-
公开(公告)号:CN110874348A
公开(公告)日:2020-03-10
申请号:CN201911106280.3
申请日:2019-11-13
Applicant: 哈尔滨工业大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于大数据的技术领域,具体涉及一种混合云环境下隐私的差异化数据检索方法,包括确定目标关键字,向数据文件输入检索请求,显示数据文件的关键字,度量数据文件的关键字与目标关键字的距离值,通过距离值构建数据检索索引,获得检索结果。本发明不仅同时提高了用户在大数据中的搜索速度和在大数据中信息的传输速度,还扩大了搜索的空间和搜索关键字的语义空间,从而使攻击者不能准确地推断出文件的内容,有效地解决了混合云环境下隐私泄露的问题。
-
公开(公告)号:CN110795473A
公开(公告)日:2020-02-14
申请号:CN201911106961.X
申请日:2019-11-13
Applicant: 哈尔滨工业大学 , 电子科技大学广东电子信息工程研究院
IPC: G06F16/2458 , G06F16/242 , G06F16/27 , G06F9/445
Abstract: 本发明属于检索技术领域,具体涉及一种基于自举法的加速搜索方法,包括S1.将Hadoop架构下的用户搜索请求设置为三元组Q(Op,D,ρ),其中,Op表示用户对目标数据集合D的搜索操作,ρ为用户设置的搜索精度下限值;S2.从数据集合D中抽取初始样本S,然后以S为论域进行m次有放回采样{S1,...,Sm};S3.对步骤S2中实施操作Op(D)产生的m个结果{Op(S1),...,Op(Sm)}进行近似计算,得到变异系数的相对误差值;S4.根据步骤S3中的相对误差进行评估,得出满足用户近似精度的搜索结果。与现有技术相比,本发明采用自举法进行抽样,有效地降低了抽样过程中样本的数量,同时由于只需要从原始数据集中抽取一个较小的随机均匀抽样,因此,可以显著降低采样过程的磁盘成本。
-
公开(公告)号:CN110866277A
公开(公告)日:2020-03-06
申请号:CN201911107523.5
申请日:2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种DaaS应用的数据集成的隐私保护方法,包括如下步骤,步骤一、在满足数据匿名的条件下,通过租户间多轮协作,每轮采用信息增益最大的属性加细数据集;步骤二、设定云服务提供商的信誉等级,并根据信誉等级划分云服务提供商;步骤三、对于低于预设信誉等级的云服务提供商,采用基于分割的隐私保护机制,隐藏数据之间的关联关系,并通过分组均衡化的方式,确保属性的值域均衡分布,防止云服务提供商泄露租户数据隐私;对于高于预设信誉等级的云服务提供商,采用分类索引树数据结构,验证云服务提供商返回数据的正确性及完整性。本发明通过分类索引树数据结构,使云租户有能力验证云服务提供商返回结果集的正确性及完整性。
-
公开(公告)号:CN110866276A
公开(公告)日:2020-03-06
申请号:CN201911107507.6
申请日:2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
IPC: G06F21/62
Abstract: 本发明属于数据的隐私保护的技术领域,具体涉及一种混合云环境下数据的隐私保护方法,包括如下步骤,步骤一、将DaaS承载平台作为混合云,根据高维稀疏数据的特征及数据发布模式,分析引入云平台后数据隐私泄露的潜在风险;步骤二、在匿名分割策略的基础上,通过贪心策略,分析数据可用性最大化的约束场景;步骤三、利用交互型差分隐私保护的统计搜索,分析加噪对数据可用性的影响;步骤四、针对并行化匿名分割造成的数据误分割,通过共享聚合簇,减小保留在私有云上的数据量。本发明能够减少信息损失,提高算法的执行效率,从而提高数据的隐私保护的可行性和实用性。
-
公开(公告)号:CN119474269A
公开(公告)日:2025-02-18
申请号:CN202411529670.2
申请日:2024-10-30
IPC: G06F16/332 , G06N5/04
Abstract: 一种基于数据对齐的大语言模型回复生成方法及系统,它属于大语言模型回复生成领域。本发明解决了现有大语言模型有害输出的风险大的问题。本发明首先通过COD提示收集有害问题数据集和无害问题数据集,并利用收集的数据集对模型进行预训练,再利用收集的数据集和提出的对齐策略对模型进行训练,以最小化有害响应的负对数似然,同时惩罚有害响应,通过梯度上升优化样本损失,以强化模型的正面行为。然后通过向对齐后的模型权重中添加一个安全向量来校正模型的安全性,可以在保持模型原始任务性能的同时补偿模型的安全性损失,显著降低模型产生有害输出的概率。本发明方法可以应用于大语言模型安全回复生成领域。
