-
公开(公告)号：CN118300869A
公开(公告)日：2024-07-05
申请号：CN202410482565.1
申请日：2024-04-22
摘要： 本发明公开了一种基于边缘计算的普适智能联邦学习隐私保护方法，该方法设计了一种轻量级的掩码添加方案，嵌入式设备完成部分模型训练后，将掩码添加到模型中并传输到边缘服务器，保证了模型的完整性和准确性，实现了比FedAvg更高的训练效率。此外，在边缘服务器中使用自适应差分隐私方案，边缘服务器通过多轮训练中的多次迭代获取局部梯度。它使用剪裁阈值和先前的梯度进行自适应剪裁，既减少了传输量，又减少了噪声引起的误差。接着在云端聚合后添加高斯噪声，云端使用剪裁阈值调整噪声的方差，并根据每个边缘服务器的权重值计算参数变化值，以确保在模型参数尽可能准确的情况下保护反馈的隐私。
-
公开(公告)号：CN118297139A
公开(公告)日：2024-07-05
申请号：CN202410482562.8
申请日：2024-04-22
IPC分类号： G06N3/098 , G06N3/084 , G06N3/096 , G06N3/045 , G06N3/0464 , G06N3/0495 , H04L9/40 , H04L67/10 , H04L12/18
摘要： 本发明公开了一种基于边缘场景下的可信异构联合学习方法，主要解决现有不同的终端设备只能携带相应大小的模型，且数据集有限，显著影响了模型的精度的问题。该方法首先建立一个基于FL的异质性多模型训练架构，它连接了分散的医疗终端设备来训练一个精确的诊断模型，设计了一种具有不同组合的多模型协同训练方法，整合了其他异构模型的知识，以提高模型的精度。最后，添加一个轻量级的迭代掩码，以确保中间信息的隐私性和可靠性。
-
公开(公告)号：CN118298280A
公开(公告)日：2024-07-05
申请号：CN202410482569.X
申请日：2024-04-22
IPC分类号： G06V10/82 , G06V10/764 , G06V10/77 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/092 , G06N3/094 , G06N3/006
摘要： 本发明公开了一种基于强化学习的民航领域自适应数据表示对齐方法，该方法将领域适应与强化学习分开。本发明引入了特征级和像素级的多粒度约束来指导训练过程。在特征层面引入领域对抗训练和互信息最大化约束，实现了特征的跨领域对齐，从而显著提高了源智能体在目标领域的性能。同时，在像素级引入循环一致变分自编码器(Cycle‑Consistent Variational Autoencoders,VAE)，促进域通用特征和域特定特征的解耦，并保持状态图像中的判别信息。在第二阶段，本发明基于提取的域不变特征，在源域中使用深度强化学习技术训练智能体。由于智能体是用跨域不变特征训练的，因此它的行为策略可以在不同的域之间转移，因此有望在不与环境交互的情况下在目标域中获得良好的性能。
-
公开(公告)号：CN118297140A
公开(公告)日：2024-07-05
申请号：CN202410482564.7
申请日：2024-04-22
IPC分类号： G06N3/098 , G06N3/096 , G06N3/045 , G06N3/0495 , G06F18/241 , G06V10/764 , G06V10/82 , G06V10/94
摘要： 本发明公开了一种基于可重用分类器的联邦蒸馏学习方法，主要用于增强神经网络的泛化能力，从而提高网络性能。该方法包括以下步骤：S1，在联邦知识蒸馏中重用来自异构模型的分类器，降低蒸馏策略的计算复杂度并提高全局模型的泛化能力；S2，引入自适应且可学习的轻量级映射器，确保特征映射和分类器之间的尺寸兼容性；S3，结合分类器之间注意力权重向量的计算，有效解决局部知识偏差对全局知识的影响。本发明方法通过重用客户端的分类器和分配注意力权重来提高网络性能，从而增强全局神经网络的泛化性。此外，FedMAC为每个客户端分配一个可训练的映射器，以对齐特征图、捕获关键知识并过滤掉负面知识。
-
公开(公告)号：CN115811365B
公开(公告)日：2024-07-26
申请号：CN202211295274.9
申请日：2022-10-21
申请人： 成都理工大学
IPC分类号： H04L9/08 , H04B10/079 , H04B10/70
摘要： 本发明公开了一种任意三粒子态的量子信息分裂的方法，该方法只需要发送方Alice和控制方Charlie执行两次Bell态测量和两次单粒子测量，Bob接收方就可以重构出传输的任意三粒子态，相比于其他任意三粒子态的信息分裂方案有更高的传输效率且执行的操作也更加简单。同时使用信道认证方法保证了在不同攻击场景下方案的安全性，证明了本方案有着更高的传输效率和安全性。因此，适宜推广应用。
-
公开(公告)号：CN117896066A
