-
公开(公告)号：CN116796365A
公开(公告)日：2023-09-22
申请号：CN202310657832.X
申请日：2023-06-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的群智感知数据真值发现方法，属于移动群智感知数据处理技术领域。本发明设计了两种智能合约来确保整个系统的高效性和公平性，使系统的所有参与者的利益都能得到保障；本发明利用差分隐私保护了区块链上的工作者的感知数据隐私，避免了原有的链上加密带来的复杂计算；本发明使用的可信度管理和奖励策略降低了计算成本，有利于可靠用户保持诚实，提高了数据质量；本发明提出的框架经过实验验证，证实了其可行性和有效性。
-
公开(公告)号：CN116308365B
公开(公告)日：2023-09-19
申请号：CN202310520156.1
申请日：2023-05-10
Applicant: 北京理工大学
IPC: G06Q20/38
Abstract: 本发明涉及一种门罗币去匿名化方法，属于加密货币监管技术领域，该方法包括：收集门罗币交易数据，构建输入与交易输出之间的二部图，为所述二部图设计权重，对所述二部图进行剪枝，以及在所述二部图中寻找最大权重匹配。本发明通过在门罗币交易二部图中寻找最大权重匹配，可以在包含众多交易输出的输入中找出真正花费的交易输出，从而实现门罗币去匿名化，使政府监管部门能够对门罗币交易进行有效监管，进而打击通过门罗币交易进行的各种违法犯罪。
-
公开(公告)号：CN116738076A
公开(公告)日：2023-09-12
申请号：CN202310573931.X
申请日：2023-05-19
Applicant: 北京理工大学
IPC: G06F16/9537 , G06N5/01 , G06N3/049 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于时间依赖波时变神经网络的K最近邻搜索方法。这种方法的目的是在统一度量空间中检索离查询点最近的K个最近邻居。提出的方法是一种基于时间依赖神经元的新型神经网络，它的所有神经元都是并行计算的，且该模型不需要任何的训练。在时间依赖波时变神经网络中的每个神经元都由六个部分组成：输入器、波接收器、状态更新器、波发生器、波发送器和输出器。神经元通过时间依赖波传递信息，每一条波由三部分组成。K最近邻搜索是基于时间最短并且满足到达K个邻居的旅行时间比同一度量空间中的其他点都小。实验结果表明本发明提出的方法能够求得问题的全局最优解。
-
公开(公告)号：CN116668468A
公开(公告)日：2023-08-29
申请号：CN202310403052.2
申请日：2023-04-17
Applicant: 北京理工大学
IPC: H04L67/1097 , H04L67/1042 , H04L67/104 , G06F16/27
Abstract: 本发明涉及一种基于加权泰森多边形的联盟链数据异构存储方法，属于区块链应用技术领域。本方法将区块链系统中的存储节点划分成了若干存储组，不同的存储组储存不同的区块，降低了区块链的存储资源消耗。每个存储组包含多个存储节点，实现了区块的冗余分配，保证了区块链系统的安全性。本方法基于加权泰森多边形将存储组映射到二维平面中，通过将新生成的区块随机映射到该二维平面实现对区块的分配，保证了各存储组的负载均衡。本方法充分考虑了对节点加入和退出的处理，避免了节点加入和退出带来的频繁的存储拓扑变更，实现了系统的高可扩展性。
-
公开(公告)号：CN116668003A
公开(公告)日：2023-08-29
申请号：CN202310461675.5
申请日：2023-04-26
Applicant: 北京理工大学
IPC: H04L9/06
Abstract: 本发明涉及一种混合差分字节级区分器搜索方法，属于网络信息安全分组密码设计与分析技术领域。首先对使用(半)字节级置换作为线性扩散层的分组密码中的每一个状态矩阵的每个输入字节和每个输出字节，引入混合差分模式编码变量，并对每一层线性扩散层的异或操作引入概率变量。针对加密流程中的非线性层S盒操作，无需生成新的编码变量。以最小化分组密码中所有线性扩散层XOR操作的概率变量之和为目标，对每一轮线性扩散层的每一个XOR操作的输入(半)字节混合差分编码变量、输出(半)字节混合差分编码变量、概率变量赋予所述限制，建立一个混合整数的线性规划问题；最后通过求解混合整数线性规划问题，获得高概率的混合差分区分器。
-
Patent Agency Ranking
公开(公告)号：CN115758468B
公开(公告)日：2023-07-07
