-
公开(公告)号：CN119484089A
公开(公告)日：2025-02-18
申请号：CN202411605994.X
申请日：2024-11-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种个人账单隐私保护记录筛选与金额统计方法，用户将个人账单中涉及到的包括账单金额、收支类别、账单描述、及发生时间等数据，进行同态加密，由用户上传至服务器；再由用户输入账单描述的关键词、账单金额的区间、及发生时间范围三个条件，服务器根据三个条件组成的与/或组合，对密文数据执行若干同态运算的组合，将结果均返回给用户，由用户进行解密恢复查询结果；最后，用户输入所需的收支类别以及发生时间范围，服务器执行同态运算，并将运算结果返回给用户，由用户执行同态解密，计算出总金额，完成金额统计并组合成最终的查询结果。本发明中，服务器只接触账单数据的密文形态，极大地提升了用户个人账单数据的隐私保护水平。
-
公开(公告)号：CN116896446A
公开(公告)日：2023-10-17
申请号：CN202310841028.7
申请日：2023-07-11
Applicant: 杭州电子科技大学
IPC: H04L9/32 , A61B5/372 , H04L9/08 , H04L9/06 , H04L9/30 , G06F18/10 , G06F18/2131 , G06F18/2413 , G06F18/27
Abstract: 本发明公开了一种基于模糊提取器的鲁棒可重用脑电认证方法，该方法首先通过非侵入方式采集EEG信号并进行预处理，并提取出EEG信号中的Hjorth特征、小波变换特征以及自回归特征。其次对公共参数进行初始化，注册强提取器，从EEG信号中提取出可靠比特串，并安全草图计算草图向量，并生成公开参数。然后生成可重用鲁棒的密钥，认证强提取器从EEG信号中提取出可靠字符串。最后通过公开参数恢复EEG信号特征，并恢复可重用鲁棒的密钥。本发明不需要记忆密钥，可以减少用户负担并提高安全性，为EEG信号特征数据的安全处理和管理提供有效的保障。
-
公开(公告)号：CN115174196A
公开(公告)日：2022-10-11
申请号：CN202210767699.9
申请日：2022-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明属于区块链技术和密码学技术领域，公开了一种基于代理和匿名的PBFT共识计算方法，包括步骤1：生成系统参数；步骤2：节点选择自己的代理节点，并发送授权信息；步骤3：节点验证代理节点的公钥，验证成功后，将代理节点的公钥加入环中；步骤4：客户端将消息发送到所有节点；步骤5：主节点收到消息后形成预准备消息；步骤6：节点和自己的代理节点协商出一个标签；步骤7：其他节点或代理节点收到预准备消息后，验证消息和签名，并形成准备消息；步骤8：节点形成承诺消息并广播，若收到的承诺消息数量大于2f+1，则认为消息完成承诺。本发明通过代理和隐私保护提高了PBFT共识的安全性和效率。
-
公开(公告)号：CN113436646B
公开(公告)日：2022-09-23
申请号：CN202110648176.8
申请日：2021-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种采用联合特征与随机森林的伪装语音检测方法，包括以下步骤：S1、从训练语音库中随机选取真语音和伪语音，分别对随机选取的各语音进行LBP局部纹理特征和CQCC声学特征的提取，并将LBP局部纹理特征和CQCC声学特征联合组成联合特征向量，以得到训练数据集；S2、利用训练数据集对随机森林进行训练，以生成随机森林分类器；S3、将待测语音进行LBP局部纹理特征和CQCC声学特征的提取，并将LBP局部纹理特征和CQCC声学特征联合组成待测联合特征向量，将待测联合特征向量输入随机森林分类器以对待测语音进行真伪检测。本发明对待测语音进行真伪检测，有效提升ASV系统的安全性。
-
公开(公告)号：CN113380264A
公开(公告)日：2021-09-10
申请号：CN202110558455.5
申请日：2021-05-21
Applicant: 杭州电子科技大学
IPC: G10L21/013
Abstract: 本发明用于非对称语料的语音转换方法：从训练数据集中所有语音段的集合中采样得到声学矢量序列，编码器生成潜矢量序列；得到潜矢量序列后，通过IN算法得到语音的内容信息；将语音内容信息从潜矢量中减去，得说话人的个性特征；解码器对分离后的内容信息表示与说话人个性特征表示进行合成，生成语音；参数更新；判别器用对抗损失表示；将待转换的源语音与目标语音分别作为已经训练好的编码器的输入，编码器提取源语音的内容信息和目标语音的个性特征，再将两者通过已经训练好的解码器进行合成，生成保留源语音的内容信息并具有目标说话人个性特征的语音。
-
Patent Agency Ranking
