23213 , G06F18/22 , G06F18/10 , G06N3/0464 , G06N3/084
Abstract: 本发明属于时序数据检索技术领域，特别涉及一种基于边缘协同分类的电力时序数据检索方法，包括对电力数据集进行K‑shape聚类，并根据肘部法则得到最佳聚类数；根据聚类的分类结果，利用残差神经网络模型创建分类模型；采用联邦学习对不同边缘设备上的模型参数进行聚合；当用户输入时序数据进行检索时，利用残差神经网络模型对该时序数据进行分类；对每个类别的数据进行DTW计算，将最近似的N条时序数据作为检索结果推荐给用户；本发明解决智能算法的资源需求与边缘设备受限于资源之间的矛盾、服务质量与隐私保护之间的矛盾、智能任务需求多样与边缘设备能力单一之间的矛盾问题，实现对不同边缘设备的协同分类与检索。
-
公开(公告)号：CN112948506A
公开(公告)日：2021-06-11
申请号：CN202110357268.0
申请日：2021-04-01
Applicant: 重庆邮电大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明属于图数据关系预测领域，具体涉及一种基于卷积神经网络的改进元学习的关系预测方法，该方法包括：实时获取待测数据，将待测数据转换为三元组数据；将转化后的三元组数据输入到训练好的改进元学习关系预测模型中，得到待测数据的预测结果；采用本发明的方法解决了因为样本较少而无法使用需要大量数据支撑的深度学习模型，同时使用卷积神经网络通过实体的邻居进一步来得到实体的特征，提高了计算效率。
-
公开(公告)号：CN113360725A
公开(公告)日：2021-09-07
申请号：CN202110625003.4
申请日：2021-06-04
Applicant: 重庆邮电大学 , 南方电网科学研究院有限责任公司
IPC: G06F16/903 , G06F16/906 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明属于时序数据检索技术领域，特别涉及一种基于边缘协同分类的电力时序数据检索方法，包括对电力数据集进行K‑shape聚类，并根据肘部法则得到最佳聚类数；根据聚类的分类结果，利用残差神经网络模型创建分类模型；采用联邦学习对不同边缘设备上的模型参数进行聚合；当用户输入时序数据进行检索时，利用残差神经网络模型对该时序数据进行分类；对每个类别的数据进行DTW计算，将最近似的N条时序数据作为检索结果推荐给用户；本发明解决智能算法的资源需求与边缘设备受限于资源之间的矛盾、服务质量与隐私保护之间的矛盾、智能任务需求多样与边缘设备能力单一之间的矛盾问题，实现对不同边缘设备的协同分类与检索。
-
公开(公告)号：CN110210248A
公开(公告)日：2019-09-06
申请号：CN201910509388.0
申请日：2019-06-13
Applicant: 重庆邮电大学
IPC: G06F21/62
Abstract: 本发明涉及社交网络数据的隐私保护领域，具体为一种面向隐私保护的网络结构去匿名化系统及方法。所述系统包括相连的原始社交网络获取模块、匿名社交网络生成模块、原始社交网络重建模块以及匿名社交网络检测模块；所述原始社交网络获取模块用于获取社交网络中用户的社交关系以及用户信息；所述匿名社交网络生成模块用于通过其匿名策略单元进行匿名处理从而对原始社交网络进行匿名化；所述原始社交网络重建模块用于根据匿名社交网络的邻接矩阵和原始社交网络的结构最优值重建出原始社交网络；所述匿名社交网络检测模块用于从匿名社交网络中获取被匿名的社交关系；本发明提出的网络结构去匿名化方法充分利用了多视图信息，具有较高的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112332853B
公开(公告)日：2022-06-03
申请号：CN202011204819.1
