基于子文件的数据重删方法、装置及可读介质

    公开(公告)号:CN116775588A

    公开(公告)日:2023-09-19

    申请号:CN202310793835.6

    申请日:2023-06-30

    Abstract: 本发明公开了一种基于子文件的数据重删方法、装置及可读介质,获取输入文件,判断输入文件为Office文件或Pdf文件;响应于确定输入文件为Office文件,循环解析Office文件中的局部文件数据,对局部文件数据计算指纹信息,并存入recipe,直至检测到中央目录记录;响应于确定输入文件为Pdf文件,对Pdf文件解析得到stream数据,对stream数据计算指纹信息,并存入recipe;将Office文件中的局部文件数据以及Pdf文件中的stream数据定义为数据块,查询数据块对应的指纹信息是否存在于持久化存储介质的元数据保存结构体数组中,得到查询结果,根据查询结果进行重删,可有效提高重删效率。

    一种基于学习索引的数据重删方法和系统

    公开(公告)号:CN118567562A

    公开(公告)日:2024-08-30

    申请号:CN202410699704.6

    申请日:2024-05-31

    Abstract: 本发明公开了一种基于学习索引的数据重删方法和系统,包括:若数据块请求为写请求,则将数据块写入内存缓存并计算指纹值,将指纹值和逻辑页地址写入LPA‑FP索引表;若内存缓存中的所有数据块的数量达到阈值,则为内存缓存中的所有数据块分配对应的物理页地址,并生成若干个FP‑PPA映射,根据若干个FP‑PPA映射通过分段线性回归计算得到FP‑PPA表达式,将FP‑PPA表达式写入内存缓存和闪存,并将内存缓存中的所有数据块写入闪存,将数据块及其相邻数据块的指纹值保存在带外数据区域;若数据块请求为读请求,则根据逻辑页地址在LPA‑FP索引表中查找指纹值,根据指纹值和FP‑PPA表达式计算出物理页地址并在闪存中查询所要读取的数据块,以减少内存缓存的空间并加快物理页地址的查找速度。

    基于变长指纹的数据重删方法、装置及可读介质

    公开(公告)号:CN116820343A

    公开(公告)日:2023-09-29

    申请号:CN202310801832.2

    申请日:2023-06-30

    Abstract: 本发明公开了一种基于变长指纹的数据重删方法、装置及可读介质,对输入文件进行分块,根据数据块的长度采用不同的哈希算法计算数据块对应的指纹;响应于在LRU缓存中查询不到该指纹,则根据该指纹所对应的哈希算法在不同的持久化存储介质中查询;响应于在持久化存储介质中查询到该指纹,将该指纹和元数据存入LRU缓存中,并利用局部性原理将包含该指纹的输入文件中同属于同一持久化存储介质的指纹全部存入LRU缓存中;响应于在持久化存储介质中查询不到该指纹,则构建该指纹的元数据并存储在对应的持久化存储介质,并将该指纹对应的数据块存储在开放容器中,在持久化存储介质中采用对应格式的指纹存储文件对元数据进行分类存储,加快查找。

    多模态智能模型系统化安全防护方法、装置及设备

    公开(公告)号:CN118094176B

    公开(公告)日:2024-06-18

    申请号:CN202410487472.8

    申请日:2024-04-22

    Abstract: 本申请提供一种多模态智能模型系统化安全防护方法、装置及设备,该方法包括:在目标多模态智能模型的安全检测阶段,依据训练好的距离感知判断模型所确定的检测数据与原始数据之间的感知距离,得到与原始数据之间的感知距离满足要求的检测数据,并利用该检测数据对所述目标多模态智能模型进行检测;在检测阶段的检测结果为所述目标多模态智能模型存在安全问题的情况下,一方面,对模型输入进行安全编码防护及分词过滤,另一方面,对多模态智能模型进行多维度全方位评估。该方法可以系统性提升多模态智能模型的安全性。

    面向联邦推荐系统的隐私泄露检测方法及装置

    公开(公告)号:CN117592042A

    公开(公告)日:2024-02-23

    申请号:CN202410071311.0

    申请日:2024-01-17

    Abstract: 本申请实施例提供了一种面向联邦推荐系统的隐私泄露检测方法及装置,涉及数据处理技术领域,其中,一种面向联邦推荐系统的隐私泄露检测方法,包括:获取各个预定项目对应的嵌入梯度,基于所获取的各个预定项目对应的嵌入梯度之间的相似关系,预估针对各个预定项目的两类评级分布,分别以两类评级分布中的项目评级作为候选评级真值,构建两类影子数据,基于两类影子数据,对服务端的本地推荐模型进行训练,得到两类预测结果,基于两类预测结果,确定各个预定项目的目标评级真值以及目标预测结果,基于目标评级真值与目标预测结果的匹配关系,确定联邦推荐系统的隐私数据泄露的检测结果。可见,本方案可以对联邦推荐系统进行有效地数据泄露检测。

    基于区块链的车联网数据安全共享方法、装置及设备

    公开(公告)号:CN116016610B

    公开(公告)日:2024-01-09

    申请号:CN202310283893.4

    申请日:2023-03-21

    Abstract: 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备,该方法包括:将初始全局模型参数发送给多个终端设备,以使每个终端设备基于初始全局模型参数获取局部模型参数;获取多个终端设备发送的局部模型参数;从区块链下载终端设备对应的信誉特征,或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征;基于信誉特征确定终端设备为第一类终端或第二类终端;基于所有第一类终端发送的局部模型参数生成目标全局模型参数;若目标全局模型参数已收敛,则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案,能够保护终端设备的数字资产,保证数据安(56)对比文件Haoyu Chen.RepBFL: Reputation BasedBlockchain-Enabled Federated LearningFramework for Data Sharing in Internet ofVehicles《.Parallel and DistributedComputing, Applications and Technologies:22nd International Conference》.2022,全文.

Patent Agency Ranking