-
公开(公告)号：CN108092770A
公开(公告)日：2018-05-29
申请号：CN201810142131.1
申请日：2018-02-11
Applicant: 成都信息工程大学
Abstract: 本发明属于量子通信技术领域，公开了一种量子身份认证方法、计算机、计算机程序、可读存储介质，双方的二进制身份字符串按照指定规则制备两组粒子序列；Alice发送制备Bell态粒子序列的第一个粒子给Bob，Bob发送制备Bell态粒子序列的第二个粒子给Alice；双方各自对手中粒子进行Bell基测量，测量结果进行二进制表示。在身份认证的过程中，Bell态的传送过程中不需要做任何幺正变换，只需要执行Bell态测量和按位异或运算就可以实现信息的传输。在实际应用中该协议的实现只取决于Bell态的准确制备和Bell态的可靠测量，本协议能够抵御冒充攻击。
-
公开(公告)号：CN105391548B
公开(公告)日：2018-04-20
申请号：CN201510836918.4
申请日：2015-11-26
Abstract: 本发明公开了基于节点信任的量子信任评估方法，包括量子信任模型的建模和量子信任评估的方法，与现有技术相比，本发明以基于信任节点的可信量子中继网络为研究对象，将信任管理引入到量子通信网络中，以评价节点的信任值作为基础来构建安全可信的量子通信网络，并以信任值作为评判量子通信网络中各用户是否可信的依据；借助于量子纠缠效应和量子隐形传态等独有特性，研究并提出了基于节点信任的量子信任评估方法，对量子信任评估的思路及过程进行了详细的说明；最后分析了本发明提出的基于节点信任的量子信任评估方法的可行性、合理性和安全性，这为建立安全可信的量子通信网络提供了一种有价值的新思路和新方法。
-
公开(公告)号：CN105471587A
公开(公告)日：2016-04-06
申请号：CN201610029094.4
申请日：2016-01-18
Applicant: 成都信息工程大学
CPC classification number: H04L9/3226 , H04L9/0852 , H04L63/083
Abstract: 本发明公开了一种以纠缠态为量子载体的用户行为可信管理模型的建立方法，以未来量子通信网络系统为背景，利用基于纠缠态的量子身份认证技术和量子群签名技术，建立以纠缠态为量子载体的用户行为可信管理模型，设计出量子通信网络环境下对用户行为进行安全、有效管理和控制的机制与方法，解决量子通信网络环境下各网络用户的低可控性与安全需求之间的矛盾，有效防止了用户抵赖、篡改和侵犯用户隐私问题。本发明利用基于量子纠缠态的量子身份认证技术进行身份认证，利用量子群签名技术设计出对用户行为进行安全、有效地管理和控制的机制与方法，建立以纠缠态为量子载体的用户行为可信管理模型。
-
公开(公告)号：CN117313887B
公开(公告)日：2025-05-13
申请号：CN202311410059.3
申请日：2023-10-27
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于模糊学习的量子度量学习方法，属于量子机器学习技术领域，包括以下步骤：获取输入特征转换为模糊集合；通过模糊组件处理模糊集合中的不确定性特征；整合原始特征和模糊信息，以减少数据中的不确定信息；将整合后的信息作为量子特征映射的输入进行量子度量学习。本发明中，通过设计的模糊组件，能够处理真实数据集中的不确定性特征，减少由于噪声等因素导致的数据不确定性和歧义，同时，还可以弥补数据预处理过程中可能遗失的部分有效信息，提高模型的鲁棒性，通过模糊组件，能够有效地抽取出高阶的潜在模糊特征，为数据的深层次信息提供了有力的补充，进一步增强了模型的识别与分类能力。
-
公开(公告)号：CN118485155B
公开(公告)日：2025-01-07
申请号：CN202410540466.4
申请日：2024-04-30
Applicant: 成都信息工程大学
IPC: G06N10/60 , G06N10/20 , G06N3/0464 , G06N10/70 , G06V10/764 , G06N3/084
Abstract: 本发明属于抵抗量子噪声干扰技术领域，公开了一种基于量子随机罢黜的抵抗量子噪声干扰方法及系统，本发明针对以往量子‑经典混合神经网络缺少对量子噪声的考虑以及在量子噪声的干扰下，大规模量子线路，比如量子卷积神经网络在图像识别分类的准确度上严重下降等问题，设计了一种新的实验环境，即利用经典计算机模拟含噪声的量子电路。这使得在经典计算机环境下的量子神经网络模型与真实量子设备环境下实验的结果基本一致，实验结果更具有实际意义，其次在量子计算机上运行的算法同样可以在经典计算机上进行模拟，大大降低了实验的成本。
-
Patent Agency Ranking
公开(公告)号：CN119172093A
公开(公告)日：2024-12-20
申请号：CN202410162494.7
申请日：2024-02-05
