-
公开(公告)号：CN110490265B
公开(公告)日：2022-04-15
申请号：CN201910785906.1
申请日：2019-08-23
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/46 , G06K9/62
Abstract: 本发明公开了一种基于双路卷积和特征融合的图像隐写分析方法，其步骤包括：1、构建图像隐写分析的深度学习网络框架；2、图像数据集的准备；3、网络的初始化；4、网络的训练及其验证。本发明能通过两路卷积神经网络自动提取更丰富、更精确的图像特征，根据特征判断图像是否存在隐藏信息，从而能以较高的准确率区分载体图像和载密图像。
-
公开(公告)号：CN111970507B
公开(公告)日：2022-02-18
申请号：CN202010868474.3
申请日：2020-08-26
Applicant: 安徽大学
IPC: H04N19/122 , H04N19/176 , H04N19/467 , H04N19/69 , H04L9/06
Abstract: 本发明公开了一种基于像素差值编码的密文域图像的可逆数据隐藏方法，其步骤包括：1、计算像素差值；2、图像加密；3、图像的密文域可逆数据隐藏；4、数据提取与图像恢复。本发明通过提出的图像编码方式提高对图像潜在冗余信息的利用率，从而能在保证图像安全性的同时获得较高的嵌入容量。
-
公开(公告)号：CN113872969A
公开(公告)日：2021-12-31
申请号：CN202111139922.7
申请日：2021-09-28
Applicant: 安徽大学
Abstract: 本发明公开一种基于代理重加密机制的自动驾驶车车内消息重加密方法，包括系统初始化、密钥生成、重加密密钥生成、消息加密、一级消息解密、消息重加密、二级消息解密等过程。本发明基于自动驾驶汽车中ECU和总线的双冗余环境，使用代理重加密技术保证消息的机密性以及单点故障或网络攻击情况下消息的安全性，另外，当自动驾驶汽车出现单点故障或遭受网络攻击时，能够实现加密条件下消息的转发与处理；另外本发明中的重加密部分不需要完全可信的第三方来充当代理，整个技术方案实用性更强。
-
公开(公告)号：CN110570284B
公开(公告)日：2021-06-08
申请号：CN201910860113.1
申请日：2019-09-11
Applicant: 安徽大学
Abstract: 本发明公开了一种差分隐私保护的异质虚拟机分配方法，其步骤包括1、在基于拍卖的组合云资源分配的架构下计算每一个可能的定价对应的收益值；2、使用收益作为效用函数的指数机制选定一个定价；3、根据选定的定价，确定对应的获胜云用户及其所需支付的价格。本发明能够有效的解决在虚拟机分配过程中出现的敏感信息泄露的问题，实现差分隐私保护，提高用户报价信息的安全性，同时实现较好的虚拟机分配，提高虚拟机分配效用。
-
公开(公告)号：CN107392743B
公开(公告)日：2021-04-06
申请号：CN201710648465.1
申请日：2017-08-01
Applicant: 安徽大学
Abstract: 本发明公开了一种McAfee双向拍卖隐私保护方法和拍卖方法，通过添加可信第三方——拍卖代理，完成买家私有信息、卖家私有信息在拍卖者和拍卖代理之间的一系列安全交互操作，该拍卖方法包括以下步骤：买家、卖家、拍卖者和拍卖代理分别初始化各自的信息；然后买家和卖家利用公钥逐比特加密各自的报价信息；拍卖者协同拍卖代理利用同态加密的性质对已经得到的买家加密的报价信息和卖家加密的报价信息进行选择排序，并由拍卖者实现胜者选定，确定最后一个可获利的交易下标并输出最终拍卖结果。该方法解决现有McAfee双向拍卖过程中无法保证买卖双方报价秘密比较及胜者确定安全性问题，实现拍卖的同时保护了买家和卖家的隐私。
-
Patent Agency Ranking
公开(公告)号：CN111970507A
公开(公告)日：2020-11-20
申请号：CN202010868474.3
