-
公开(公告)号：CN113132980A
公开(公告)日：2021-07-16
申请号：CN202110360211.6
申请日：2021-04-02
Applicant: 四川省计算机研究院
IPC: H04W12/0433 , H04W12/041
Abstract: 本发明提供一种应用于北斗导航系统的密钥管理系统方法和装置，该系统包括密钥管理系统、北斗终端及地面中心站管理计算机；该应用于北斗导航系统的密钥管理系统方法和装置具有的优点如下：设计了一套适应于北斗通信环境中基于三层密码体系架构的密钥管理方案，层层向下加密，攻击者无法获取会话密钥，能有效保障北斗链路的通信安全。全部采用国产密码算法实现，从算法层面保证了系统的安全可靠。计算量较大的加解密运算部分都在地面中心的管理计算机侧实现；其次，采用对称加密体制，加密算法ZUC祖冲之序列算法所需计算资源少性能高；最后，星地交互轮次少，属于轻量级密码管理方案，能广泛应用于北斗卫星导航系统中；兼容北斗通信协议。
-
公开(公告)号：CN119987963A
公开(公告)日：2025-05-13
申请号：CN202510033695.1
申请日：2025-01-09
Applicant: 四川省计算机研究院
Abstract: 本发明提供一种应用于混合云环境下的任务调度方法，该方法解决了现有技术中的多个问题。首先，通过全面的需求分析和资源评估，可以明确任务调度的目标和约束条件，避免调度过程中的盲目性和随意性。其次，通过任务分类和制定调度策略，可以实现资源的优化配置和任务的高效执行，提高系统的稳定性和性能。此外，通过建立任务调度模型和设计数学公式，可以更加精确地描述任务调度过程，提高调度的准确性和效率。最后，通过性能评估与优化步骤，可以及时发现和解决问题，不断提高任务调度的性能和效果。
-
公开(公告)号：CN119961230A
公开(公告)日：2025-05-09
申请号：CN202411911599.4
申请日：2024-12-24
Applicant: 四川省计算机研究院
IPC: G06F16/176 , G06F21/62 , G06F21/60 , G06F21/64
Abstract: 本发明提供一种基于区块链架构的科研数据共享方法该方法通过区块链的去中心化特性，打破了传统中心化系统的数据垄断，使得科研数据可以在多个节点间自由流动，提高了数据共享的效率。其次，通过加密技术和哈希函数的应用，确保了数据在传输过程中的安全性和准确性，降低了数据泄露的风险。此外，通过智能合约和数据版本控制系统的应用，实现了数据的自动化管理和跟踪，提高了数据的合规性和质量。最后，通过数据索引和检索系统的建立，使得研究人员可以快速找到所需的数据集，促进了科研数据的共享和协作。综上所述，这种基于区块链架构的科研数据共享方法具有显著的优势和广阔的应用前景。
-
公开(公告)号：CN118036061A
公开(公告)日：2024-05-14
申请号：CN202410070192.7
申请日：2024-01-17
Applicant: 四川省计算机研究院
Abstract: 本发明提供一种可监管的政务区块链数据隐私保护方法，包括如下步骤：S1：进行数据加密的步骤；S2：进行零知识证明的步骤；S3：进行监管机构权限控制的步骤；S4：进行数据脱敏的步骤；S5：进行数据存储的步骤；该方法具有的优点如下：保护隐私：通过加密和零知识证明技术，保护政务区块链中的敏感数据不被泄露。可监管性：通过设置监管机构权限和数据脱敏处理，满足监管要求，同时保证数据的真实性和完整性。提高效率：采用混合加密技术和零知识证明技术，提高了数据的处理效率，降低了数据处理成本。可追溯性：通过数据脱敏和政务区块链的存储机制，实现了数据的可追溯性和透明度。
-
公开(公告)号：CN118035540A
公开(公告)日：2024-05-14
申请号：CN202410153621.7
申请日：2024-02-02
Applicant: 四川省计算机研究院
IPC: G06F16/9535 , G06N7/01 , G06F17/18 , G06F17/11 , G06F16/9538
Abstract: 本发明提供一种基于用户历史偏好的大数据资源检索系统，查询模块，用于收集用户输入的关键字，发送至日志模块进行处理；日志模块，用于读取用户查询日志，建立查询关键词、用户访问行为、数据资源三者之间的统计概率模型；推荐模块，用于基于统计概率模型，计算数据资源的推荐概率，并从高到低进行排序，根据排序结果，将这些数据资源返回给查询模块，完成检索推荐。本发明提出一种基于用户历史偏好的数据资源检索方法和系统，利用读取日志文件，获取用户个体和群体的访问偏好，构建查询关键词、用户访问行为、数据资源之间的统计概率模型，在大数据环境中，解决大数据资源高效准确检索的问题。
-
Patent Agency Ranking
公开(公告)号：CN117131531A
公开(公告)日：2023-11-28
