一种基于混洗差分隐私保护的个性化联邦学习方法及系统

    公开(公告)号:CN117932683B

    公开(公告)日:2025-05-06

    申请号:CN202410187832.2

    申请日:2024-02-19

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于混洗差分隐私保护的个性化联邦学习方法及系统。该方法包括:分析器发布隐私等级分类策略和初始全局模型;客户端更新局部模型,利用本地数据对局部模型进行本地训练,将本地训练后的局部模型梯度上传随机产生器;随机产生器基于用户隐私预算在局部模型梯度中加入噪声,基于加入噪声后的局部模型梯度生成扰动梯度;混洗服务器将打乱后的扰动梯度序列和隐私保护等级序列上传分析器;分析器获得并发布下一全局迭代轮次的全局模型。本申请能够更好地适应用户本地隐私需求不一致的场景,结合差分隐私和混洗服务器来保护梯度参数安全,且分析器的中央服务器可添加更少噪声保护。

    面向联邦学习中毒攻击的防御方法和系统

    公开(公告)号:CN119398137B

    公开(公告)日:2025-05-02

    申请号:CN202411535885.5

    申请日:2024-10-31

    Applicant: 重庆大学

    Abstract: 本发明涉及信息安全技术领域,涉及一种面向联邦学习中毒攻击的防御方法,包括客户端获取训练图像集;客户端为训练图像集注入噪声得到含噪图像集,利用含噪图像集训练客户端去噪模型,将训练好的客户端去噪模型上传至服务端;服务端为验证图像注入噪声得到噪声验证图像,输入噪声验证图像至客户端上传的客户端去噪模型,得到验证数据;根据验证数据从参与联邦学习的客户端中筛选出可信任客户端清单;聚合可信任客户端清单中客户端上传的客户端分类模型,获得全局分类模型,并将全局分类模型分发回客户端。本发明还提出一种面向联邦学习中毒攻击的防御系统。本发明可以提高服务端对客户端模型可信度的判断能力,提高模型对中毒攻击的防御能力。

    基于本地差分隐私的社交图合成方法、装置、设备及介质

    公开(公告)号:CN119066234B

    公开(公告)日:2025-04-15

    申请号:CN202411163097.8

    申请日:2024-08-23

    Applicant: 重庆大学

    Abstract: 本发明涉及隐私保护技术,揭露了基于本地差分隐私的社交图合成方法,包括:获取社交网络图中各节点的度信息,并对度信息加噪得到加噪度信息后将加噪度信息发送至服务端;所述服务端接收加噪度信息,并计算加噪度信息对于社交网络图的密度估计值,并将密度估计值发送至所述各节点;所述各节点获取每个节点的隐私概率,并根据隐私概率对各节点的邻居列表进行加扰,得到加扰邻居列表;所述服务端汇聚加扰邻居列表,并生成加扰邻居列表的邻接矩阵,根据所述邻接矩阵中的边信息以及加扰邻居列表生成社交合成图。本发明还提出一种基于本地差分隐私的社交图合成装置、设备及介质。本发明可以提高基于本地差分隐私的社交图合成的安全性和准确度。

    汽车域控制器多虚拟机与多进程架构的内存实时分配模型和方法

    公开(公告)号:CN119690586A

    公开(公告)日:2025-03-25

    申请号:CN202411760206.4

    申请日:2024-12-03

    Abstract: 本发明公开了一种汽车域控制器多虚拟机与多进程架构的内存实时分配方法,通过将面向汽车域控制器中多虚拟机和多进程架构的内存实时分配过程转化为一个马尔可夫决策过程,并利用强化学习深度Q网络拟合价值函数Q(S,A),构建得到汽车域控制器多虚拟机与多进程架构的内存实时分配模型;基于构建的内存实时分配模型进行域控制器多虚拟机和多任务进程内存实时分配,包括:计算任务的静态与动态分类,计算任务的预排序;内存碎片化程度的判断,内存和计算任务状态信息的输入,执行模型输出的内存实时分配规则等;能够保证内存实时分配模型在必要的时候运行,降低汽车能耗,通过灵活切换多种内存分配规则降低内存碎片化程度,从而实现实时响应与适应性的内存实时分配。

    一种差分隐私的轨迹相似度发布方法、程序产品及装置

    公开(公告)号:CN119474902A

    公开(公告)日:2025-02-18

    申请号:CN202411511177.8

    申请日:2024-10-28

    Applicant: 重庆大学

    Abstract: 本发明提供了一种差分隐私的轨迹相似度发布方法,包括:获取多个用户多个时刻的位置数据;构建每个时刻的相似度子图,相似度子图中的边表示边连接的两个用户的距离小于距离阈值;合并多个时刻的相似度子图获得相似度合成图;根据相似度合成图中每条边在多个时刻的相似度子图中出现的频次设置每条边的权重,获得轨迹相似图;在轨迹相似图的边的权重中添加噪声,获得加噪后的轨迹相似图;发布加噪后的轨迹相似图。本发明还公开了一种差分隐私的轨迹相似度发布装置,一种计算机程序产品,一种电子设备,一种用户轨迹相似度分析方法及分析系统。本发明将用户之间的轨迹相似度直观地体现在轨迹相似图上,同时向边的权重添加噪声,实现了隐私保护。