申请号：CN202211552174.X
申请日：2022-12-05
Applicant: 北京理工大学
Abstract: 本申请公开了具有前后向隐私支持非交互多用户可搜索加密方法及系统，方法包括以下步骤：数据拥有者生成密钥后通过安全通道发送给数据使用者；数据拥有者将加密索引以及加密文件上传到云服务器中；数据使用者通过密钥在云服务器中执行相关令牌操作，云服务器返回操作结果。本发明基于多客户端的设置，更加适用于现实生活场景，可以进一步扩展适用于医疗数据共享系统、地理位置查询系统等；本发明为了避免数据使用者频繁与数据拥有者交互，提供了一个可以实现非交互的方法；并在此基础上还保证了前向和后向隐私，因为过去的时间范围是不能搜索到新添加的时间戳的；除此之外，我们为了减轻客户端存储负担，还实现了小客户端存储。
-
公开(公告)号：CN111652732B
公开(公告)日：2023-05-12
申请号：CN202010460583.1
申请日：2020-05-26
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于交易图匹配的比特币异常交易实体识别方法，属于区块链应用安全技术领域。所述方法，包含：1)处理比特币历史交易详细数据并进行地址聚类，构建地址集群数据集；2)基于交易输入及输出地址、交易时间戳和交易金额提取比特币异常交易实体输入和输出特征；3)构建比特币历史交易详细信息交易图；4)构建比特币异常交易实体的输入交易模式和输出交易模式；5)在3)构建的交易图中，利用子图匹配根据4)的比特币异常交易实体交易模式，分别对比特币异常交易实体的输入和输出交易模式进行匹配检测，从而识别出比特币异常交易实体。所述方法利用子图匹配使得异常交易实体直观且有效，协助降低比特币投资者的市场投资风险。
-
公开(公告)号：CN114615024B
公开(公告)日：2023-04-18
申请号：CN202210160945.4
申请日：2022-02-22
Applicant: 北京理工大学
Abstract: 本发明涉及一种无需可信机构且保护隐私的数据聚合系统及方法，属于数据聚合及隐私保护技术领域。所述系统包括数据提供者、数据请求者、云服务器A和云服务器B。数据请求者基于特定任务向云服务器A和B发出数据请求。云服务器A用于生成序列数，对加密的数据进行数据聚合，获得所有原始数据。云服务器B用于生成序列数。每个数据提供者随机选择多个随机数，分别发送给其他数据提供者。每个数据提供者根据自己生成和收到的随机数集生成混淆函数，每个数据提供者加密自己的感知数据。最后云服务器A进行数据聚，得到聚合结果。本发明保证了数据源隐私性和数据安全性，具有较好的可拓展性，应用场景广泛，且无需可信机构参与，降低了现实应用难度。
-
公开(公告)号：CN111104968B
公开(公告)日：2023-04-18
申请号：CN201911215859.3
申请日：2019-12-02
Applicant: 北京理工大学
IPC: G06F18/2411 , G06F18/214 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种基于区块链的安全SVM训练方法，能够有效解决在区块链平台下机器学习模型训练时面临的用户数据隐私泄露的问题，属于人工智能机器学习技术领域。本发明方法，在不引入可信第三方的条件下，基于区块链技术，建立安全的数据共享平台；各数据提供方在共享计算中间值时，将待共享的计算中间值通过门限同态加密算法进行加密，之后再共享到平台上，保证了用户数据在共享过程中的安全性；大部分模型训练工作在数据提供方本地进行，计算输入基于明文数据，从而保证了模型训练的高效性。本发明尤其适用于面向竖切数据集多方协作训练模型的场景。
-
公开(公告)号：CN114332986B
公开(公告)日：2023-03-24
申请号：CN202111485173.3
申请日：2021-12-07
Applicant: 北京理工大学
IPC: G06V40/16 , G06V10/774
Abstract: 本发明涉及一种基于子空间学习的小样本人脸识别方法，属于人脸识别技术领域。本方法针对小样本人脸识别，提出了基于标签释放和贡献度区分的子空间学习方法，通过对系数矩阵进行加权，对重要的数据点赋予更高的权重，以便子空间学习中重构的样本更加准确，从而学习到更好的变换矩阵或子空间。特别是利用标签释放、线性回归、对角非零约束来学习一个子空间，使得映射空间的同类样本差异减小、异类样本差异增，进而有利于分类准确识别。
-
-
-
-
-
-
-
-
-
Search Results
444
records
(took 0.065 seconds)
