-
公开(公告)号:CN117076514A
公开(公告)日:2023-11-17
申请号:CN202311115010.5
申请日:2023-08-31
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06F16/2457 , G06F18/214 , G06F18/25 , G06F21/62 , G06F17/15
Abstract: 本发明一种基于联邦学习的多模态推荐方法及系统,涉及计算机信息推荐技术领域,为解决现有方法难以保障多方的数据不出本地、断绝数据在上传过程中的隐私泄露并实现高精度的推荐的问题。包括:步骤1:多个客户端分别对本地数据集进行预处理;步骤2:服务器端构建多模态模型及损失函数,并下发至各客户端;步骤3:各客户端对模型进行训练,将最优模型参数上传至服务器端;步骤4:服务器端对各模型参数进行聚合得到聚合模型,并对其进行训练,再次下发到客户端;步骤5:客户端对模型再次进行验证和测试,得到多模态推荐模型,实现联邦多模态推荐。本发明在保护用户隐私的前提下,有效地融合多个分布式数据源的信息,进行个性化的推荐。
-
公开(公告)号:CN113902303A
公开(公告)日:2022-01-07
申请号:CN202111186099.5
申请日:2021-10-12
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: G06Q10/06 , G06Q30/00 , G06F16/9535
Abstract: 本申请公开了一种基于用户满意度的隐私模型自动推荐系统、算法、设备及存储介质,属于数据分析技术领域。解决了现有技术中存在的用户如何对隐私模型进行选择问题以及如何配置隐私模型参数的问题。本申请用户满意度的隐私模型自动推荐系统、算法、设备及存储介质创造性地提出历史配置方案资源池的概念,针对熟悉隐私保护知识和不熟悉隐私保护知识的用户,通过正向过程与逆向过程相结合对历史配置方案资源池进行迭代升级。历史配置方案资源池在每次数据匿名化处理过程中,以用户满意度为基准自动推荐配置,确保匿名后数据符合用户满意度要求。本申请为数据的匿名化处理提供更加简便高效的解决方案,提高了匿名后数据的质量,增强了数据保护的能力。
-
公开(公告)号:CN113507356A
公开(公告)日:2021-10-15
申请号:CN202110772070.9
申请日:2021-07-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种密态最短路网距离计算方法、设备及存储介质。本发明提供一种在道路网络中基于同态加密的高效道路最短距离密文计算的方法,属于信息安全领域和应用密码学领域,包括:将道路网络假设为无向加权平面图,通过使用RNHE方案得到嵌入的道路网络;找到嵌入的道路网络中距离道路网络平面图中的位置最近的两个点;使用类同态加密FV方案在密文域中计算两个点之间的加密道路距离;加密最短道路距离可以通过两点间的加密道路距离和两次同态加法运算得到;本发明仅需要四次同态加(减)和三次同态乘计算就能得到加密最短距离,能够高效精确地计算道路网络中两个位置的最短距离密文,降低了算法复杂度,从而降低了计算和通信开销。
-
公开(公告)号:CN110866277A
公开(公告)日:2020-03-06
申请号:CN201911107523.5
申请日:2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种DaaS应用的数据集成的隐私保护方法,包括如下步骤,步骤一、在满足数据匿名的条件下,通过租户间多轮协作,每轮采用信息增益最大的属性加细数据集;步骤二、设定云服务提供商的信誉等级,并根据信誉等级划分云服务提供商;步骤三、对于低于预设信誉等级的云服务提供商,采用基于分割的隐私保护机制,隐藏数据之间的关联关系,并通过分组均衡化的方式,确保属性的值域均衡分布,防止云服务提供商泄露租户数据隐私;对于高于预设信誉等级的云服务提供商,采用分类索引树数据结构,验证云服务提供商返回数据的正确性及完整性。本发明通过分类索引树数据结构,使云租户有能力验证云服务提供商返回结果集的正确性及完整性。
-
公开(公告)号:CN110866276A
公开(公告)日:2020-03-06
申请号:CN201911107507.6
申请日:2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
IPC: G06F21/62
Abstract: 本发明属于数据的隐私保护的技术领域,具体涉及一种混合云环境下数据的隐私保护方法,包括如下步骤,步骤一、将DaaS承载平台作为混合云,根据高维稀疏数据的特征及数据发布模式,分析引入云平台后数据隐私泄露的潜在风险;步骤二、在匿名分割策略的基础上,通过贪心策略,分析数据可用性最大化的约束场景;步骤三、利用交互型差分隐私保护的统计搜索,分析加噪对数据可用性的影响;步骤四、针对并行化匿名分割造成的数据误分割,通过共享聚合簇,减小保留在私有云上的数据量。本发明能够减少信息损失,提高算法的执行效率,从而提高数据的隐私保护的可行性和实用性。
-
公开(公告)号:CN110851824A
公开(公告)日:2020-02-28
申请号:CN201911106972.8
申请日:2019-11-13
Applicant: 哈尔滨工业大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域,具体涉及一种针对恶意容器的检测方法,包括以下步骤,步骤1、对被监控虚拟机中所有进程的创建行为进行监听;步骤2、判断创建的进程是否属于该虚拟机中的容器,若此进程属于该虚拟机中的容器,则读取其执行文件的信息;若此进程不属于该虚拟机中的容器,则结束;步骤3、在读取完毕后,从容器中查找该执行文件;步骤4、对执行文件进行安全扫描,若该执行文件为恶意文件,则测得其对应的容器即为恶意容器。与现有技术相比,本发明能够有效地检测出恶意容器,从而防止恶意容器对虚拟机的控制与控制,提高了系统的安全性。
-
公开(公告)号:CN110837641A
公开(公告)日:2020-02-25
申请号:CN201911106277.1
申请日:2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
Abstract: 本发明属于计算机安全的技术领域,具体涉及一种基于内存分析的恶意软件检测方法,包括获取虚拟机的内存镜像,解析内存镜像中的内核数据结构,通过内核数据结构分析出恶意软件,获取恶意软件的可执行代码,以二进制文件的形式导出恶意软件的可执行代码,将二进制文件转换为灰度图像。本发明对恶意软件检测的安全性强,适用于检测多种类型的恶意软件以及运行于不同的操作系统版本,大大提高了检测的通用性和移植性。此外,本发明还提供了一种基于内存分析的恶意软件检测系统。
-
-
-
-
-
-