-
公开(公告)号:CN111124666B
公开(公告)日:2023-05-12
申请号:CN201911168370.5
申请日:2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种移动物联网中的高效、安全的多用户多任务卸载方法,涉及移动物联网移动边缘计算领域,为了实现在时间的约束下将能耗的加权总和最小化,使任务卸载能耗较低。建立通信模型;资源分配策略,量化本地计算和卸载计算的开销;压缩策略,采用JPEG算法对卸载计算时传输的用户数据进行压缩以减少能源消耗;安全策略;优化策略;构建一个考虑将资源分配、压缩和安全性的集成模型,将该模型表述为整数非线性问题,该问题的目标是在时间约束下使能量的加权总和最小化,获得任务卸载决策和任务压缩决策的最优解。减轻移动物联网的网络资源限制,在计算任务卸载的同时,兼顾考虑资源分配,传输数据压缩和安全性,实现在时间的约束下能耗的加权总和最小化。
-
公开(公告)号:CN114166229A
公开(公告)日:2022-03-11
申请号:CN202111527718.2
申请日:2021-12-14
Applicant: 哈尔滨工业大学
Abstract: 基于冗余防御规避算法的健康出行路线规划系统,它属于出行路线规划技术领域。本发明解决了现有系统在进行出行路线规划时并未对疫情区域进行规避,且不具备保护用户出行轨迹功能的问题。本发明建立了实时的疫情热点图和交通枢纽热点图,再根据用户输入的出行起始点和终点将所有可行的安全路径构建为一张疫情热点的动态拓扑图,由源点到汇点生成一条安全且相对便捷的路径,达到自动安全规划路径的效果。而且利用用户路线中的途经点和路径上的交通枢纽额外生成冗余路径,使真实规避路径与冗余查询路段形成一张复杂的路网,使攻击者难以从路网的冗余路径中找到真实路径,用户出行轨迹得到很好的保护。本发明可以应用于对出行路线进行规划。
-
公开(公告)号:CN107633430A
公开(公告)日:2018-01-26
申请号:CN201710853584.0
申请日:2017-09-20
Applicant: 哈尔滨工业大学
IPC: G06Q30/02
Abstract: 本发明公开了一种基于群体社区的商品推荐方法,包括以下步骤:分析用户的历史购物行为,提取购物操作信息,建立用户兴趣模型;对提取的购物操作信息进行基于用户兴趣性的聚类分析,将具有共同喜欢的用户聚集为一个社区;通过对购物行为历史进行分析,挖掘兴趣相似的兴趣圈,进行在线商品推荐;通过用户购物历史,进行反向商品类别分析,依据商品的类别进行产品推荐。本发明从用户层、商品分类层、商品类别细化三个层次逐层深入分析,使得推荐系统能够依据用户间的相似性特征,越来越精确的识别和推荐用户喜爱的商品。大大降低计算量,能有效缓解在线推荐速度瓶颈问题。通过所识别的商品社区,更有效地识别出关联购物情况,提高推荐质量。
-
公开(公告)号:CN118075727A
公开(公告)日:2024-05-24
申请号:CN202410386906.5
申请日:2024-04-01
Abstract: 一种基于深度学习辅助的野外应急救援系统,它属于野外救援技术领域。本发明解决了现有野外应急救援系统不能保证求救信息被及时发出,且存在信息泄露风险的问题。在传统移动信号无法覆盖的区域,本发明使用短报文的方式进行卫星链路通信,可以保证求救信息被及时发出去。而且,本发明方法对需要发送的短报文信息进行加密、对采集的用户人脸视频进行加密,可以有效防止用户隐私信息被窃听方获取,造成信息泄露的问题,而且在注册和登录时需要对用户的身份进行认证,该认证方式是通过借助深度学习的方法避免非法分子注册和登录系统来篡改和窃取信息,保证了用户的安全。本发明方法可以应用于野外救援技术领域。
-
公开(公告)号:CN113705464A
公开(公告)日:2021-11-26
申请号:CN202111003357.1
申请日:2021-08-30
Applicant: 哈尔滨工业大学
Abstract: 一种用于解决运动想象脑机接口中特征迁移问题的域适应方法,它属于运动想象脑机接口中迁移学习技术领域。本发明解决了运动想象脑机接口中,由于脑电信号特征迁移带来的偏差会导致MI‑BCI的分类正确率低的问题。本发明根据源域与目标域样本分布求得所需映射,目标域的样本分布经过映射后成为一个新的样本分布,新的样本分布与源域样本分布差异最小,通过映射改变目标域样本分布从而维持脑机接口中目标域与训练域样本分布的一致性,解决脑电信号特征迁移带来偏差的问题,有效提高对新的样本分布的分类正确率。本发明可以应用于运动想象脑机接口中的特征迁移。
-
-
-
-
-
-
-
-
-