-
公开(公告)号：CN112347473A
公开(公告)日：2021-02-09
申请号：CN202011230255.9
申请日：2020-11-06
Applicant: 济南大学
Abstract: 本申请公开了支持双向隐私保护的机器学习安全聚合预测方法及系统，包括：客户端、计算服务器和聚合服务器；计算服务器接收客户端发送的待预测数据的数据份额；所述计算服务器对数据份额进行处理，得到预测结果份额；所述计算服务器对预测结果份额进行盲化处理，得到盲化预测结果份额；所述计算服务器将盲化预测结果份额发送给聚合服务器；所述聚合服务器对盲化预测结果份额进行移除盲化处理和加噪声处理，将结果反馈给客户端。
-
公开(公告)号：CN111275202A
公开(公告)日：2020-06-12
申请号：CN202010105981.1
申请日：2020-02-20
Applicant: 济南大学
Abstract: 本公开提出了一种面向数据隐私保护的机器学习预测方法及系统，方法包括如下步骤：获取加密后的数据；主服务器创建可信区，在可信区对获取的待预测数据与预测模型进行解密；主服务器对解密后的待预测数据与预测模型进行秘密分享，分别获得数据秘密份额和模型份额，并分发至不合谋的辅助服务器和主服务器；辅助服务器和主服务器分别进行预测计算获得预测结果份额；主服务器对所有预测结果份额进行秘密重建，将重建后的预测结果份额转发给可信区进行整合并加密，发送至待预测数据提供终端，数据提供终端解密后获得根据模型预测后的预测结果。结合安全多方计算和SGX技术来保护双方隐私安全，解决提供预测服务过程中安全性问题。
-
公开(公告)号：CN110572253A
公开(公告)日：2019-12-13
申请号：CN201910872625.X
申请日：2019-09-16
Applicant: 济南大学
Abstract: 一种联邦学习训练数据隐私性增强方法及系统，所述方法包括：第一服务器生成公共参数和主密钥，将所述公共参数发送给第二服务器；参与联邦学习的多个客户端均基于所述公共参数生成各自的公钥和私钥对；联邦学习过程如下：各客户端将本地训练得到的模型参数采用各自的公钥进行加密，与相应公钥一并经由第二服务器发送给第一服务器；第一服务器基于主密钥解密，通过加权平均得到全局模型参数，分别采用各个客户端的公钥加密，并经由第二服务器发送至各个客户端；客户端基于各自的私钥解密得到全局模型参数，改进本地模型，重复上述过程，直至各客户端本地模型收敛。本发明通过采用双服务器模式结合多密钥同态加密，保证了数据和模型参数的安全。
-
公开(公告)号：CN105871866A
公开(公告)日：2016-08-17
申请号：CN201610271713.0
申请日：2016-04-28
Applicant: 济南大学
IPC: H04L29/06
CPC classification number: H04L63/0442 , H04L63/06 , H04L63/083 , H04L63/0853
Abstract: 本发明基于计算机硬件信息的密码管理系统，包括：基础Key生成模块，用于生成基础Key；IC Card，用于存储基础Key；初始化模块，将IC Card与计算机进行唯一性匹配并将基础Key存入IC Card，记为IC Key；验证模块，调用基础Key生成模块生成Temp Key，并将Temp Key与IC Key进行比对验证；以及，账号密码管理模块，对用户绑定的第三方账号密码进行管理。本发明通过采用一个密码来管理所有的第三方账号和密码，同时采用人、IC Card和计算机三位一体的密码保护措施，保证了第三方账号和密码的安全性。
-
公开(公告)号：CN102932645B
公开(公告)日：2016-04-20
申请号：CN201210496976.3
申请日：2012-11-29
Applicant: 济南大学
Abstract: 本发明公开了一种图形处理器与视频编解码器融合的电路结构，包括图形处理器，所述图形处理器包括流处理器，其特征在于，所述流处理器包括：图形处理单元、视频处理单元、从控制器、共享单元。本发明对集成电路图形与视频处理芯片分开设计所导致的可靠性不足、数据传输时延大、芯片的流片费用高昂、以及片上资源利用率低等问题，提出了行之有效的设计结构，对传统的图形与视频分开设计的方法存在的问题进行了很好的解决，提高了电路设计的可靠性，减小了数据传输时延，降低了流片费用，很大程度的提高了片上资源的利用率。
-
Patent Agency Ranking
公开(公告)号：CN119066709A
