-
公开(公告)号：CN113553613A
公开(公告)日：2021-10-26
申请号：CN202110725729.5
申请日：2021-06-29
Applicant: 福建师范大学
Abstract: 本发明公开了一种基于深度强化学习和区块链的空间众包方法；本发明空间众包层通过用户信用管理机制对用户端进行管理，并且通过任务分类和分级管理方法对众包任务进行管理；区块链层基于Hyperledger Fabric构建私有区块链，将所述众包任务作为交易存储在所述区块链上；DRL层选择可靠的任务接收者，并动态选择区块链的块大小、块生成时间和块生成节点；本发明将深度强化学习DRL和区块链相结合，以保护车联网下众包任务的隐私为目标，能够确保隐私安全；同时，在各种场景下，本发明均具有较高的任务分配精度和较低的开销。
-
公开(公告)号：CN111951918A
公开(公告)日：2020-11-17
申请号：CN202010841749.4
申请日：2020-08-20
Applicant: 福建师范大学
Abstract: 本发明公开一种物联网医疗系统中增强数据隐私性的数据聚类方法，包括步骤：S1、用户初始化处理自己的健康数据，数据分析端接收所有用户提交的处理后的数据。S2、数据分析端通过计算来自不同用户的健康数据与初始化的聚类中心的欧式距离并进行比较，将每个用户分配到他们最近的聚类。S3、数据分析端通过第三方云平台计算并统计同一聚类中用户的的私有数据，以确定新的聚类中心。本发明在物联网医疗系统中，综合引入第三方云平台、同态加密，实现了保护用户数据隐私的聚类。
-
公开(公告)号：CN106303461A
公开(公告)日：2017-01-04
申请号：CN201610809757.4
申请日：2016-09-08
Applicant: 福建师范大学
CPC classification number: H04N7/185 , G05D1/12 , G06T2207/10016 , G06T2207/30232 , H04M1/72533
Abstract: 本发明涉及数字信号处理领域，具体涉及一种基于视频分析的移动式智能安防装置，包括小车和客户终端；所述小车上设有包括相互连接的传感器、处理器和摄像头；所述处理器通过摄像头采集小车周围的影像视频；所述处理器根据接收到的影像视频利用跟踪检测算法识别运动目标，若预设时间段内的第一影像视频中识别到运动目标；则处理器发送第一影像视频至客户终端，并发送指令使小车跟踪采集运动目标的影像视频。本发明的有益效果在于：本发明通过跟踪检测算法可以移动小车锁定入侵物，用户可以通过手机客户端直接查看监控信息，并且可以命令小车进行自动跟踪。
-
公开(公告)号：CN105635743A
公开(公告)日：2016-06-01
申请号：CN201511019501.5
申请日：2015-12-30
Applicant: 福建师范大学
IPC: H04N19/61 , H04N19/154
CPC classification number: H04N19/61 , H04N19/154
Abstract: 本发明公开了一种基于显著性检测和全变分的最小可察觉失真方法，包括：S1、将原始图像数据使用全变分方法分解为结构分量和纹理分量；S2、根据结构分量和纹理分量计算像素域JND阈值和变换域JND阈值；S3、对原始图像数据进行显著性检测，得到显著性映射图；使用显著性映射图加权像素域JND阈值和变换域JND阈值，取最大值作为最终的JND阈值。本发明还涉及一种配合上述基于显著性检测和全变分的最小可察觉失真方法的系统，能够更好地利用人眼视觉特性以及更精确地计算出JND阈值。
-
公开(公告)号：CN105141527A
公开(公告)日：2015-12-09
申请号：CN201510458718.X
申请日：2015-07-30
Applicant: 福建师范大学
IPC: H04L12/751 , H04L29/06
CPC classification number: H04L45/02 , H04L63/1441
Abstract: 本发明涉及一种物联网网络中路由安全和隐私保护的方法，包括以下步骤：首先启动路由建立过程；其次对节点进行可信评估，并记录评估结果；在节点间传输信息过程中采用LX-Core机制防御节点的合谋攻击，以保证数据的安全传输；当存在多条路径时，结合节点的跳数信息和信誉推荐值信息来选择最佳路由。本发明能够动态地反应节点的行为，提高网络中路由安全的性能，同时，本发明中使用动态信誉度机制能满足路径选择过程中选取可信路由的需求。
-
Patent Agency Ranking
公开(公告)号：CN117574429A
公开(公告)日：2024-02-20