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于电力系统的时序数据压缩与恢复方法，主要针对数值型数据进行数据的压缩与恢复；以最基本的压缩方法为例，所述压缩方法包括边缘计算设备对电力终端采集的时序数据进行存储；所述边缘计算设备根据数据特征对时序数据进行分类，将时序数据划分为稳定数据和波动数据；对稳定数据采用改进的DEGA算法进行压缩并存储；对波动数据利用神经网络中的自动编码器进行压缩并存储；本发明利用均分位编码对时序数据进行处理，加快了数据编码的时间，对时序数据进行分类分别采用基于自动编码器和改进的DEGA算法处理，使得数据的压缩率更高。
-
公开(公告)号：CN110321493B
公开(公告)日：2021-09-28
申请号：CN201910549606.3
申请日：2019-06-24
Applicant: 重庆邮电大学
IPC: G06F16/9536
Abstract: 本发明属于社交网络中敏感社会关系的隐私保护技术领域，具体为一种社交网络的异常检测与优化方法、系统及设备，所述方法包括将社交网络转化为图数据，并采用重构算法对图数据进行强化去噪，得到重构社交网络；定义规则性度量来评估重构社交网络的规则性水平，计算网络链路的似然性，并判断网络链路为虚假链路还是缺失的关键链路；通过选择有限的关键链路并基于它们调节网络的可重构性，对社交网络进行优化，得到按需调控的社交网络；本发明一方面可以识别出虚假账户，另一方面又能对重构网络进行优化，提升它的有效性和精确度。
-
公开(公告)号：CN112332853A
公开(公告)日：2021-02-05
申请号：CN202011204819.1
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于电力系统的时序数据压缩与恢复方法，主要针对数值型数据进行数据的压缩与恢复；以最基本的压缩方法为例，所述压缩方法包括边缘计算设备对电力终端采集的时序数据进行存储；所述边缘计算设备根据数据特征对时序数据进行分类，将时序数据划分为稳定数据和波动数据；对稳定数据采用改进的DEGA算法进行压缩并存储；对波动数据利用神经网络中的自动编码器进行压缩并存储；本发明利用均分位编码对时序数据进行处理，加快了数据编码的时间，对时序数据进行分类分别采用基于自动编码器和改进的DEGA算法处理，使得数据的压缩率更高。
-
公开(公告)号：CN110210248B
公开(公告)日：2020-12-25
申请号：CN201910509388.0
申请日：2019-06-13
Applicant: 重庆邮电大学
IPC: G06F21/62
Abstract: 本发明涉及社交网络数据的隐私保护领域，具体为一种面向隐私保护的网络结构去匿名化系统及方法。所述系统包括相连的原始社交网络获取模块、匿名社交网络生成模块、原始社交网络重建模块以及匿名社交网络检测模块；所述原始社交网络获取模块用于获取社交网络中用户的社交关系以及用户信息；所述匿名社交网络生成模块用于通过其匿名策略单元进行匿名处理从而对原始社交网络进行匿名化；所述原始社交网络重建模块用于根据匿名社交网络的邻接矩阵和原始社交网络的结构最优值重建出原始社交网络；所述匿名社交网络检测模块用于从匿名社交网络中获取被匿名的社交关系；本发明提出的网络结构去匿名化方法充分利用了多视图信息，具有较高的准确性。
-
公开(公告)号：CN110321493A
公开(公告)日：2019-10-11
申请号：CN201910549606.3
申请日：2019-06-24
Applicant: 重庆邮电大学
IPC: G06F16/9536
Abstract: 本发明属于社交网络中敏感社会关系的隐私保护技术领域，具体为一种社交网络的异常检测与优化方法、系统及设备，所述方法包括将社交网络转化为图数据，并采用重构算法对图数据进行强化去噪，得到重构社交网络；定义规则性度量来评估重构社交网络的规则性水平，计算网络链路的似然性，并判断网络链路为虚假链路还是缺失的关键链路；通过选择有限的关键链路并基于它们调节网络的可重构性，对社交网络进行优化，得到按需调控的社交网络；本发明一方面可以识别出虚假账户，另一方面又能对重构网络进行优化，提升它的有效性和精确度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.354 seconds)