Applicant: 成都信息工程大学
Abstract: 本发明属于跨链身份认证技术领域，公开了一种基于无证书签密的跨链身份认证方法。本发明对目前跨链身份认证领域存在的去中心化程度低、进行身份认证需要的资源多和可扩展性较差的问题，设计了一种适用于跨链环境下的基于无证书签密的身份认证方案，不需要中心化的公钥证书体系，不用存储数字证书及对数字证书进行验证等，也不存在采用基于身份的加密算法的跨链方案中的密钥托管问题。本发明方案的跨链数字身份标识符合W3C的DID规范，使得本方案的身份认证系统可以连接跨链网络中的其他参与方，与其他兼容DID标准的系统进行互联互通，很好地解决了系统的可扩展性问题，从而兼容新的应用场景。
-
公开(公告)号：CN118485155A
公开(公告)日：2024-08-13
申请号：CN202410540466.4
申请日：2024-04-30
Applicant: 成都信息工程大学
IPC: G06N10/60 , G06N10/20 , G06N3/0464 , G06N10/70 , G06V10/764 , G06N3/084
Abstract: 本发明属于抵抗量子噪声干扰技术领域，公开了一种基于量子随机罢黜的抵抗量子噪声干扰方法及系统，本发明针对以往量子‑经典混合神经网络缺少对量子噪声的考虑以及在量子噪声的干扰下，大规模量子线路，比如量子卷积神经网络在图像识别分类的准确度上严重下降等问题，设计了一种新的实验环境，即利用经典计算机模拟含噪声的量子电路。这使得在经典计算机环境下的量子神经网络模型与真实量子设备环境下实验的结果基本一致，实验结果更具有实际意义，其次在量子计算机上运行的算法同样可以在经典计算机上进行模拟，大大降低了实验的成本。
-
公开(公告)号：CN118074898A
公开(公告)日：2024-05-24
申请号：CN202410162500.9
申请日：2024-02-05
Applicant: 成都信息工程大学
IPC: H04L9/08 , H04L9/00 , H04L9/40 , H04L9/32 , H04L67/1097
Abstract: 本发明属于量子加密技术领域，公开了一种基于量子重加密的区块数据共享方法及系统，包括区块链分布式应用服务器，用于接收用户的密文数据和量子哈希值，进行重加密，将重加密密文上传至分布式数据库，将量子哈希值上传至区块链；接收并处理用户的数据访问请求，向数据拥有者提供重加密密钥，向数据访问者提供密文和访问凭证；数据拥有者，提供数据，与网络中的其他用户共享自己的数据，加密数据并计算量子哈希值，计算并提供解密密钥；数据访问者，付费购买密文数据，使用解密密钥解密密文数据，验证数据完整性。本发明通过利用酉矩阵对量子态操作的恒等关系计算解密密钥，降低对重加密密钥安全性的要求，保护了共享数据的机密性。
-
公开(公告)号：CN116094686B
公开(公告)日：2024-03-19
申请号：CN202211719470.4
申请日：2022-12-30
Applicant: 成都信息工程大学
Abstract: 本发明属于量子卷积神经网络、云计算技术领域，公开了用于量子卷积计算的同态加密方法、系统、设备及终端，用户使用加密算法en(·)以及密钥key加密图像Pm×n；用户对数据集加密完成后，将加密数据集发送给量子云服务器；量子云服务器将加密图像的量子态输入量子卷积线路进行计算；量子云服务器测量密文量子图像的特征图enFm×n；用户将得到的密文特征图输入解密函数de(·)中解密得到明文特征图；逐个对密文特征图数据集进行解密，得到的特征图数据集并用于后续混合量子经典卷积神经网络的模型训练与预测。本发明既保护了用户的隐私，又考虑了算法的复杂性和实用性，适用性更广。
-
公开(公告)号：CN116629264B
公开(公告)日：2024-01-23
申请号：CN202310594598.0
申请日：2023-05-24
Applicant: 成都信息工程大学
IPC: G06F40/295 , G06F40/30 , G06F40/289 , G06N3/0464 , G06Q30/0203 , G06Q50/14
Abstract: 本发明公开了一种基于多个词嵌入和多头自注意力机制的关系抽取方法，包括以下步骤：S1、获取第一句子向量，将第一句子向量依次输入双向长短记忆网络层和注意力层，得到第一特征向量；S2、获取第二句子向量，将第二句子向量依次输入多窗口卷积层、多头自注意力层和最大池化层，得到第二特征向量；S3、将第一特征向量和第二特征向量均输入门控特征融合层，得到融合结果；S4、将融合结果输入Softmax层，得到关系预测结果，完成关系抽取。本发明使用字符嵌入的方式，不构建外部知识库也能有效地从字符层面和词组层面挖掘句子信息来充分表达句子语义，并且避免分词错误带来的影响、缓解一词多义难题。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.044 seconds)
