-
公开(公告)号：CN114553875A
公开(公告)日：2022-05-27
申请号：CN202210283177.1
申请日：2022-03-22
Applicant: 暨南大学
IPC: H04L67/10 , H04L67/1097 , H04L9/32 , G06Q40/04 , G06F16/27
Abstract: 本发明公开了一种基于去中心化ID与预言机的资产上链系统及方法，方法在资产上链前，资产发行方在去中心化ID注册中心注册；资产上链时，生成智能合约，以代表用户的资产；使用资产发行方私钥为资产对应的证明文件签名；将证明文件附加到智能合约上。当代表资产的智能合约触发交易时，需要验证资产的有效性，通过预言机获取链下数据，返回验证结果后继续进行交易操作。本发明借助区块链、预言机、去中心化ID实现资产上链过程，以此实现的资产相关的应用，具有去中心化的特点。
-
公开(公告)号：CN114493970A
公开(公告)日：2022-05-13
申请号：CN202210107992.2
申请日：2022-01-28
Applicant: 暨南大学
Abstract: 本发明公开了一种面向图像实例级局部区域的图像鲁棒水印方法、系统及介质。本发明将水印信息嵌入到图像的局部实例语义区域，所生成的局部含密图与原始图像在观感上无显著差异。此外，本发明将图像修复领域的部分卷积运用到局部水印信息的扩散上，提高了模型的鲁棒性，有助于水印提取网络对水印信息的提取。相比较于传统水印方案或使用基于CNN的一般方案，本发明创造适用于图像像素级的一个或多个实例区域的图像水印信息的嵌入和提取，使得一副图像所能承载的水印信息的更为多样。
-
公开(公告)号：CN114143774A
公开(公告)日：2022-03-04
申请号：CN202111531335.2
申请日：2021-12-15
Applicant: 暨南大学
IPC: H04W12/03 , H04W12/041 , H04W12/0431 , H04W12/61 , H04W12/67 , H04W60/00 , H04B7/185
Abstract: 本发明公开了一种无人机网络中的轻量级可信消息交换方法及系统，方法包括以下步骤：S1、初始化，GCS设置时钟并生成公钥和私钥、定义声誉等级、划分一系列时间间隔以及定义消息类型；S2、无人机注册，当一个新的无人机以离线方式向GCS发送注册请求时，GCS为其分配唯一标识符、配备可信平台模块TPM以及设置声誉等级；S3、声誉等级更新，GCS监控每个已注册的UAV，并在每个时间间隔开始时更新每个已注册UAV的声誉等级；S4、秘密值分发，已注册UAV在需要时通过GCS‑to‑UAV方式向GCS请求其在当前和下一个时间间隔的秘密值；S5、U2U消息交换，无人机对无人机进行消息交换。本发明可在较低计算和通信开销的前提下，高效地实现无人机网络中的可信消息交换。
-
公开(公告)号：CN114125728A
公开(公告)日：2022-03-01
申请号：CN202111460499.0
申请日：2021-12-02
Applicant: 暨南大学
IPC: H04W4/06 , H04W4/38 , H04W12/03 , H04W12/041 , H04W12/043 , H04W12/08 , H04W12/60 , H04B7/185
Abstract: 本发明公开了一种无人机网络中轻量级、隐私保护的信任评估方法及系统，方法包括以下步骤：S1、系统初始化，地面控制站初始化；S2、无人机注册，无人机以离线方式向GCS发出注册申请，GCS为无人机分配唯一标识符并安装可信平台模块；S3、秘密消息请求，无人机向GCS请求获取其秘密信息；S4、数据交换，无人机根据其机载传感器的信息生成数据，并将其广播至附近其他无人机。本发明同时实现了高精确度的信任评估和强隐私保护，且能够在较低的计算、通信与存储开销的情况下，显著提高数据融合结果的准确率，并在诸多方面的表现优于现有方法。
-
公开(公告)号：CN113115317A
公开(公告)日：2021-07-13
申请号：CN202110243879.2
申请日：2021-03-05
Applicant: 暨南大学
Abstract: 本发明公开了一种车联网中车辆信任评分的隐私保护方法，包括以下步骤：TA生成车辆假名以及安装可信平台模块，TA发布密钥；评分者车辆为受信者车辆生成信任证明，计算信任证明对应的加权评估值；受信者车辆收到评分者车辆为自身生成的信任证明后，将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断；当受信者车辆尝试与施信者车辆进行交互时，受信者提供信任证明；施信者车辆导出信任证明对应的加权评估值，考虑时间衰减权重，施信者车辆根据平均加权分数决定是否与受信者车辆进行交互。本发明在车辆上安装TPM，能够很好地兼顾信任管理和隐私保护，并且从多方面进行评级，保证了评分的真实性。
