-
公开(公告)号:CN119232353A
公开(公告)日:2024-12-31
申请号:CN202411749544.8
申请日:2024-12-02
Applicant: 江西农业大学 , 江西省防汛信息中心 , 江西省科学院应用物理研究所
Abstract: 本发明涉及计算机技术领域,公开了一种基于信任中继链的抗恶意节点跨链数据隐私保护方法,本发明在区块链系统中运行信任中继链;取全局信任度最高的节点为代理节点,在初始化后,上传隐私数据之前对数据进行加密,加密后的数据被上传至区块链X上的某个节点;当区块链Y上的节点需要获取区块链X上的数据时,向代理节点发送数据获取请求,代理节点向数据拥有者请求重加密密钥,代理节点使用重加密密钥将密文CT转换为重加密密文,然后运行解密算法,若节点的属性满足LSSS访问结构,成功解密数据。本发明基于属性代理重加密和信任中继链,实现高效、安全、灵活的跨链数据隐私保护,提高中继链抗恶意节点能力。
-
公开(公告)号:CN119202954A
公开(公告)日:2024-12-27
申请号:CN202411720195.7
申请日:2024-11-28
Applicant: 江西农业大学 , 江西省防汛信息中心 , 江西省科学院应用物理研究所
IPC: G06F18/2431 , G06F18/213 , G06F18/10 , G06F18/25 , G06N3/0464
Abstract: 本发明属于情感分析技术领域,具体涉及一种多模态信息融合的动态拓扑层次结构情感分析方法,该方法通过提取图像特征和文本特征;通过多头注意力机制对图像特征和文本特征进行对齐,得到对齐后的图文特征向量;将图文特征向量映射到动态拓扑层次结构中,并使用高维扩展编码方法对图像和文本的多模态特征进行融合和高维扩张,得到图像特征和文本特征的高维扩展编码特征,并输入到情感分类器中,得到积极、中性、消极三类情感分类结果。本发明结合深度学习的多模态特征对齐与融合策略,能够在不均衡数据集上提升情感分类的准确性和适用性,为多模态情感分析提供了有效的技术解决方案。
-