申请号：CN202311402760.0
申请日：2023-10-27
Applicant: 四川省计算机研究院
Abstract: 本发明提供一种基于Neo4j数据库的数据安全存储方法，包括如下步骤：S1：进行连接Neo4j数据库并读取数据库中的记录的步骤；S2：执行顶点记录加密的步骤；S3：执行边记录加密的步骤；S4：完成数据的加密存储的步骤。该方法具有的优点如下：提升Neo4j数据库存储的安全性，解决了之前Neo4j存储无安全性的问题。针对Neo4j数据库，使用特定的加密方案，使得Neo4j存储的顶点记录和边记录等都可以正常加密存储，无需数据库进行任何修改，即可存储加密后的面向属性图。针对Neo4j存储数据库的顶点记录和边记录特定，有针对性地设计加密方案，匹配Neo4j中设定好的顶点记录的数据结构和边记录的数据结构。
-
公开(公告)号：CN119988699A
公开(公告)日：2025-05-13
申请号：CN202411931877.2
申请日：2024-12-26
Applicant: 四川省计算机研究院
IPC: G06F16/9035 , G06F16/9038 , G06F16/901 , G06F16/9535 , G06F16/9536 , G06F16/9538 , G06N5/025 , G06N5/045
Abstract: 本发明提供一种基于知识图谱的科研热点推荐方法，该方法首先，通过构建知识图谱，将科研领域的信息结构化表示，提高了信息的可查询性和关联性。其次，采用知识图谱嵌入技术，将实体和关系嵌入到低维向量空间中，实现了高效的向量计算，提高了推荐算法的效率。此外，通过个性化推荐和混合推荐算法，结合了用户的兴趣和行为数据，提高了推荐的准确性和多样性。最后，通过推荐结果的评估与优化，不断迭代改进推荐系统的性能，提升了用户体验。
-
公开(公告)号：CN119961461A
公开(公告)日：2025-05-09
申请号：CN202411857390.4
申请日：2024-12-17
Applicant: 四川省计算机研究院
IPC: G06F16/38 , G06F16/583 , G06F16/635 , G06F16/68 , G06F16/735 , G06F16/78 , G06N3/0464 , G06N3/045 , G06F18/25
Abstract: 本发明提供一种基于多模态的数据检索增强方法，该方法通过跨模态语义对齐和实时数据源集成，解决了不同模态数据之间的语义鸿沟和信息过时问题。其次，通过构建多模态特征空间和引入动态检索层，提高了检索速度和准确性。此外，通过结合稀疏检索和密集检索的方法，平衡了精确度与召回率，优化了检索结果。最后，通过后处理和结果优化步骤，进一步提升了检索结果的相关性和用户体验。这种方法不仅适用于文本、图像和视频等常见模态的数据检索，还可以扩展到任意多模态场景，为跨模态检索提供了强大的技术支持。
-
公开(公告)号：CN117857037A
公开(公告)日：2024-04-09
申请号：CN202410153653.7
申请日：2024-02-02
Applicant: 四川省计算机研究院
IPC: H04L9/08 , H04L67/1097 , H04L67/12
Abstract: 本发明提供一种混合云存储中轻量级数据加解密系统及方法，该系统包括用户侧、私有云侧及公有云侧。该方法及系统用于私用云、公有云均存在的复杂云环境中，解决云存储中用户文件加密密钥安全生成和高效使用的问题。针对加密密钥在云端存在泄露和窃取的风险，本发明采取云端保存部分子密钥，用户提供部分子密钥，通过合成加密密钥的方式，确保加密密钥安全。针对同态加密、安全多方计算导致整体加解密系统较差的问题，本发明利用拉格朗日插值法，利用云端保存的子密钥和客户端保存的子密钥，高效地合成加密密钥。
-
公开(公告)号：CN117235373B
公开(公告)日：2024-03-15
申请号：CN202311510648.9
申请日：2023-11-14
Applicant: 四川省计算机研究院
IPC: G06F16/9535 , G06Q30/0601 , G06F18/23 , G06F18/22
Abstract: 本发明提供一种基于信息熵的科研热点推荐方法，包括如下步骤：S1：进行专家属性数据采集的步骤；S2：进行专家聚类计算的步骤；S3：进行专家群体推荐热点的步骤。本发明引入了同行评议机制，能够有效利用专家群体的知识积累和经验积累，能够更加科学客观地对提交的科研热点进行推荐。本发明基于信息熵的原理，对推荐指标的客观权重进行优化，能够从统计学角度，反映出推荐指标的客观分布，有效消除群决策带来的主观性偏差。传统的推荐算法大多需要采用神经网络计算，计算代价较大，本发明的计算过程不涉及复杂数学运算，可通过计算机程序快速实现，应用前景广。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.025 seconds)
