一种基于C/S多级缓存的位置隐私保护方法

    公开(公告)号:CN110290149A

    公开(公告)日:2019-09-27

    申请号:CN201910646620.5

    申请日:2019-07-17

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于C/S多级缓存的位置隐私保护方法,其中,客户端可缓存多个可达的坐标位置;客户端形成查询请求时,随机在距离客户端半径为r的范围内找出k-1个缓存坐标位置,对每个查询坐标使用哈希函数进行映射得到服务器集群对应编号的服务器,服务器集群匿名化处理后将请求发送给提供基于位置服务的LBS服务器,LBS服务器将处理请求并返回处理结果,处理结果经服务器集群转发后返回给客户端,服务器集群缓存返回结果,客户端保留需要的数据,丢弃不需要的数据;本发明所提出的方法能够有效保护用户的位置隐私,并降低用户与LBS服务器的交互次数,从而降低通信开销,提高查询响应速度。

    一种支持隐私保护功能的图像区域复制检测方法

    公开(公告)号:CN108881663A

    公开(公告)日:2018-11-23

    申请号:CN201810634217.6

    申请日:2018-06-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种支持隐私保护功能的图像区域复制检测方法,包括:用户端,N个相互独立的云服务端,其中部分服务端用于密文存储,部分服务端用于密文计算;用户端利用图像加密算法将图像分拆为多个密文,分别交给用于密文存储的服务端,由这些服务端和用于密文计算的服务端通过交互和计算完成密文空间下对图像区域复制篡改操作的检测和定位;最后每个用于密文存储的服务端均获得疑似篡改区域,用于密文存储的服务端将结果发送给用户端。云服务端在不知晓图像内容的前提下,提供有效的区域复制取证服务,实现对篡改操作的检测和定位,相比于传统区域复制取证工具或服务,本发明可以提供用户图像内容的隐私保护。

    多模态Web信息检索静态排序学习方法、系统、设备及介质

    公开(公告)号:CN117828216A

    公开(公告)日:2024-04-05

    申请号:CN202311669809.9

    申请日:2023-12-07

    Applicant: 暨南大学

    Abstract: 本发明公开了一种多模态Web信息检索静态排序学习方法、系统、设备及介质,方法包括获取目标网页的网页截图与网页信息并基于截图与信息得到网页文本信息、HTML文本、HTML标签以及网页统计特征信息;分别对网页文本信息、HTML文本信息、HTML标签信息以及网页统计特征信息进行映射并进行特征提取,分别得到文本特征向量、HTML标签特征向量、HTML文本特征向量以及网页统计特征向量;将得到的4个特征向量进行特征组合,得到组合特征向量;根据组合特征向量进行评价与等级划分,生成网页的预测评价等级。本发明从多维度深入地探索网页信息的内在特征,更准确、客观与合理地对目标网页的Web内容质量进行评价,提高了评价准确度,且不易受各种作弊方法影响。

    一种基于区块链的科技大数据的交换与共享的系统与方法

    公开(公告)号:CN113507360B

    公开(公告)日:2024-01-09

    申请号:CN202110715134.1

    申请日:2021-06-26

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链的科技大数据的交换与共享的系统与方法,所述系统包括数据提供方与数据请求方,所述数据提供方是指将提供科技大数据,并将所述科技大数据通过区块链发布到区块链网络中,供其他科研参与者访问使用的科研机构或个人;所述数据请求方是指访问数据提供方提供的数据的科研机构或个人。本发明的优势在于,解决科技大数据在共享交换问题。采用区块链构建新型大数据交换系统,通过区块链的去中心化和去信任的方式集体维护可靠的分布式数据库,并通过区块链的可溯源特性确保数据可信以及实现版权保护和版权流动。

    隐私度量和保护策略选择方法、装置、服务器和存储介质

    公开(公告)号:CN113645187B

    公开(公告)日:2023-04-11

    申请号:CN202110761477.1

    申请日:2021-07-06

    Applicant: 暨南大学

    Abstract: 本发明公开了一种隐私度量和保护策略选择方法、装置、服务器和存储介质,应用于服务器,所述方法包括:接收用户客户端发送的隐私因素集和用户id;根据所述隐私因素集和用户id,将所述隐私因素集里的因素进行大类划分,获取对应的隐私策略参数;根据所述用户id,将所述隐私策略参数发送给对应的用户客户端;接收用户客户端根据所述隐私策略参数发送的新隐私策略参数;确认所述新的隐私策略参数后,将所述新隐私策略参数、所述隐私因素集和所述用户id绑定存储,作为隐私策略。本发明提出对隐私因素集里的因素进行大类划分,对影响环境的因素具有较高的可扩展性和容错性。

    一种基于双输入卷积融合的可见水印检测擦除方法

    公开(公告)号:CN113436050A

    公开(公告)日:2021-09-24

    申请号:CN202110569103.X

    申请日:2021-05-25

    Applicant: 暨南大学

    Abstract: 本发明公开了一种双输入卷积融合的可见水印检测擦除方法,包括以下步骤:构建可见水印检测擦除网络,包括多任务全卷积水印分割网络、基于部分卷积的水印去除网络以及基于普通卷积的双输入分支水印去除网络;输入待处理水印图像,水印图像经过多任务全卷积水印分割网络、基于部分卷积的水印去除网络以及基于普通卷积的双输入分支水印去除网络的处理,得到最终的无水印图像。本发明方法适用于多种嵌入强度的可见水印的去除,相比较于传统方案或使用单一卷积的CNN网络方案,能够适用于不同颜色,不同嵌入强度的水印的去除工作。

    基于帧内预测编码的视频隐写方法

    公开(公告)号:CN108322757B

    公开(公告)日:2020-12-11

    申请号:CN201810039694.8

    申请日:2018-01-16

    Applicant: 暨南大学

    Abstract: 本发明提供了基于帧内预测编码的视频隐写方法,通过构造合适的失真函数后利用STC进行实际嵌入,能确保修改预测模式造成的失真是接近最小的。本发明发送方嵌入消息时,从第一个关键帧I1开始嵌入,根据映射规则得到最优组集将最优组集秘密消息序列m1,1和嵌入扰动集送入第一层嵌入器得到含秘组集将含秘组集秘密消息序列m1,2和嵌入扰动集送入第二层嵌入器得到含秘组集根据含秘组集选用最终预测模式生成视频编码;最终生成含密编码视频X′;接收方提取消息时,从含密编码视频中获取帧内预测编码后的关键帧;从第一个关键帧开始消息提取,利用解码器得到预测模式;根据映射规则得到含密组集,并提取得到私密消息。

    一种车联网中基于信任级联的紧急消息散播方法和系统

    公开(公告)号:CN111093189A

    公开(公告)日:2020-05-01

    申请号:CN201911241257.5

    申请日:2019-12-06

    Applicant: 暨南大学

    Abstract: 本发明公开了一种车联网中基于信任级联的紧急消息散播方法和系统,该系统包含权威机构、路侧单元和车辆:权威机构负责为车辆提供注册、撤销服务,并存储、更新车辆的信任信息;路侧单元为车辆和权威机构提供通信接口;车载单元安装于车辆上并能够与邻近的路侧单元和其他车辆进行通信;当紧急事件发生时,紧急消息能够以信任级联的方式在附近的车辆间散播,其中面向实体的信任值(可通过信任证书评估和更新,并包含在信任证书中)被作为重要权重;该方法和系统将面向实体的信任值高效地应用到面向数据的信任评估中,与现有消息散播方式相比,本发明的评估结果更加准确,并具有良好的激励机制、错误容忍性、兼容性和健壮性。

Patent Agency Ranking