-
Patent Agency Ranking
公开(公告)号：CN111885544A
公开(公告)日：2020-11-03
申请号：CN202010684752.X
申请日：2020-07-16
Applicant: 暨南大学
Abstract: 本发明公开了一种车联网中兼顾信任管理和隐私保护的紧急消息散播方法及系统，该方法包括可信机构和路侧单元初始化、车辆注册、声望证书请求、紧急消息散播、声望反馈集合报告、声望信息更新和车辆撤销等步骤。所提方法采用基于布隆过滤器的隐私保护集合求交技术，兼顾了精确的信任管理和强的隐私保护；提供非交互式的散播方法，加快了紧急消息散播和信任评估的速度；支持假名、临时公钥和临时私钥在不同的时间槽的重复利用，其长度能够更短，并节省存储空间和网络带宽；性能不随车辆数量而增长，能够更好地适应于大范围的车联网。
-
公开(公告)号：CN111858933A
公开(公告)日：2020-10-30
申请号：CN202010659957.2
申请日：2020-07-10
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/211 , G06N3/04
Abstract: 本发明公开了一种基于字符的层次化文本情感分析方法及系统，该方法步骤包括：对给定的文本数据进行预处理，包括设计字符集、划分文本中的句子、基于字符集得到数字形式的文本表示；建立字符级别的神经网络模型：将预处理后的文本数据输入字符级别的神经网络模型，依次经过模型嵌入层、卷积神经网络层和解码层，提取并输出文本中每个句子的特征向量；建立句子级别的神经网络模型：以字符级别网络的输出作为输入，依次经过循环神经网络层、注意力层和解码层，输出文本的情感分类的概率分布。本发明从字符级别对文本提取初始特征，句子级别网络既包含了时序信息，又能让网络倾向于对情感分析结果有利的句子，提高了模型的准确度和健壮性。
-
公开(公告)号：CN111526002A
公开(公告)日：2020-08-11
申请号：CN202010578978.1
申请日：2020-06-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于格的多身份的全同态加密方法，包括如下步骤：系统初始化；提取用户密钥：利用全秩函数将第一用户身份与第二用户身份映射为一个可逆矩阵，再经过向量运算生成第一用户身份对应的第一私钥、第二用户身份对应的第二私钥；生成密文：获取第一用户身份的加密选择，选取要加密的明文消息，加密得到第一密文；解密单身份：对于第一用户身份，通过第一私钥进行解密，得到明文消息；转换身份：通过身份转换算法，将第一用户身份的第一密文转换为第二用户身份对应的第二密文；全同态评估：将身份转换之后的密文进行全同态运算后解密。本发明将单一身份的密文的加解密转换为可以对多个身份密文的加解密，并且能够实现正确的全同态运算。
-
公开(公告)号：CN110458060A
公开(公告)日：2019-11-15
申请号：CN201910694429.8
申请日：2019-07-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于对抗学习的车辆图像优化方法及系统，该方法的步骤为：收集不同角度拍摄的车辆图像，将车辆图像划分为标准场景图像和非标准场景图像；对非标准图像进行图像预处理后作为低质量数据集；构建基于生成对抗网络的车辆图像优化模型，模型由生成器、判别器和特征提取器构成；训练基于生成对抗网络的车辆图像优化模型，设置损失函数，采用反向传播计算网络权重梯度并更新车辆图像优化模型参数；车辆图像优化模型训练完成后，保留生成器作为最终的车辆图像优化模型，输入多场景车辆图像，输出优化的标准场景图像。本发明实现复杂场景车辆图像到标准场景车辆图像迁移，达到优化图像质量目的，提升车辆检测识别准确率。
-
公开(公告)号：CN110011782A
公开(公告)日：2019-07-12
申请号：CN201910180640.8
申请日：2019-03-11
Applicant: 暨南大学
Abstract: 本发明涉及一种多对一全同态加密算法，在此算法中提出了多方加密一方解密的全同态加密，其中，加密方用自己的私钥对需要上传到云服务器的消息进行加密，所以加密方能够对加密的数据进行后期的验证，解密方可以对所有上传的消息进行全同态运算之后再解密，这样既节省了运算时间又提高了运算的效率，在此方法中，加密方的个数被控制在能够正确解密的范围内，并且通过实验证明，此方法在整数范围内具有可行性，满足用户响应的需求。另外，本发明的多对一全同态加密算法增加了信息的传输量，提高了传输速度，更符合现有的大数据社会的需求。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.027 seconds)
