基于区块链的多重智能合约的共享激励方法、装置及设备

    公开(公告)号:CN115996226B

    公开(公告)日:2023-06-27

    申请号:CN202310295550.X

    申请日:2023-03-17

    Abstract: 本申请提供一种基于区块链的多重智能合约的共享激励方法、装置及设备,该方法包括:获取数据请求者发送的针对智能合约中的目标数据集的访问请求;基于访问请求对应的验证参数对数据请求者进行验证;若访问请求对应的每个验证参数均满足验证通过条件,则数据请求者验证成功;若验证成功,则为数据请求者生成目标令牌,将目标令牌发送给数据请求者,以使数据请求者基于目标令牌访问目标数据集;其中,访问请求包括资源验证参数,资源验证参数包括第一结算资源和第二结算资源,若第一结算资源不小于目标数据集的数据价格,第二结算资源不小于数据请求者的第一保证价格,则资源验证参数满足验证通过条件。通过本申请技术方案,能够保证数据安全。

    基于对抗神经网络结构搜索的图像处理方法及装置

    公开(公告)号:CN116304144A

    公开(公告)日:2023-06-23

    申请号:CN202211690326.2

    申请日:2022-12-27

    Abstract: 本申请提供一种基于对抗神经网络结构搜索的图像处理方法及装置,该方法包括:对于DNN网络结构搜索过程中的任一epoch,利用梯度下降算法、已获得的图像训练集以及已获得的图像验证集,对DNN网络的操作参数和结构参数进行迭代交替更新,直至迭代次数达到第一迭代次数;以及,利用预设网络脆弱性约束条件和已获得的图像验证集,对所述DNN网络的结构参数进行迭代更新直至该epoch内的迭代次数达到第二迭代次数;在搜索的epoch数达到第一epoch数,或,DNN网络模型收敛的情况下,依据得到的结构参数,生成用于图像处理的目标DNN网络,并利用所述目标DNN网络对待进行图像处理的图像进行图像处理。该方法可以提升利用DNN网络进行图像处理的准确性。

    基于区块链的车联网数据安全共享方法、装置及设备

    公开(公告)号:CN116016610A

    公开(公告)日:2023-04-25

    申请号:CN202310283893.4

    申请日:2023-03-21

    Abstract: 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备,该方法包括:将初始全局模型参数发送给多个终端设备,以使每个终端设备基于初始全局模型参数获取局部模型参数;获取多个终端设备发送的局部模型参数;从区块链下载终端设备对应的信誉特征,或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征;基于信誉特征确定终端设备为第一类终端或第二类终端;基于所有第一类终端发送的局部模型参数生成目标全局模型参数;若目标全局模型参数已收敛,则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案,能够保护终端设备的数字资产,保证数据安全。

    基于区块链与合同理论的联邦学习方法、装置及设备

    公开(公告)号:CN115994588A

    公开(公告)日:2023-04-21

    申请号:CN202310281972.1

    申请日:2023-03-16

    Abstract: 本申请提供一种基于区块链与合同理论的联邦学习方法、装置及设备,该方法包括:基于历史数据确定用户设备对应的第一数据质量,从区块链获取用户设备对应的第二数据质量,基于第一数据质量和第二数据质量确定用户设备对应的目标数据质量;基于每个用户设备对应的目标数据质量从M个用户设备中选取I个目标用户设备,将目标合同组发送给I个目标终端设备,将初始全局模型参数发送给I个目标用户设备,以使每个目标用户设备从目标合同组中选取目标激励合同,基于目标激励合同的最佳样本数量和初始全局模型参数获取局部模型参数;基于I个目标用户设备的局部模型参数确定已训练参数。通过本申请方案,提高模型训练过程的效率,训练的收敛速度更快。

    视频对抗水印嵌入方法、装置、电子设备及存储介质

    公开(公告)号:CN115564634A

    公开(公告)日:2023-01-03

    申请号:CN202211546540.0

    申请日:2022-12-05

    Abstract: 本申请实施例提供了一种视频对抗水印嵌入方法、装置、电子设备及存储介质。方案如下:对原始视频进行识别,得到第一识别结果;获取待嵌入水印,以及嵌入参数集合;针对每组嵌入参数集合,基于该组嵌入参数集合,将待嵌入水印嵌入至原始视频,得到候选水印视频;对每一候选水印视频进行识别,得到第二识别结果;在第二识别结果与第一识别结果不匹配时,将该第二识别结果对应的候选水印视频确定为对抗水印视频。通过本申请实施例提供的技术方案,实现了原始视频所对应的对抗水印视频的获取,使得智能视频系统功能失效,降低了原始视频中视频信息被恶意用户获取的概率,以及降低了原始视频中信息泄露的风险,从而提高了原始视频的隐私安全性。

    基于参数压缩的面向联邦学习隐私推理攻击的防御方法

    公开(公告)号:CN114239049A

    公开(公告)日:2022-03-25

    申请号:CN202111333252.2

    申请日:2021-11-11

    Abstract: 本申请提供一种基于参数压缩的面向联邦学习隐私推理攻击的防御方法,该方法包括:依据目标客户端的本地模型参数在训练前后的差异,确定所述目标客户端的本地模型参数中的目标参数,以对隐私推理攻击进行防御;确定所述目标客户端的压缩模型参数;依据所述目标客户端的压缩模型参数,确定全局模型参数。该方法可以在保证全局模型的准确性的情况下,保护客户端的本地私有数据特征,实现针对隐私推理攻击的防御。

Patent Agency Ranking