-
公开(公告)号：CN114373178A
公开(公告)日：2022-04-19
申请号：CN202111607416.6
申请日：2021-12-27
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06V30/14 , G06V30/16 , G06V30/164 , G06V30/19 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图片文字检测与识别方法及系统，该方法包括：采集图片训练模型的数据集；将待识别图片进行预处理去除噪声，输入至第一CNN模型提取图片特征；使用RPN网络处理第一CNN模型提取的最后一层特征图，生成K个文本框；将K个文本框输入到第一双向LSTM网络，同时将第一双向LSTM网络的输出与全连接层连接进行特征融合，预测每个文本预测框的分类和位置回归，得到文本区域；将文本区域输入至第二CNN模型提取图片特征，输出特征中间向量，之后连接到第二双向LSTM网络生成的中间状态，再输入到注意力模型，最后通过一层LSTM解码器网络得到最终输出文字。本发明能够提升了对图片文字的检测效果，同时能够识别背景复杂的图片文字。
-
公开(公告)号：CN114329606A
公开(公告)日：2022-04-12
申请号：CN202111671609.8
申请日：2021-12-31
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06F21/62 , G06F40/289 , G06F40/284 , G06F40/30 , G06F16/35 , G06N3/04
Abstract: 本发明公开了一种敏感数据识别脱敏方法、装置与系统，该方法包括：截取用户上传的协议，并对非结构化数据进行解析，得到图像和/或文本；将图像与文本进行区分，分别输入图像文本敏感数据识别模型进行敏感数据识别；对识别的敏感数据进行脱敏操作；将经过脱敏操作的敏感数据重新组装成新的文件数据，并将脱敏数据填充入协议的数据内容中，最后转发至云服务器。本发明通过将图像与文本进行区分，分别进入图像文本敏感数据识别模型的不同层进行敏感数据的识别，从而提高识别的范围与精度，方便后续的脱敏操作，通过将脱敏后的敏感数据重新组装成新的文件数据，保证了数据的完整性。
-
公开(公告)号：CN114201755A
公开(公告)日：2022-03-18
申请号：CN202111533433.X
申请日：2021-12-15
Applicant: 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于云计算的技术领域，具体涉及一种虚拟机文件系统域外安全检测方法，包括步骤一、部署于各物理节点，在虚拟机外部轮询扫描虚拟机磁盘镜像，获取脏文件信息并进行安全检测；步骤二、在扫描过程中，采用数据层来判断虚拟机磁盘镜像中的文件是否完整；步骤三、扫描和分析虚拟机镜像，当用户利用管理层配置虚拟机中被保护文件时，记录被保护文件的哈希值和副本。本发明通过仅检测轮询间隔之中的脏文件，降低每次轮询扫描的文件量，提升轮询扫描的性能。
-
公开(公告)号：CN114035908A
公开(公告)日：2022-02-11
申请号：CN202111554009.3
申请日：2021-12-17
Applicant: 电子科技大学广东电子信息工程研究院
Abstract: 本发明公开了一种基于虚拟机自省的自动化域外细粒度管控方法，包括当进行域外管理时，SAVM在目标虚拟机中选取可用的傀儡进程；调用控制模块在傀儡进程触发系统调用时通知管理模块，之后数据交换模块保存该调用的数据，最后，依据管理操作类型的不同，自动化选取待注入调用；数据交换模块替换原调用的数据，将原调用替换为注入调用，之后虚拟机会执行注入调用，注入调用的指令取自于安全虚拟机中的内存快照；调用控制模块在注入调用完成后通知管理模块，之后数据交换模块读取注入调用的结果；数据交换模块恢复原调用的数据，之后调用控制模块让虚拟机重新执行原系统调用。本发明能够实现自动化域外细粒度管理。
-
公开(公告)号：CN114567426A
公开(公告)日：2022-05-31
申请号：CN202111665671.6
申请日：2021-12-31
Applicant: 电子科技大学广东电子信息工程研究院
Abstract: 本发明公开了一种数据共享方法及系统，包括：第一用户端从云服务获取第二用户端的加密密文；将第一用户端的公钥与标识进行拆分，且与加密密文的元数据上传至多个的中心节点，并请求密钥；中心节点根据元数据，查询得到第二用户端的信息；每个中心节点向第二用户端发送元数据与部分第一用户端的公钥与标识，并请求密钥；第二用户端查询元数据中的密钥标识符得到密钥，将多个部分第一用户端的PKE公钥与标识对密钥进行加密，再分别返回发送请求的中心节点，多个中心节点将多个加密密钥返回至第一用户端；第一用户端使用私钥对多个加密密钥进行解密得到密钥，使用密钥解密加密密文。本发明解决了用户间的密钥分享问题，可安全地共享数据。
-
Patent Agency Ranking
公开(公告)号：CN114329588A
公开(公告)日：2022-04-12
申请号：CN202111619248.2
申请日：2021-12-27
