一种基于关键字索引的区块链高效检索及可靠性验证方法

    公开(公告)号:CN113535803B

    公开(公告)日:2023-03-10

    申请号:CN202110657812.3

    申请日:2021-06-15

    Abstract: 本发明属于区块链数据检索技术领域,具体为一种基于关键字索引的区块链高效检索及可靠性验证方法。本发明方法包括基于关键字索引的可验证默克尔哈希树构建,针对关键字的可验证高效检索,检索结果集可靠性验证。为支持区块链上对于高效检索包含目标关键字以及支持检索结果可靠性验证的功能,本发明提出基于关键字索引的可验证默克尔哈希树结构,实现目标关键字的高效检索,并引入布隆过滤器加速不同区块间的检索,同时提出对于检索结果可靠性验证方法。本发明能够有效的提高区块链上对包含目标关键字数据检索的效率,并且为轻节点用户提供检索结果可靠性验证,使得用户能够对检索数据的正确性和完整性进行验证。

    一种细粒度可控的去中心化可编辑区块链构造方法和系统

    公开(公告)号:CN113536389B

    公开(公告)日:2022-05-20

    申请号:CN202110657811.9

    申请日:2021-06-15

    Abstract: 本发明属于区块链技术领域,具体为一种细粒度可控的去中心化可编辑区块链构造方法和系统。本发明利用改进变色龙哈希算法解决现有可编辑区块链技术的陷门中心化问题,引入临时陷门对每一笔交易进行动态哈希计算,实现交易粒度级别的区块历史数据编辑;同时利用去中心化密文属性加密方案,对临时陷门进行基于密码学的非交互式访问控制,实现对历史区块数据编辑的高度安全可控;最后制定了相应的验证规则,实现去中心化的环境下的节点对于交易编辑的共识。本发明基于改进变色龙哈希算法和改进的密文属性加密方案,实现了完全去中心化且细粒度可控的可编辑区块链构造,解决了之前技术陷门持有中心化,区块编辑粒度以及编辑可控性的问题。

    一种对区块链中异常交易节点进行检测和监管的方法

    公开(公告)号:CN113723954A

    公开(公告)日:2021-11-30

    申请号:CN202110657813.8

    申请日:2021-06-15

    Abstract: 本发明属于区块链技术领域,具体为一种对区块链中异常交易节点进行检测和监管的方法。本发明方法包括:设计新型跨链数字身份模型,通过统一身份入口和跨链网关以及分布式存储技术对多条异构链进行交易数据的融合操作,这种操作模式为所有交易的产生、查询和认证、监管等提供统一的渠道;采用图神经网络的人工智能技术对区块链中交易和地址节点所构成的动态结构进行图的构建,通过汇聚周边地址节点的特征信息对目标地址节点进行复合特征构建,从区块链点对点的通信和交易空间结构对整个系统中的异常行为进行检测监管;本发明能够有效地提高区块链异常检测的效率,为区块链在更广泛的场景应用提供了技术支持。

    一种细粒度可控的去中心化可编辑区块链构造方法和系统

    公开(公告)号:CN113536389A

    公开(公告)日:2021-10-22

    申请号:CN202110657811.9

    申请日:2021-06-15

    Abstract: 本发明属于区块链技术领域,具体为一种细粒度可控的去中心化可编辑区块链构造方法和系统。本发明利用改进变色龙哈希算法解决现有可编辑区块链技术的陷门中心化问题,引入临时陷门对每一笔交易进行动态哈希计算,实现交易粒度级别的区块历史数据编辑;同时利用去中心化密文属性加密方案,对临时陷门进行基于密码学的非交互式访问控制,实现对历史区块数据编辑的高度安全可控;最后制定了相应的验证规则,实现去中心化的环境下的节点对于交易编辑的共识。本发明基于改进变色龙哈希算法和改进的密文属性加密方案,实现了完全去中心化且细粒度可控的可编辑区块链构造,解决了之前技术陷门持有中心化,区块编辑粒度以及编辑可控性的问题。

    一种基于关键字索引的区块链高效检索及可靠性验证方法

    公开(公告)号:CN113535803A

    公开(公告)日:2021-10-22

    申请号:CN202110657812.3

    申请日:2021-06-15

    Abstract: 本发明属于区块链数据检索技术领域,具体为一种基于关键字索引的区块链高效检索及可靠性验证方法。本发明方法包括基于关键字索引的可验证默克尔哈希树构建,针对关键字的可验证高效检索,检索结果集可靠性验证。为支持区块链上对于高效检索包含目标关键字以及支持检索结果可靠性验证的功能,本发明提出基于关键字索引的可验证默克尔哈希树结构,实现目标关键字的高效检索,并引入布隆过滤器加速不同区块间的检索,同时提出对于检索结果可靠性验证方法。本发明能够有效的提高区块链上对包含目标关键字数据检索的效率,并且为轻节点用户提供检索结果可靠性验证,使得用户能够对检索数据的正确性和完整性进行验证。