    一种基于本地差分隐私的联邦学习方法及系统

    公开(公告)号:CN118504712B

    公开(公告)日:2024-11-26

    申请号:CN202410700416.8

    申请日:2024-05-31

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于本地差分隐私的联邦学习方法及系统。该方法包括:用户端从服务器端获取本轮的全局模型和全局模型参数更新;获取本轮的全局模型参数更新与上一轮的全局模型参数更新的相似度;若相似度小于回溯阈值,通过本地数据训练获得本轮的本地模型参数更新,获得本轮的本地模型参数噪音更新;若相似度大于或等于回溯阈值,从历史全局模型参数更新集中选取与本轮的全局模型参数更新最相似的历史全局模型参数更新,将选取的历史全局模型参数更新所属轮次的本地模型参数噪音更新作为本轮的本地模型参数噪音更新;上传本轮的本地模型参数噪音更新至服务器端。本发明可避免不必要的本地训练过程,节省计算资源和训练时间,自适应调整添噪声。

    一种行驶工况搭建方法、装置、电子设备以及存储介质

    公开(公告)号:CN118965031A

    公开(公告)日:2024-11-15

    申请号:CN202411092310.0

    申请日:2024-08-09

    Applicant: 重庆大学

    Abstract: 本发明涉及行驶工况搭建技术,揭露了一种行驶工况搭建方法,包括:获取汽车行驶数据,并将所述汽车行驶数据切分成运动学片段数据;将所述运动学片段数据进行特征编码得到运动学片段特征,并将所述运动学片段特征利用深度聚类算法进行聚类操作得到运动学片段聚类结果;将所述运动学片段聚类结果利用遗传算法进行行驶工况搭建,得到所述汽车行驶数据的行驶工况。本发明还提出一种行驶工况搭建装置、电子设备以及存储介质。本发明可以提高行驶工况搭建的准确性。

    基于区块链的车联网跨域认证方法、系统、设备及介质

    公开(公告)号:CN118870347A

    公开(公告)日:2024-10-29

    申请号:CN202411112307.0

    申请日:2024-08-14

    Applicant: 重庆大学

    Abstract: 本发明涉及车辆网领域,涉及一种基于区块链的车联网跨域认证方法,包括:可信认证中心初始化系统参数,并对车联网中路边单元RSU的身份信息和车辆V的身份信息进行注册;各路边单元RSU周期性广播自身的身份信息;车辆Vij在进入路边单元RSUij的通信范围时对所述路边单元RSUij的身份信息进行验证;若车辆Vij认证成功,则车辆Vij利用匿名身份生成跨域认证请求并发送至路边单元RSUij;所述路边单元RSUij通过零知识证明对车辆Vij的匿名身份进行认证,若认证成功,则建立路边单元RSUij与车辆Vij之间的连接实现路边单元RSUij与车辆Vij的跨域沟通。本发明还提出一种基于区块链的车联网跨域认证系统、设备以及存储介质。本发明可以提高认证效率,降低区块链上的存储和计算开销。

    一种可逆信息隐藏自适应校验预测方法、装置及设备

    公开(公告)号:CN118741004A

    公开(公告)日:2024-10-01

    申请号:CN202410765630.1

    申请日:2024-06-14

    Applicant: 重庆大学

    Abstract: 本发明提供了一种可逆信息隐藏自适应校验预测方法、装置及设备。所述预测方法包括:将原始图像划分为多个图像块,将图像块的像素点划分为不相交的点集和叉集;将多个图像块区分为纹理块和平滑块;输入图像块的点集至全局预测器获得图像块的叉集全局预测结果;当图像块为平滑块时,通过图像块的叉集全局预测结果和点集获得图像块的预测图像;当图像块为纹理块时,利用局部预测器校验所述叉集全局预测结果获得叉集校验预测结果,通过图像块的叉集校验预测结果和点集获得图像块的预测图像;组合多个图像块的预测图像获得原始图像的预测图像。实现了全局预测器和局部预测器在图像不同区域的自适应校验,将预测误差控制在一定区间内,减少预测误差。

    一种基于V2G网络的电力分配优化方法、装置、芯片及终端

    公开(公告)号:CN118336758B

    公开(公告)日:2024-09-17

    申请号:CN202410439210.4

    申请日:2024-04-12

    Applicant: 重庆大学

    Abstract: 本发明实施例公开了一种基于V2G网络的电力分配优化方法、装置、芯片及终端,应用于移动端参与的V2G网络,方法首先设置各种电车交易信息的初始权重,然后根据初始权重和属性筛选出基础交易数据中的关键数据,关键数据作为移动端需要使用的训练数据,通过云存储服务器进行存储,提高电力分配优化中交易数据的利用效率和准确性。并且,移动端根据所提供的训练数据进行联邦学习,优化和更新移动端的本地模型,进而优化和更新全局模型,由于交易数据与电力息息相关,因此,此部分也优化了最终输出的供电方案,根据供电方案进行电力分配,可以解决电力短缺的问题,且具有较好的可持续性和稳定性。

Patent Agency Ranking