申请号：CN202311531854.8
申请日：2023-11-16
Applicant: 福建师范大学 , 中国热带农业科学院热带生物技术研究所
IPC: G06F21/62 , G06N3/0464 , G06N3/098 , G06N3/047 , G06F9/50
Abstract: 本发明公开一种边缘计算网络中隐私强化的联邦深度学习方法，服务器首先初始化一个全局模型，分发全局模型于客户端，客户端基于该全局模型使用本地私有数据进行更新得到局部模型，然后服务器选择一部分客户端进行局部训练。被选中的客户端交替进行局部训练和模型压缩，同时通过定制标签对本地数据集进行抽样，加快训练速度，训练完成后将局部差分隐私噪声添加到模型中并发送给服务器；服务器收集各客户端上传的模型进行自适应更新并将聚合模型发送回每个客户端；当模型达到要求或最大训练轮次后终止学习。本发明的提出在满足模型精度的前提下，有效地较少了隐私预算，解决了推理攻击引起的隐私泄露问题。
-
公开(公告)号：CN117315603A
公开(公告)日：2023-12-29
申请号：CN202311166638.8
申请日：2023-09-11
Applicant: 福建师范大学
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于视觉融合进行精确运动预测的多模态时空模型，包括：输入编码器模块：分别对轨迹和地图进行编码，并通过特征融合将轨迹和地图的特征整合在一起；空间‑时间交互模块：通过采用空间‑时间交叉注意力机制来提取车辆轨迹之间的空间‑时间交互行为，并通过一个门控机制输出优化后的结果；轨迹解码器模块：利用线性残差层生成多模态轨迹，接收来自空间‑时间交互模块的优化输出，并为车辆预测多个可能的轨迹；以捕捉车辆之间的时空相互作用，并利用道路的地理结构提高预测准确性。
-
公开(公告)号：CN113553612B
公开(公告)日：2023-08-11
申请号：CN202110723883.9
申请日：2021-06-29
Applicant: 福建师范大学
Abstract: 本发明提供一种基于移动群智感知技术的隐私保护方法，包括步骤：任务发布端在分配感知任务之前，先在感知层中对任务接收端使用谱聚类算法进行分类，并划分相应的安全等级；任务发布端将待分配的感知任务按敏感度进行排序，并划分相应的安全等级，然后将感知任务通过网络层传输到应用层的区块链服务器中；区块链服务器采用智能合约技术限制任务接收端对感知任务的选择。本发明通过使用谱聚类的方法对任务接收端进行安全等级划分，并对要发布的感知任务也进行安全等级划分，然后采用智能合约技术，有效限制任务接收端对不同等级的感知任务的接收权限，显著提高系统性能并同时对感知任务中的敏感信息起到保护作用。
-
公开(公告)号：CN113553613B
公开(公告)日：2023-05-05
申请号：CN202110725729.5
申请日：2021-06-29
Applicant: 福建师范大学
Abstract: 本发明公开了一种基于深度强化学习和区块链的空间众包方法；本发明空间众包层通过用户信用管理机制对用户端进行管理，并且通过任务分类和分级管理方法对众包任务进行管理；区块链层基于Hyperledger Fabric构建私有区块链，将所述众包任务作为交易存储在所述区块链上；DRL层选择可靠的任务接收者，并动态选择区块链的块大小、块生成时间和块生成节点；本发明将深度强化学习DRL和区块链相结合，以保护车联网下众包任务的隐私为目标，能够确保隐私安全；同时，在各种场景下，本发明均具有较高的任务分配精度和较低的开销。
-
公开(公告)号：CN113572734B
公开(公告)日：2023-04-28
申请号：CN202110703352.3
申请日：2021-06-24
Applicant: 福建师范大学
Abstract: 本发明公开了移动边缘计算中基于区块链的跨域访问控制方法；跨域请求用户端向其所在的源域内的网关节点发送跨域访问的跨域请求；源域内的网关节点对跨域请求用户端的域内信誉和综合信誉进行评估，并发送给目的域内的网关节点；目的域内的网关节点对接收到的跨域请求用户端的相关属性值进行验证评估，并返回将请求的结果；目的域同意所述跨域请求用户端的跨域请求后，则跨域请求用户端需要在目的域中的域内区块链上进行注册，以访问其所需要的资源；源域删除跨域请求用户端在源域的域内区块链上的数据资源访问权限；本发明以实现隐私保护为目标，利用区块链技术，来实现动态的信誉评估和跨域数据资源访问，保护不同域内数据资源的安全性。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.055 seconds)