公开(公告)日：2024-04-16
申请号：CN202410303232.8
申请日：2024-03-18
申请人： 成都理工大学
摘要： 本发明公开了一种基于双链架构的可验证多用户授权跨域的可搜索加密方法，涉及可搜索加密技术领域，该方法涉及到的节点包括云服务器，系统管理员，域管理员，以及不同身份的用户。域管理员在更新数据时指定该数据的搜索权限，使用具有搜索权限的用户的公钥和用自身私钥生成一个共享密钥，使将共享密钥和自身私钥嵌入搜索标签中。使用双链架构中的需求链上的智能合约判定用户搜索请求的合法性，使用域管理员对用户的搜索请求生成授权搜索信息，使用双链架构中的响应链上的智能合约判断授权搜索请求的合法性。本发明保证了多数据域跨域搜索中搜索信息的不可篡改性，为用户的数据存储和数据搜索提供了更高的灵活性。
-
公开(公告)号：CN116542323A
公开(公告)日：2023-08-04
申请号：CN202310580677.6
申请日：2023-05-22
申请人： 成都理工大学
IPC分类号： G06N3/098 , G06N3/042 , G06Q10/04 , G06Q10/0637 , G06N3/0442 , G06N3/044 , G06N3/0455 , G06N3/0464
摘要： 本发明提供了一种多价值链演化的训练预测方法、系统及存储介质，包括：基于客户端及其相邻客户端的本地原始数据生成节点的特征向量，各客户端所在节点的特征向量和节点信息构成了分布式时序图数据；计算当前时刻分布式联邦时序图神经网络模型的局部网络参数，并将局部网络参数发送至服务器，客户端预先建立有分布式联邦时序图神经网络模型；服务器根据局部网络参数获得全局网络参数并广播给所有客户端；客户端利用全局网络参数更新分布式联邦时序图神经网络模型的网络参数，分布式联邦时序图神经网络模型接收下一时刻的分布式时序图数据进行学习，输出下一时刻边的预测值。因此，能够预测多价值链中公司间未来的关系以及某公司是否在走向消亡。
-
公开(公告)号：CN116305188A
公开(公告)日：2023-06-23
申请号：CN202310062011.1
申请日：2023-01-16
申请人： 成都理工大学
摘要： 本发明公开了一个基于区块链的数据多备份可搜索加密系统及方法，包括用于执行系统初始化、审批数据提供方和用户的注册请求、部署区块链合约和相应节点、分发密钥的系统管理员；用于提出数据标签、加密数据并上传到区块链、对发生恶意欺诈行为的服务器进行追责的数据提供方；发送搜索请求、预支付搜索费用的用户；由多个云服务器组成的云服务端；由智能合约和对应部署节点组成，用于保证用户和云服务端之间公平交易的区块链。与现有技术相比，通过采用多服务器对数据进行备份，使用区块链和智能合约的内部公平性和不可抵赖性对用户和服务端的欺诈行为进行处罚，保障了交易双方资金的公平流动，避免用户存储数据单一故障问题，保障了用户搜索过程中的公平性和搜索结果的有效性。
-
公开(公告)号：CN110309676B
公开(公告)日：2021-06-29
申请号：CN201910611029.6
申请日：2019-07-08
申请人： 成都理工大学
摘要： 本发明公开了一种基于区块链多通道技术的汽车供应链安全保护方法，该方法包括(S1)使用两层体系结构构建区块链系统，用户使用node.js服务器提供的Web前端与演示进行交互；(S2)基于node.js服务器的Hyperledger fabric开发框架，构建汽车供应链中实现区块链跨通道交易的网络层；(S3)基于node.js服务器搭建用户交互界面的Web前端服务，用户在客户端中进行实名注册后分配密钥，可在通道中发布和获取信息。通过上述方案，本发明达到了解决了传统保护方法的不足和缺陷，为注册的用户们提供更全面的供应链商标保护服务目的，具有很高的实用价值和推广价值。
-
公开(公告)号：CN111899023A
公开(公告)日：2020-11-06
申请号：CN202010796577.3
申请日：2020-08-10
申请人： 成都理工大学
摘要： 本发明涉及一种基于区块链的群智感知机器学习安全众包方法及系统，该众包系统共分为四个核心功能模块：平台用户模块、众包流程模块、众包项目模块和系统管理模块，平台用户、众包项目和系统管理相关数据存储在底层区块链之中。众包流程数据则存储在传统中心化数据库。通过该系统，可以查询不同项目组织所有人员的交易记录，相比传统的众包平台或联合学习，本系统的交易记录不可篡改、不可伪造，极大体现了平台的信任度和安全性。用户可以使用不同身份登录本系统，通过底层区块链的访问控制和身份认证进行管理。系统所有的交易信息都会完整存储在区块链中。交易是用户与区块链交互的唯一方式，用户通过Fabric链码发起交易，从未对区块链数据进行增删改查。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.073 秒)