公开(公告)日：2024-12-03
申请号：CN202411194011.8
申请日：2024-08-28
Applicant: 济南大学
IPC: G06F21/62
Abstract: 本发明属于数据处理技术领域，提供了一种基于嵌套布谷鸟过滤的隐私集合求交数据处理方法及系统，对于每一个要插入第一参与方的元素，遍历预设的第一组哈希函数所确定的两个候选桶位置下的所有条目；对于要插入第二参与方的集合元素，使用第一组哈希函数计算的两个候选桶位置，将集合元素中的元素插入到一个哈希表中，哈希表的列范围和第一组哈希函数映射的范围相同；对于每一列哈希表的每一个元素，用预设的第二组哈希函数所确定的两个候选桶位置在那哈希表中执行布谷鸟插入操作；能够在不泄露参与方隐私数据的前提下，对参与双方的数据进行预处理，减少了客户端和服务端的存储和计算成本。
-
公开(公告)号：CN118864554A
公开(公告)日：2024-10-29
申请号：CN202411074266.0
申请日：2024-08-07
Applicant: 济南大学
IPC: G06T7/33 , G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提出了一种基于融合注意力的汽车零部件图像配准方法，涉及图像配准技术领域。本发明提出了汽车零部件图像配准流程，包括汽车零部件图像数据集制作、构建特征融合模块FFM、构建深度卷积前馈网络模块DFFN、构建融合注意力FAT、构建融合注意力模块FATM、构建汽车零部件图像配准模型和获得配准后的汽车零部件图像；同时提出了融合注意力模块FATM，包括多个融合注意力FAT，FATM可以捕获到不同尺度水平的各种短程和长程流动特征，促进不同层间的特征信息交互，从而更为准确的表示变形场，以提升图像配准的精度。
-
公开(公告)号：CN118413334B
公开(公告)日：2024-10-25
申请号：CN202410888797.7
申请日：2024-07-04
Applicant: 济南大学
Abstract: 本发明提供了一种面向工业互联网场景的双PUF身份认证方法，主要应用于工业互联网场景中智能设备和云服务器之间通讯过程中的相互认证，结合使用了弱PUF（WPUF）和可重构的强PUF（OPUF），通过双PUF的协同工作，实现了高效、安全的身份认证，采用轻量级的加密原语，如异或操作和哈希函数，大大降低了计算和通信开销，适用于资源受限的工业物联网设备。本发明可以保证智能设备的不可克隆性以及通讯过程的安全，能够有效防止窃听攻击、假冒攻击、重放攻击及机器学习攻击等，可以极大提高认证的安全性。
-
公开(公告)号：CN118611887A
公开(公告)日：2024-09-06
申请号：CN202411087540.8
申请日：2024-08-09
Applicant: 济南大学
Abstract: 本申请公开了一种支持跨域互操作的联盟链医疗数据共享通用框架，构建公钥证书联盟链和医疗数据共享联盟链；数据用户向云服务提供者发送数据共享申请，提供身份信息；数据所有者使用系统公钥加密医疗数据，使用会话密钥加密系统公钥和公钥类型；数据所有者生成重加密密钥重新加密公钥信息密文；数据用户使用私钥解密重加密密文得到数据所有者的公钥信息，使用数据所有者的公钥解密医疗数据信息密文得到医疗数据及相关信息；统适用于不同的公钥算法，提高了可扩展性；引入了数据和服务高效分离的群组架构，同时采用代理重加密技术和云计算服务，减轻了用户的计算负担，最大限度地降低了数据泄露的风险。
-
公开(公告)号：CN117952969B
公开(公告)日：2024-06-21
申请号：CN202410346862.3
申请日：2024-03-26
Applicant: 济南大学
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于选择注意力的子宫内膜癌分析方法及系统，涉及计算机视觉领域。本发明提出了选择注意力模块，通过采样学习token和K_token之间的稀疏关联来预测更新K_token，降低了传统自注意力的计算量，且K_token能够提供视觉内容上更有意义的信息，从而提高了捕获全局依赖的效率。对大尺寸病理切片进行标注、预处理后，使用滑动窗口进行切割，得到N张小的补丁图像，使用基于选择注意力的主干网络对补丁图像进行检测，得到组织细胞的良恶性结果，从而提高了子宫内膜癌病理切片的识别效果。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.041 seconds)
