一种基于区块链的多权限可撤销加密二维码电子病历

    公开(公告)号:CN113726520A

    公开(公告)日:2021-11-30

    申请号:CN202110955312.8

    申请日:2021-08-19

    Abstract: 本发明公开了一种基于区块链的多权限可撤销加密二维码电子病历,所述电子病历的权限包括一用户扫描二维码之后进行权限认证,有访问权限的用户可以继续进行权限匹配;其中,所述权限匹配至少包括第一权限用户是患者本人,患者可以申请访问到属于自己所有的病历信息,但是只有只读权限;第二权限用户是就诊医疗机构的医护人员,医护人员可以申请访问并补充对应病症的病历信息,对于其他信息没有访问权限;第三权限用户是云服务器,云服务器只负责其他用户和区块链之间的数据传输,以及在患者就诊完毕之后对医疗机构进行属性撤销。

    一种基于参考支撑集的共稀疏分析模型的MRI重构方法、系统及计算机可读存储介质

    公开(公告)号:CN113674379A

    公开(公告)日:2021-11-19

    申请号:CN202110975077.0

    申请日:2021-08-24

    Inventor: 韦漫婷 罗玉 凌捷

    Abstract: 本发明公开的一种基于参考支撑集的共稀疏分析模型的MRI重构方法、系统及计算机可读存储介质,方法包括:获取待重构的MRI图像数据和参考的另一对比度MRI图像的全采样数据;对两张不同对比度的MRI图像分别进行小波变换得到对应的稀疏表示,再求得对应的支撑集Ω1和Ω2;利用支撑集Ω1和Ω2学习更为准确的支撑集Ω*;利用支撑集Ω*得到基于参考支撑集的共稀疏分析模型;基于支撑集的稀疏约束和共稀疏分析模型得到最优化模型;求解最优化模型,输出重构的MRI图像。本发明利用已知对比度的全采样图像作为参考图像,引导学习更为准确的支撑集,利用支撑集的稀疏约束对共稀疏分析模型进行优化得到最优化模型,利用共轭梯度法和交替迭代的思想重构MRI图像,提高了重构效率,实现简单,性能良好。

    基于数据增强和BiLSTM的网络入侵检测方法及系统

    公开(公告)号:CN113518063A

    公开(公告)日:2021-10-19

    申请号:CN202110224609.7

    申请日:2021-03-01

    Abstract: 本发明提出一种基于数据增强和BiLSTM的网络入侵检测方法及系统,解决了现有网络入侵检测方法存在对少数类攻击样本入侵检测识别准确率低的问题,首先采集网络入侵检测流量数据,然后进行初步的特征提取,组成训练数据集,确认数据量少的攻击类型数据样本后进行数据增强,然后构建BiLSTM神经网络模型并进行迭代学习训练,模型自动提取更高层次的特征信息,能更好的处理高维非线性网络流量特征,克服传统浅层机器学习依赖手动提取特征所带来的人为上的局限性,而且数据增强操作可解决训练数据集中类分布不均衡的难题,使模型在保持较高的整体检测率和较低的误报率的前提下,提高了少数类攻击样本的识别准确率。

    一种基于动态Bloom Filter的文件所有权证明方法

    公开(公告)号:CN109150537B

    公开(公告)日:2021-08-17

    申请号:CN201810660485.5

    申请日:2018-06-25

    Abstract: 本发明公开了一种基于动态Bloom Filter的文件所有权证明方法,包括下述步骤:S1,用户计算待上传文件F的摘要hf并上传至服务器;S2,服务器检查是否存在重复,若存在重复,则对用户发起验证挑战,并转到S3挑战阶段;否则,要求用户上传文件,并转到S4上传阶段;本发明基于动态Bloom Filter提出的文件所有权证明方法,使得攻击者无法仅凭借文件摘要来获得完整的文件,同时在保证Bloom Filter验证高效性的前提下,解决了误判率增长问题,大大提高了方案的实用性;本发明采用动态Bloom Filter对Bloom Filter的大小进行动态管理,当云存储系统中文件增加时,动态Bloom Filter能够随之变大,因此可有效地控制假阳性误判率在可接受范围。

    一种基于结构相似性的MRI图像重建方法

    公开(公告)号:CN113192151A

    公开(公告)日:2021-07-30

    申请号:CN202110379886.5

    申请日:2021-04-08

    Abstract: 本发明公开了一种基于结构相似性的MRI图像重建方法,属于医学图像优化技术领域。所述方法包括步骤:对全采样MRI图像进行模拟欠采样预处理;建立T1和T2对比度的单对比度重建模型;构建相似性约束损失函数;融合训练多对比度融合重建模型;将同一部位多个对比度的欠采样MRI图像输入多对比度融合重建模型。本发明利用拟合能力强大的深度学习技术,为不同对比度的MRI图像建立单对比度重建模型,并使用结构相似性约束对不同对比度的单对比度重建模型进行融合训练,与单一对比度重建神经网络模型相比达到更高质量的重建效果。