申请日：2020-08-26
Applicant: 安徽大学
IPC: H04N19/122 , H04N19/176 , H04N19/467 , H04N19/69 , H04L9/06
Abstract: 本发明公开了一种基于像素差值编码的密文域图像的可逆数据隐藏方法，其步骤包括：1、计算像素差值；2、图像加密；3、图像的密文域可逆数据隐藏；4、数据提取与图像恢复。本发明通过提出的图像编码方式提高对图像潜在冗余信息的利用率，从而能在保证图像安全性的同时获得较高的嵌入容量。
-
公开(公告)号：CN111859440A
公开(公告)日：2020-10-30
申请号：CN202010847615.3
申请日：2020-08-21
Applicant: 安徽大学
Abstract: 本发明公开了一种基于混合协议的分布式隐私保护逻辑回归模型的样本分类方法，该方法是应用于由n个数据提供方，一个加密服务提供商以及一个数据聚合方组成的分布式逻辑回归模型训练场景中，并包含以下步骤：步骤S1、初始化阶段；步骤S2、分布式模型训练阶段；步骤S3、最终模型发布阶段。本发明能解决当前多个数据提供方使用逻辑回归模型联合进行样本分类过程中的隐私泄露问题，从而能够在不泄露私有数据的情况下完成样本分类任务，并提高样本分类过程的安全性以及敏感数据的利用率。
-
公开(公告)号：CN107634837B
公开(公告)日：2020-09-01
申请号：CN201711057462.7
申请日：2017-11-01
Applicant: 安徽大学
Abstract: 本发明公开一种基于边缘计算的车联网高效消息认证方法，包括以下步骤，(1)车联网参与实体的系统初始化，该步骤包括参数生成、车辆生成假名和签名两个过程；(2)RSU和车辆的消息认证，该步骤包括RSU选举出边缘计算车辆(ECV)、ECV执行任务、RSU检查ECV的认证结果、车辆消息认证四个过程。本发明的签名部分使用基于椭圆曲线密码学的操作，使得计算、传输开销较低；进一步通过模糊逻辑控制理论来选举出ECV来做到局部最优选举；设置ECV帮助RSU实现快速准确的消息签名认证；RSU通过广播认证结果最大程度地减少了整个系统的冗余认证，提升了整个车联网的运行效率。
-
公开(公告)号：CN110837603A
公开(公告)日：2020-02-25
申请号：CN201911091203.5
申请日：2019-11-09
Applicant: 安徽大学
IPC: G06F16/9536
Abstract: 本发明公开了一种基于差分隐私保护的集成推荐方法，其步骤包括：1、从评分网站上获取用户对项目的历史评分数据信息；2、对评分数据加入含隐私分配的噪声，进行预处理操作，得到预处理后的评分矩阵3、计算原始评分矩阵的用户相似度矩阵，选取与当前服务用户最相似的top-k个用户；4、集成协同过滤和矩阵分解方法，对预处理后的评分矩阵进行训练，得到预测评分矩阵依次有序推荐给服务用户。本发明能有效解决现有隐私保护推荐方案中推荐效果不佳和隐私安全性差的问题，从而可以为用户提供安全且高效的推荐。
-
公开(公告)号：CN110633422A
公开(公告)日：2019-12-31
申请号：CN201910869989.2
申请日：2019-09-16
Applicant: 安徽大学
IPC: G06F16/9536 , G06F16/958 , G06F16/901 , G06Q50/00
Abstract: 本发明公开了一种基于异构信息网络的微博好友推荐方法，其包括步骤：S1、构造微博用户的异构信息网络数据；S2、对异构信息网络中的元路径进行抽取，将异构信息网络转化为同质信息网络；S3、使用图卷积网络得到用户的向量表示；S4、计算不同用户间的相似性并进行相似性的融合。本发明通过对异构信息网络以及图卷积网络的使用，捕获丰富的用户行为信息，并得到高性能的用户向量表示，从而有效提高推荐的精确性。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.04 seconds)
