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。

    一种通用的区块链安全注册及服务快速发现方法

    公开(公告)号:CN117118964A

    公开(公告)日:2023-11-24

    申请号:CN202311064781.6

    申请日:2023-08-22

    Applicant: 暨南大学

    Abstract: 本发明公开了一种通用的区块链安全注册及服务快速发现方法,包括:设置区块链身份符的资源记录结构;区块链注册及合法性验证;发现并选择提供特定类别服务的区块链,区块链网关与用户建立HTTPS连接,区块链提供服务,区块链网关与用户断开HTTPS连接,本发明提出的区块链注册合法性验证方法,提高了系统的安全性,还提出了服务快速发现方法,提升了服务发现的效率及准确性,适应于公有链、私有链、混合链和联盟链等各种类型的区块链,具有通用性。

    车辆编队中轻量级、隐私保护的领队车辆选择系统及方法

    公开(公告)号:CN116994423A

    公开(公告)日:2023-11-03

    申请号:CN202310894676.9

    申请日:2023-07-19

    Applicant: 暨南大学

    Abstract: 本发明公开了一种车辆编队中轻量级、隐私保护的领队车辆选择系统及方法,该系统包括可信机构TA,用于负责生成系统参数和维护车辆信息;服务提供者SPA,用于负责处理车辆编队的信息;服务提供者SPB,用于负责配合服务提供者SPA完成领队车辆的选择;路侧单元RSU,用于作为车辆与可信机构TA、服务提供者SPA的通信接口。本发明实现了高效的领队车辆选择和强隐私保护,能够降低可信实体的参与度,实现由半可信实体根据声望值大小选择领队车辆,且能够在较低的计算、通信与存储开销的情况下,确保车辆声望值隐私及身份隐私不被泄露。

    一种高效的车联网信任查询与评估系统及方法

    公开(公告)号:CN116321069A

    公开(公告)日:2023-06-23

    申请号:CN202310117829.9

    申请日:2023-02-15

    Abstract: 本发明公开了一种高效的车联网信任查询与评估方法及系统,在该系统中,本发明首先利用区块链技术分布式存储车辆信任数据,实现了数据的可信存储;接着提出两种缓存策略并结合智能合约,分别设计信任值查询算法,实现了信任值的低时延查询;最后基于所提查询算法,以车辆历史信任值、车辆位置以及消息新鲜度作为参考因素,设计紧急消息信任评估算法,实现了低时延且高精准的信任评估。本发明提出的系统与现有的车联网信任查询与评估系统相比,在消息信任评估时延和消息信任评估准确率之间达到了更好的平衡,更加适用于实际的场景。

    基于强化学习和动态定价机制的寻客路径推荐方法

    公开(公告)号:CN115526387A

    公开(公告)日:2022-12-27

    申请号:CN202211130610.4

    申请日:2022-09-16

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于强化学习和动态定价机制的寻客路径推荐方法,方法包括S1、城市网格划分,将城市地图平均划分为若干网格;S2、司机行为建模,基于马尔可夫决策过程对司机行为和环境进行建模;S3、强化学习求解,对司机行为模型,用Q学习算法求解Q表,得到最优解;S4、寻客路径推荐,根据得到的Q表,向司机推荐在每个状态下的最佳行动。本发明在网格的粒度上为司机推荐寻客路径,最大化司机在每小时内的平均利润率,在考虑动态定价机制的情况下,向司机推荐搜索乘客的路径,实现更高的利润。

    基于TEE的隐私保护分布式账本审计方法及系统

    公开(公告)号:CN114881650A

    公开(公告)日:2022-08-09

    申请号:CN202210451763.2

    申请日:2022-04-27

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于TEE的隐私保护分布式账本审计方法与系统,方法包括客户首先选择合适的服务商,并注册成为其合法用户;为了处理用户业务请求,服务商在经监管者授权后在可信执行环境内成功运行交易验证程序;发起业务请求前,用户读取分布式账本最新状态,并获得所属机密信息;用户匿名向监管者获取其最新身份证明;用户向服务商请求可用可信执行环境,最后,用户向可信执行环境发送身份证明及交易请求完成交易。审计环节中,审计师用可执行文件描述其审计任务,监管者批准审计则审计师可获得审计结果,但对审计的过程不可访问。本发明能够在充分保护用户隐私的前提下,实现高效且一般化的审计功能。

    一种基于隐私保护的出行乘车匹配方法

    公开(公告)号:CN114501427A

    公开(公告)日:2022-05-13

    申请号:CN202111675395.1

    申请日:2021-12-31

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于隐私保护的出行乘车匹配方法,包括以下步骤:S1、TA初始化并为注册实体分配公钥、私钥、声誉证书以及假名身份;S2、乘客选择个性化旅行偏好需求并注入布隆过滤器,加密出行乘车请求并为出行乘车请求计算信息签名,RSU对乘客的声誉证书和信息签名的有效性进行验证,验证通过后广播信息给附近的车辆;S3、车辆将偏好属性集合注入布隆过滤器,加密出行乘车响应,并为出行乘车响应计算信息签名;S4、判断车辆是否满足乘客的个性化需求,将车辆和乘客进行出行乘车匹配。本发明方法基于布隆过滤器和隐私集合交集技术,并将其应用到出行乘车匹配中,保护了出行乘客的隐私,降低了计算开销和通信开销,提高了乘客的出行乘车体验。

    一种车联网群智感知中提高数据可用性的激励方法

    公开(公告)号:CN114429080A

    公开(公告)日:2022-05-03

    申请号:CN202111670548.3

    申请日:2021-12-31

    Applicant: 暨南大学

    Abstract: 本发明公开了一种车联网群智感知中提高数据可用性的激励方法,包括以下步骤:S1、TA初始化以及其他实体的初始化;S2、服务消费者根据需要感知任务的具体要求发送请求消息至服务提供者,服务提供者反馈服务信息后,服务消费者选择服务并发送需求消息;S3、服务提供者向数据收集者发布任务,由数据收集者负责收集;S4、服务提供者对收集的数据进行处理,并进行反馈;S5、TA根据声望反馈更新车辆声望信息,服务提供者根据数据收集量对策略进行更新。本发明方法基于斯塔克尔伯格博弈模型、Lloyd’s聚类算法和声望管理机制,在平衡参与者之间竞争关系的同时,根据优先级顺序处理数据,以提高数据收集量和激励参与者诚实提供数据以获得更多可用数据。

Patent Agency Ranking