-
公开(公告)号：CN106657059B
公开(公告)日：2020-04-21
申请号：CN201611189991.8
申请日：2016-12-21
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有访问控制功能的数据库查询方法和系统，属于数据库查询领域。本发明系统包括密钥产生中心：用于生成主密钥、查询密钥和密钥；数据上传者：对每一条记录建立属性索引，并对记录及属性索引加密，得到记录密文和索引密文，然后将查询密钥进行加密，并把加密后的查询密钥发送给数据查询用户；数据查询用户：采用密钥和加密后的查询密钥解密得到查询密钥，然后通过查询密钥和查询条件生成谓词陷门，发送给服务器，并采用密钥解密记录密文，得到查询结果；服务器：用于对数据库的数据进行查询，将符合条件的记录密文数据返回给数据查询用户。本发明既能够对数据查询用户访问数据库的权限进行控制，又能够保证数据和查询条件的机密性。
-
公开(公告)号：CN106657059A
公开(公告)日：2017-05-10
申请号：CN201611189991.8
申请日：2016-12-21
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有访问控制功能的数据库查询方法和系统，属于数据库查询领域。本发明系统包括密钥产生中心：用于生成主密钥、查询密钥和密钥；数据上传者：对每一条记录建立属性索引，并对记录及属性索引加密，得到记录密文和索引密文，然后将查询密钥进行加密，并把加密后的查询密钥发送给数据查询用户；数据查询用户：采用密钥和加密后的查询密钥解密得到查询密钥，然后通过查询密钥和查询条件生成谓词陷门，发送给服务器，并采用密钥解密记录密文，得到查询结果；服务器：用于对数据库的数据进行查询，将符合条件的记录密文数据返回给数据查询用户。本发明既能够对数据查询用户访问数据库的权限进行控制，又能够保证数据和查询条件的机密性。
-
公开(公告)号：CN106469317A
公开(公告)日：2017-03-01
申请号：CN201610835289.8
申请日：2016-09-20
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06N5/042 , A63F1/02 , A63F2001/005 , G06K9/6223 , G06K9/6267 , G06N3/04
Abstract: 本发明提供了一种基于非完备信息博弈中进行对手建模的方法，步骤1：德州扑克中的手牌评估；步骤2：非完备信息博弈中的对手建模；步骤3：扑克博弈系统的实现。本发明以德州扑克作为具体研究对象，通过将对手建模方法与手牌评估算法相结合实现了一个拥有较高智能水平的扑克博弈程序。
-
Patent Agency Ranking
公开(公告)号：CN107145792B
公开(公告)日：2020-09-15
申请号：CN201710225047.1
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种基于密文数据的多用户隐私保护数据聚类方法及系统，属于数据挖掘技术领域。本发明方法包括步骤：两个以上用户发送各自加密后的数据和聚类中心点、陷门信息给服务器；服务器计算密文数据点和聚类中心点的距离，并划分聚类；服务器将每个聚类中不同的用户的数据点分别进行相加，并将数据的总和及个数分别发送给用户；用户将收到的数据总和及个数重新加密后发送给服务器；服务器计算新的聚类中心点，并将新的聚类中心点发送给各个用户；各个用户通过外包隐私保护平均数计算协议共同计算每个聚类中数据点距离聚类中心点的平均值，然后发送给服务器，进行下次迭代。本发明大大提高了聚类效率；实现半诚实模型下的安全计算，同时可以抵抗一定程度上的合谋攻击。
-
公开(公告)号：CN107038477A
公开(公告)日：2017-08-11
申请号：CN201710095895.5
申请日：2017-02-22
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种非完备信息下的神经网络与Q学习结合的估值方法，步骤1：将非完备信息转换成部分可观测马尔科夫决策模型；步骤2：通过蒙特卡洛抽样技术把非完备信息博弈转换为完备信息博弈；步骤3：采用基于前 n步的Q学习算法，神经网络与Q学习结合的算法以及基于上限置信区间算法UCT计算Q学习延迟回报的值；步骤4：将前一步骤得到的Q值融合，得到最终结果。本发明提出的技术方案可以应用到多种非完备信息博弈中，比如“斗地主”，德州扑克等，并提高了智能体的博弈水平。本发明与现有的相关研究相比，在精度上有了较大的提升。
-
公开(公告)号：CN109284411B
公开(公告)日：2022-03-18
申请号：CN201810402753.3
申请日：2018-04-28
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F16/53 , G06K9/62 , G06V10/74 , G06V10/764
Abstract: 本发明涉及图像数据处理领域，特别涉及一种基于有监督超图离散化图像二值编码方法。该方法包括以下步骤：S1.假设一个由n幅图像组成训练集，将训练集所有样本通过学习哈希函数映射到汉明空间的二值化哈希码；S2.定义一个线性多分类模型，采用优化函数对离散化变量进行优化，得出第一目标函数；S3.采用超图对数据哈希码之间的距离度量一致性进行约束，得出第二目标函数；S4.整合第一目标函数和第二目标函数，得到完整的目标函数，采用“位循环坐标下降方法”学习哈希码矩阵，并通过迭代运算优化目标函数。本发明既可以保持数据在原始空间相似性，又能提高检索的准确率。
-
公开(公告)号：CN107145791B
公开(公告)日：2020-07-10
申请号：CN201710224275.7
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有隐私保护的K‑means聚类方法及系统，属于数据挖掘技术领域。本发明包括如下步骤：数据拥有者A和B加密各自的数据和随机选择的质心点，上传至服务器；服务器通过安全乘法协议和安全距离计算协议在密文数据中计算数据点到质心点的欧氏距离，并将数据点归类；服务器、数据拥有者A和B通过安全电路协议共同在密文数据中重新计算新的质心点；数据拥有者A或B通过安全比较协议判断新的质心点与原质心点的距离，如果小于阈值，结束分类，数据拥有者A和B请求服务器将分类好的数据分别发送给数据拥有者A和B，否则，重新上传新的质心点，进行下一轮迭代。本发明在保证数据隐私安全的同时保证了数据挖掘结果的正确性；支持数据存储外包和数据计算外包，在保证正确性的同时，执行效率也大幅度提升；支持三个参与方中最多一方为恶意方的安全计算。
-
公开(公告)号：CN108694414A
公开(公告)日：2018-10-23
申请号：CN201810455121.3
申请日：2018-05-11
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/6268 , G06N3/0454
Abstract: 本发明提供了一种基于数字图像转化和深度学习的数字取证文件碎片分类方法，先将文件碎片转换为灰度图像，然后利用深度学习提取图像的更多隐藏特征，以提高文件碎片分类的性能；其中，所述更多隐藏特征包括：不同的纹理特征，随机特征和用于分类的可压缩性；所述深度学习采用修改和优化的CNN模型，所述模型的第一层卷积层使用1x1比例的卷积核，它使用许多管道使网络结构复杂化；由于每个层中都有不同数量和尺度的滤波核，通过梯度下降和逆向训练来训练最佳匹配本分类模型特征图。本发明通过利用CNN的局部连接和权重共享的优点，提取文件碎片的高维特征，该方案对于以前方案中不易分类的文件，如复合文件和压缩文件，也能实现高精度的碎片分类。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.052 seconds)
