-
公开(公告)号：CN115757435A
公开(公告)日：2023-03-07
申请号：CN202211579597.0
申请日：2022-12-09
Applicant: 南京邮电大学
IPC: G06F16/22 , G06F16/2455 , G06F40/30 , G06F40/295
Abstract: 本发明属于信息检索技术领域，公开了一种支持语义感知密文检索加速的筛选因子确定方法，其第一阶段为每个关键词构建其与各文档的语义相关度划分序列：利用语义感知模型计算每个文档的语义向量；提取关键词，并计算每个关键词的语义向量；为每个关键词计算其与每个文档的语义相关度，形成语义相关度序列，并按降序对该序列进行排序；执行划分，为每个关键词生成该关键词与各文档的语义相关度划分序列；第二阶段根据检索关键词，利用语义相关度划分序列，计算并确定筛选因子。本发明提供的加速筛选因子确定方法，适用于支持语义感知的密文检索中基于树形结构索引的应用场景，能够显著提升检索速度，并且对搜索结果准确率没有影响。
-
公开(公告)号：CN115273233A
公开(公告)日：2022-11-01
申请号：CN202210883142.1
申请日：2022-07-26
Applicant: 南京邮电大学
Abstract: 本发明提出了基于骨骼关节点区域划分的人体姿态相似度计算方法，根据预设需求对人体骨骼关节点进行划分，并对各骨骼关节点分区的权重进行初始化；对待检测人体姿态相似度的两张图片分别提取目标人物的人体骨骼关节点数据序列，并根据各骨骼关节点置信度以及人体骨骼关节点区域划分规则，更新骨骼关节点分区的权重；以其中一张图片中的人体骨骼关节点数据序列作为参照，对另外一张图片中的人体骨骼关节点数据序列进行对齐校正处理；利用骨骼关节点分区权重和OKS算法，计算两张图片中目标人物的人体姿态相似度。本发明所述的方法考虑到了复杂场景对人体姿态相似度计算的影响，提高了基于骨骼点识别的人体姿态相似度计算的鲁棒性和准确性。
-
公开(公告)号：CN112597268B
公开(公告)日：2022-09-20
申请号：CN202011525642.5
申请日：2020-12-22
Applicant: 南京邮电大学
IPC: G06F16/31 , G06F16/335
Abstract: 本发明公开一种面向云环境密文检索效率优化的检索过滤阈值选取方法，包括：第一阶段为构建关键词区块：利用关键词和文档之间的相关度量化方法，计算每一个文档和每一个关键词的单关键词‑单文档相关度得分；对该相关度得分进行降序排列，并进行等量划分，生成全局区块表和对应的下边界数组；再利用全局区块表和下边界数组信息，为每个关键词构建相应的关键词区块表；第二阶段为确定检索过滤阈值：在执行密文检索时，根据检索关键词及其对应的关键词区块表信息，计算并确定检索过滤阈值。本发明提供的检索过滤阈值选取方法，适用于面向云环境的基于树形结构索引的密文检索应用场景，且能够在不影响检索结果精度的情况下，提升检索效率。
-
公开(公告)号：CN109885640B
公开(公告)日：2021-05-11
申请号：CN201910014134.1
申请日：2019-01-08
Applicant: 南京邮电大学
Abstract: 本发明公布了一种基于α叉索引树的多关键词密文排序检索方法，数据拥有者首先通过向量空间模型对明文文档进行向量化；然后通过二分k‑means聚类方法构建二分聚类树，遍历其叶子节点获取聚类文档序列；接着基于聚类文档序列自底向上构建α叉索引树；最后将加密的文档和索引树外包至云服务器，并对授权用户共享密钥；授权用户通过检索陷门向云服务器发送检索请求，云服务器通过贪婪深度优先检索算法返回检索结果，授权用户解密后获取明文检索结果。本发明的协议流程简单，安全性高，易于实现，有利于提高多关键字密文排序检索的检索效率，实现精确检索。
-
公开(公告)号：CN112597268A
公开(公告)日：2021-04-02
申请号：CN202011525642.5
申请日：2020-12-22
Applicant: 南京邮电大学
IPC: G06F16/31 , G06F16/335
Abstract: 本发明公开一种面向云环境密文检索效率优化的检索过滤阈值选取方法，包括：第一阶段为构建关键词区块：利用关键词和文档之间的相关度量化方法，计算每一个文档和每一个关键词的单关键词‑单文档相关度得分；对该相关度得分进行降序排列，并进行等量划分，生成全局区块表和对应的下边界数组；再利用全局区块表和下边界数组信息，为每个关键词构建相应的关键词区块表；第二阶段为确定检索过滤阈值：在执行密文检索时，根据检索关键词及其对应的关键词区块表信息，计算并确定检索过滤阈值。本发明提供的检索过滤阈值选取方法，适用于面向云环境的基于树形结构索引的密文检索应用场景，且能够在不影响检索结果精度的情况下，提升检索效率。