    一种面向危机求助信息的多文档摘要生成方法

    公开(公告)号:CN119597912A

    公开(公告)日:2025-03-11

    申请号:CN202411335549.6

    申请日:2024-09-24

    Applicant: 复旦大学

    Abstract: 本发明公开了一种面向危机求助信息的多文档摘要生成方法;该方法分为:抽取式摘要阶段和生成式摘要阶段。在抽取式摘要阶段,利用句子图结构在深度神经网络中融合上下文信息,通过子图结构在信息抽取时进行优化,从众多文档中有效提取出关键信息;在生成式摘要阶段,借助BART模型强大的序列生成能力和指针生成网络在精准复制关键信息及避免重复内容生成方面的特点,以进一步精简和总结抽取的信息,生成准确且紧凑的危机求助信息摘要。本发明方法适用于处理和总结危机场景下海量求助信息,本发明的两阶段方法能够快速、准确地为救援和应急管理提供清晰的信息摘要,大幅提高危机响应的效率和效果。

    一种基于同态加密的隐私计算程序编译方法

    公开(公告)号:CN117992057A

    公开(公告)日:2024-05-07

    申请号:CN202410065425.4

    申请日:2024-01-17

    Applicant: 复旦大学

    Abstract: 本发明属于隐私计算技术领域,具体为一种基于同态加密的隐私计算程序编译方法。本发明方法包括:设计基于同态加密的特定矩阵计算编译方法,用于保障同态加密下的隐私计算程序中矩阵计算的快速执行;设计同态加密程序编译方法,实现同态加密下的隐私计算程序的便捷开发。本发明通过六种矩阵编码方式实现单次矩阵乘法的性能提升,通过连续相乘方法很好地降低密文同态加密旋转的次数,从而减少计算所消耗的时间;本发明将高级语言形式编写的代码进行直接转译并构建控制流图,针对控制流图中的计算操作设计过滤规则,筛选并合并操作,同时跟踪噪音变化,避免自举操作,实现隐私计算程序编译步骤的减少,提高程序开发效率。

    一种面向残疾人的智能家居环境个性化定制方法

    公开(公告)号:CN110989977B

    公开(公告)日:2023-05-05

    申请号:CN201911056064.2

    申请日:2019-10-31

    Applicant: 复旦大学

    Abstract: 本发明属于智能家居技术领域,具体为一种面向残疾人的智能家居环境个性化定制方法。本发明方法包括:设计事件触发规则范式,设计事件触发规则模型,设计事件触发规则引擎,构建服务组件模型;本发明通过设计基于唯一事件源的事件触发规则引擎,为用户提供一种贴近自然语言的家居自动化服务编辑方法,降低家居自动化服务的编辑难度;同时根据服务组件的设备类型和功能类型,对服务组件进行了封装和抽象,进一步屏蔽不同软硬件设备底层实现的复杂性,保证服务组件统一简洁的用户体验。本发明可满足向残疾人的智能家居个性化定制服务需求。

    一种机器智能辅助的扎根理论编码优化方法

    公开(公告)号:CN111488725B

    公开(公告)日:2023-04-07

    申请号:CN202010178957.0

    申请日:2020-03-15

    Applicant: 复旦大学

    Inventor: 卢暾 蒋特 顾宁

    Abstract: 本发明属于定性研究技术领域,具体为一种机器智能辅助的扎根理论编码优化方法。本父母优化方法的核心体现在两个环节:特征提取及自动编码分类:特征提取是根据同编码分类中,文本在信息上具有较高的特征一致性设计,提取同分类下的文本信息特征,作为后续自动分类环节的分类依据;自动编码是根据在特征提取环节中提取的分类特征,计算新文本与各分类语料的相似度,将其归类到相似度最高的分类中;在整个编码过程中,会结合人为调整、特征再提取等过程,以获取更精确的编码结果。本发明是在经典的扎根理论编码过程中融合了机器智能技术,以优化编码过程,提高研究人员对数据处理和编码的效率。

    一种基于近邻用户特征共享的多任务协同过滤方法

    公开(公告)号:CN110825978B

    公开(公告)日:2023-04-07

    申请号:CN201911026575.X

    申请日:2019-10-26

    Applicant: 复旦大学

    Abstract: 本发明属于用户兴趣偏好预测技术领域,具体为基于近邻用户特征共享的多任务协同过滤方法。本发明包括两个阶段:K近邻用户群生成阶段,尽可能地产生用户的K个最相似邻居用户;兴趣预测阶段,借助K近邻用户预测当前活跃用户对于未评价物品可能的评分情况;本发明基于相似用户具有相似兴趣的认知,借鉴多任务特征学习方法在处理稀疏数据的优势,先根据具有重要性的皮尔逊相似度确定用户的K近邻用户群,然后在近邻用户范围内对用户特征空间进行不同程度的局部分享,最终获取用于兴趣预测的协同过滤的特征参数。此方法采用相似用户的反馈数据即相似用户的兴趣偏好,来补充当前用户的兴趣特征,缓和了数据稀疏问题,提高了推荐预测的准确性。

Patent Agency Ranking