    基于区块链的多模态数字人版权管理方法及系统

    公开(公告)号:CN113158148A

    公开(公告)日:2021-07-23

    申请号:CN202110557147.0

    申请日:2021-05-21

    Abstract: 本发明提供基于区块链的多模态数字人版权管理方法及系统,其方法包括:从客户端将多模态数字人信息上传到后台服务器;后台服务器将客户端上传的多模态数字人信息打包成数据块,并生成文件指纹和数字人的图片编码;后台服务器将数据块发送给分布式的安全文件系统进行存储,并接收该安全文件系统返回的文件地址;后台服务器将生成的文件指纹、数字人图片编码和安全文件系统所返回的文件地址发送到区块链网络,并调用链码对数字人版权进行上链;对多模态数字人版权信息进行公示。本发明可根据区块链中存储的版权归属信息来确定数字人形象版权归属,避免了多模态数字人版权争端,降低了维权难度。

    一种网络入侵检测模型的训练方法和装置

    公开(公告)号:CN111741002A

    公开(公告)日:2020-10-02

    申请号:CN202010579655.4

    申请日:2020-06-23

    Abstract: 本申请公开了一种网络入侵检测模型的训练方法和装置,将网络特征数据和其攻击属性标签输入至第一卷积神经网络,输出第一卷积神经网络参数;将网络特征数据和所有攻击属性标签输入至第二卷积神经网络,在输出的多个第二卷积神经网络参数中选择最佳网络参数;通过比较最佳网络参数对应的攻击属性标签与真实标签以确定奖励值,将奖励值应用于误差函数,使得第一卷积神经网络基于误差函数进行参数更新,进而更新第二卷积神经网络参数,直至迭代的训练样本数量达到预设数量,得到网络入侵检测模型,从而解决了现有的网络入侵检测方法采用深度学习方法,对于只有少量样本的网络攻击数据的学习效果不好,对于难检测的网络入侵存在检测准确率的技术问题。

    一种基于NFC无证书认证的无线网络接入方法

    公开(公告)号:CN106992866B

    公开(公告)日:2020-07-10

    申请号:CN201710239604.5

    申请日:2017-04-13

    Abstract: 无线网络接入认证是无线局域网安全性一个保障,目前无线网络接入方式暴露出诸如无线网络监听、钓鱼AP、非法接入等安全问题。为提高无线局域网接入安全性和便捷性,本文提出一种基于NFC无证书认证的无线网络接入方法。在该方法下,用户设备通过近场通信模块与接入点(Access Point,AP)的近场通信模块建立点对点工作模式的通信通道,并以此通道作为无证书认证时传输参数的安全通道。用户以近场通信中的发起方向目标AP发起激活和认证请求,用户通过身份认证后,用户与WLAN使用双方共同协商的对称密钥KEY对信息进行加密传输。本发明具有完美前向安全性,可有效防止窃听、被钓鱼、非法接入安全问题,加强无线局域网安全性同时简化用户接入网络步骤。

    一种适于多云存储系统的信息扩散方法

    公开(公告)号:CN109491591A

    公开(公告)日:2019-03-19

    申请号:CN201811080554.1

    申请日:2018-09-17

    Abstract: 本发明涉及数据去重技术领域,具体涉及一种适于多云存储系统的信息扩散方法,存储方法是利用信息扩散算法将文件F分成n个数据块,得{F1,F2,…,Fn};采用收敛加密算法分别对{F1,F2,…,Fn}计算得到收敛密钥{K1,K2,…,Kn};采用收敛密钥对{F1,F2,…,Fn}进行加密,得到n份share;将share分别上传至n个云存储服务器;云存储服务器检查是否存在重复的share,若重复则进行去重操作;否则,对该share进行存储;本发明一方面保留了SSMS算法具有可靠性的特点,即具有容错性,另一方面采取收敛加密代替SSMS算法中的随机信息,保证了相同的数据总是产生相同的扩散结果,因此可实现云存储系统中数据去重,具有很强的创造性。

    一种基于互斥性稀疏编码的雨天视频图像分离方法

    公开(公告)号:CN108389161A

    公开(公告)日:2018-08-10

    申请号:CN201810014650.X

    申请日:2018-01-08

    Inventor: 罗玉 凌捷 王文冲

    Abstract: 本发明涉及一种基于互斥性稀疏编码的雨天视频图像分离方法,将真实图像与雨水的分离看成信号分离问题,在分离过程中利用真实图像层和雨层之间的内在属性差异,通过约束稀疏编码系数的互斥性,在不断迭代学习中得到一个具有互斥性的字典,从而将雨天视频图像中的雨层与真实图像层在迭代中逐渐分离。本发明在达到将真实图像与雨层图像分离效果的同时能使雨天视频图像更加清晰。

Patent Agency Ranking