-
Patent Agency Ranking
公开(公告)号：CN112511313A
公开(公告)日：2021-03-16
申请号：CN202011343316.2
申请日：2020-11-25
Applicant: 南京邮电大学
Abstract: 一种远程医疗系统中基于味觉诱发脑电信号的身份识别方法，首先进行用户注册阶段：对初始脑电数据集进行预处理；利用逐点双列相关系数法和关系系数选出用户对应的最优电极通道、有效时间段和相应的每个通道上的最优特征，提取出脑电信号特征值进行编码，利用用户心电信号生成64位的DES加密算法密钥，并对脑电信号特征值序列加密保存；进行用户认证阶段：医疗机构对此前用户注册时的脑电信号特征序列进行解密，通过对比用户认证时的脑电信号特征序列，若两者差值在规定阈值内，则认证通过。本方法克服认证凭证容易被遗忘和伪造等缺点；此外尤其适用于视听觉均有障碍的人群，并且本方法对脑电信号特征进行了编码加密保存，防止了入侵者的破坏，使身份识别更加可靠。
-
公开(公告)号：CN107277806B
公开(公告)日：2020-06-23
申请号：CN201710269247.7
申请日：2017-04-24
Applicant: 南京邮电大学
IPC: H04W12/02 , H04W84/18 , H04L12/733 , H04L12/753 , H04L29/06
Abstract: 本发明公布了一种面向租用型WSNs的隐私保护MAX/MIN查询方法，包括掩码分配和查询处理两个步骤。掩码分配通过为各感知节点分配本地掩码来初始化数据查询协议，以保证查询过程中的数据隐私。查询处理包括广播查询指令、感知节点与代理节点多轮交互协同计算和代理节点获得查询结果并反馈给用户三个处理过程。本发明协议流程简单，易于实现；安全性高，能有效确保感知数据的隐私安全性；在查询处理执行的过程中通信代价消耗低，有利于提高网络资源的利用率以及延长网络的生命周期。
-
公开(公告)号：CN107194282B
公开(公告)日：2020-04-14
申请号：CN201710225029.3
申请日：2017-04-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向云计算的可验证单关键词Top‑k检索方法，包括数据上传和Top‑k检索及验证步骤，数据拥有者采用Hash消息认证编码(HMAC)机制，并根据文档与关键词的相关度得分的偏序关系，构造验证码信息，然后与文档集合一起外包存储至云端。数据使用者在执行单关键词Top‑k检索时，云服务器返回检索结果文档集合以及相应的验证码信息；数据使用者根据获得的检索结果重构验证码，实现针对检索结果的完整性验证。本发明的协议流程简单，易于实现；安全性高，能够验证检索结果文档数据是否被恶意篡改或丢弃；完成检索结果完整性验证的验证码信息的传输通信代价和重构计算代价低，有利于提高网络利用率和检索效率。
-
公开(公告)号：CN110334171A
公开(公告)日：2019-10-15
申请号：CN201910601962.5
申请日：2019-07-05
Applicant: 南京邮电大学
IPC: G06F16/29 , G06F16/2458
Abstract: 本发明提供了一种基于Geohash的时空伴随对象挖掘方法，首先，将每条轨迹数据的经纬度转变为Geohash编码保存在数据库中，实现地图的网格化编码；然后，通过Geohash值统计出每个轨迹对象经过的网格数以及每两个对象在相近的时间同时出现的网格数；最后，计算出移动对象的轨迹相似度从而挖掘出伴随对象。采用本发明能够实现在保证较高准确度的条件下，显著提高时空伴随对象挖掘的效率。
-
公开(公告)号：CN110191466A
公开(公告)日：2019-08-30
申请号：CN201910627408.4
申请日：2019-07-12
Applicant: 南京邮电大学
Abstract: 本发明提供一种无线传感器网络隐私保护Top-k查询的处理方法，该方法首先利用感知节点生成节点内最大值并上传至Sink；Sink再根据节点内最大值生成最小候选感知节点集广播至相应的感知节点；然后感知节点计算出最小候选密文数据集并上传至Sink；Sink利用与感知节点共享的密钥解密该密文数据集，最终完成Top-k查询结果的计算并返回给用户。本发明的协议体现出节点间相互协作完成Top-k查询，保证了在查询的过程中感知节点的数据不被外部窃取，同时也保证了感知节点间无法相互获取对方的感知数据，易于实现；更好地加强了数据的隐私安全性；在进行Top-k查询时，该方法具有较低的通信代价，有利于节约网络资源。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.048 seconds)