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06F21/62 , G06F21/64 , G06F16/901 , G06F16/906
Abstract: 本发明涉及数据储存技术领域，尤其是指一种云环境下多源融合的数据隐私保护方法，其特征在于，包括以下步骤：步骤一、在数据即服务DaaS模式下，各云租户将原数据进行匿名化处理；步骤二、将各云租户匿名化处理之后的原数据进行多轮加细匿名算法，得到数据集，在满足数据匿名的条件下通过云租户多轮协作每轮采集信息增益最大的属性加细数据集；步骤三、将数据集上传至云端，云租房将数据集的最终控制器交给云服务提供商；本发明在对原数据进行匿名化处理的通过通过多轮加细匿名算法对数据进行合并保存，并且对云服务提供商的数据泄密情况进行监控，可有效的杜绝数据泄密。
-
公开(公告)号：CN114298035A
公开(公告)日：2022-04-08
申请号：CN202111640408.1
申请日：2021-12-29
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06F40/289 , G06F40/284 , G06F40/117 , G06F21/62 , G06K9/62
Abstract: 本发明公开了一种文本识别脱敏方法及其系统，该方法包括：获取待识别文本，将待识别文本拆分为多个句子，再将句子分词为多个字词；将待识别文本的每个字词转换为对应的向量；将向量输入至Bert模型，Bert模型将向量转换为词表示向量，并对词表示向量进行分类标注；将标注后的词表示向量输入条件随机场，条件随机场基于标注之间的关联依赖关系进行计算，得到全局最优标注序列；对标注为敏感实体的字词进行脱敏操作。本发明能够做到并发执行，同时提取字词在句子中的关系特征，进而更全面反映句子语义，又能根据句子上下文获取词义，从而避免歧义出现，此外，能够针对不同类别的敏感实体进行不同的脱敏操作。
-
公开(公告)号：CN114297714A
公开(公告)日：2022-04-08
申请号：CN202111654194.3
申请日：2021-12-30
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06F21/62 , G06F21/60 , G06F16/953
Abstract: 本发明涉及数据安全技术领域，尤其是指一种云环境下数据隐私保护与安全搜索的方法，本发明在存在数据时对原始数据进行了多轮加细匿名算法处理，并将处理的数据通过云服务提供商进行二次加密储存，可防止原始数据的泄密，并且本发明采用授权用户访问制度，可防止数据的被盗，提供了数据的安全性，对原源数据属性进行的关联、聚合等操作，可能会产生潜在的融合隐私泄露风险，传统的数据隐私保护方案多是针对单源、静态数据提出的，无法抵御多源动态融合数据发布及搜索过程中面临的推理攻击，因此采用本发明数据储存与访问更加安全可靠。
-
公开(公告)号：CN114297711A
公开(公告)日：2022-04-08
申请号：CN202111635134.7
申请日：2021-12-27
Applicant: 电子科技大学广东电子信息工程研究院
IPC: G06F21/62
Abstract: 本发明涉及数据储存技术领域，尤其是指一种基于云端服务器的数据安全保护方法，包括以下步骤：步骤一、以DaaS承载平台作为混合云，混合云包括私有云和公有云，私有云通过分割策略将原数据划分为若干个数据块；步骤二、然后将数据块进行匿名分割化处理；步骤三、私有云将匿名分割化处理之后的数据块发送至公有云；步骤四、公有云将接受的数据按照数据块的个数和大小进行储存，并向私人用户进行授权查询权限；本发明在进行数据储存时对数据进行了匿名分割化处理，之后再将数据进行储存，保证了数据的安全性和可靠性，还有本发明能够减少信息损失，提高算法的执行效率，从而提高数据的隐私保护的可行性和实用性。
-
公开(公告)号：CN118866216A
公开(公告)日：2024-10-29
申请号：CN202410906087.2
申请日：2024-07-08
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G16H10/60 , G16H50/20 , G16H50/30 , G16H50/70 , G16H40/67 , G06N5/025 , G06N3/042 , G06N3/098 , G06F40/16 , G06F18/213 , G06N3/045 , G06N3/0464
Abstract: 本发明一种基于联邦学习和知识图谱的痛风病分期预测方法、系统及存储介质，涉及智能医疗领域，为解决现有的机器学习模型难以全面、准确地捕捉病例数据中的关键信息，且存在隐私数据泄露的风险，及医院之间的数据孤岛问题。本发明客户端基于患者病历数据集构建关键词相关的知识图谱子图；中心服务端构建有R‑GCN模型，客户端采用知识图谱子图对R‑GCN模型进行训练，模型参数经加密后发送至中心服务端聚合，至模型满足训练条件。采用训练后的模型对知识图谱子图进行编码，得到编码信息R1；对数据集中的文本特征数据进行向量化编码与数值特征进行横向连接得到编码信息R2；横向连接编码信息R1与R2后，经过深度学习网络模型对痛风病的不同分期进行分类预测。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.057 seconds)