公开(公告)号：CN109639414A
公开(公告)日：2019-04-16
申请号：CN201811538752.8
申请日：2018-12-14
Applicant: 杭州电子科技大学
CPC classification number: H04L9/0866 , H04L1/0056 , H04L1/0057 , H04L9/0643 , H04L9/0894 , H04L9/3231 , H04L9/3234 , H04L9/3239
Abstract: 本发明提供了一种基于特征距离与生成区间的指纹密钥生成方法，能为不同系统和设备提供一种用户指纹密钥生成并安全保护指纹数据的方法。本发明利用指纹特征距离和生成区间机制生成用户独一无二的指纹密钥，很大程度地避免了指纹信息的直接泄露。并且结合使用双层纠错技术和SHA256函数以保障数据的准确性、完整性和系统的容错性。本发明保障指纹数据安全性同时具备良好的指纹密钥释放率，并且采用不同编码规则能够在相同应用场景下实现指纹密钥的可撤销性，在不同应用场景下实现指纹密钥的多样性，具有较强的可推广性。
-
公开(公告)号：CN102510330B
公开(公告)日：2014-07-09
申请号：CN201110341284.7
申请日：2011-11-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于指纹特征数据与匹配算法的新型模糊金库方法。该方法中的上锁过程是先将随机密钥数据进行CRC编码，然后构造一个关联多项式，接着进行杂凑点的添加，然后对集合中的各个点进行特征量化过程,并打乱集合中各个点的顺序，用集合来生成一个注册哈希表。解锁过程是首先对输入细节点特征数据进行提取，接着对每个细节点特征数据进行量化，然后生成一个验证哈希表，利用匹配算法将验证哈希表与注册哈希表进行比对，获取子集，进行拉格朗日插值重构多项式。最后对重构得到的多项式的系数数据进行CRC校验过程。本发明将密钥信息和指纹特征数据有机地融合在一起，既有效地保护了密钥同时又隐藏了用户的指纹特征模板信息。
-
公开(公告)号：CN118784201A
公开(公告)日：2024-10-15
申请号：CN202410781253.0
申请日：2024-06-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于区块链的可验证隐私投票方法，该方法首先投票发起选举机构初始化一个投票，候选人和选民发送注册请求，选举机构在区块链上为其进行注册。其次选民使用候选人的公钥加密对应的分数后，得到选票，并将选票加上计算的零知识证明发送给区块链。然后智能合约自动检查选票的零知识证明，通过验证的选票保存在区块链。最后候选人在区块链公布私钥，选民使用私钥计算计票结果，若存在选民弃票，选民计算一个和原选票的分数一致的新选票，所有选民计算后，再使用公开的私钥计算计票结果。本发明保障了投票数据的安全性和完整性，提高了电子投票的透明性。
-
公开(公告)号：CN113920548B
公开(公告)日：2022-12-13
申请号：CN202110975829.3
申请日：2021-08-24
Applicant: 杭州电子科技大学
Abstract: 本发明属于生物特征处理领域，公开了一种基于指纹的可重用鲁棒模糊提取方法，具体步骤包括：1、指纹图像预处理；2、特征提取；3、构建平面直角坐标系；4、可重用鲁棒的密钥生成；5、可重用鲁棒的密钥恢复。本发明通过提取用户的指纹特征，根据指纹特征计算公开参数，并从指纹特征中提取密钥。随后将公开参数保存，但不保存用户的生物特征，且密钥也无需记忆。若需要再次使用该密钥，只需用户采集同一枚指纹的生物特征，并输入之前保存的公开参数，该算法即可恢复出相同的密钥。本发明与其它方案相比，有更快的速度与更低的存储开销。
-
公开(公告)号：CN114203192A
公开(公告)日：2022-03-18
申请号：CN202111482900.0
申请日：2021-12-07
Applicant: 杭州电子科技大学
IPC: G10L21/013 , G10L25/30
Abstract: 本发明公开了一种采用循环帧单元选择的语音转换方法及系统，本发明方法按如下步骤：S1，使用源说话人和目标说话人的语音数据库，用SI‑DNN提取出音素后验概率作为频谱特征，获得基音频率作为韵律特征，分别使用KL散度和对数刻度上的绝对差作为特征失真程度的度量；S2，根据语音帧之间的特征失真，针对每个源帧找出与其距离最小的K个目标候选帧，从而对一段T帧的语音能构造对应的大小为T×K的候选矩阵，后搜索出最佳轨迹，再利用找出的最佳轨迹作为新的源语音输入，不断优化转换后的语音，直到找出效果最好的目标帧序列；S3，用RNN‑LSTM处理得到最佳韵律轨迹，获得增强的音调周期和音调相关性，再与最佳频谱轨迹合成语音波形，输出转换后的语音。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
