公开(公告)号：CN116450746B

公开(公告)日：2024-10-15

申请号：CN202310499781.2

申请日：2023-05-05

Applicant: 桂林电子科技大学 ,  南宁桂电电子科技研究院有限公司

Inventor： 李龙 ,  曹佳敏 ,  刘华东 ,  李晶晶 ,  常亮 ,  古天龙

IPC: G06F16/27 ,  G06F21/60 ,  G06F21/62 ,  G06F16/22 ,  G06F21/64

Abstract: 本发明公开了一种基于区块链的属性可搜索加密系统与方法，系统包括：EHRs拥有者模块：用于负责文件构造、加密及上传；EHRs访问者模块：用于生成与关键字匹配的搜索令牌，下载密文并对所述密文进行解密；区块链模块：用于生成密钥、验证交易信息以及执行智能合约；IPFS模块：用于分布式存储EHRs密文文件；EHRs拥有者模块与所述区块链模块连接，EHRs访问者模块分别与区块链模块和IPFS模块双向连接，IPFS模块与EHRs拥有者模块双向连接。本发明解决了传统CP‑ABSE方案高度依赖单一可信授权中心出现的单点故障、密钥泄露等问题。

公开(公告)号：CN118674007A

公开(公告)日：2024-09-20

申请号：CN202410772942.5

申请日：2024-06-14

Applicant: 桂林电子科技大学

Inventor： 古天龙 ,  何昕宇 ,  郝峰锐 ,  常亮

IPC: G06N3/094 ,  G06N3/0455 ,  G06F40/232 ,  G06F40/284 ,  G06F40/30

Abstract: 后门攻击在当下自然语言处理领域研究十分广泛，许多对于预训练语言模型的后门攻击方法都涌现出来使得人们警醒在当下语言模型应用中要注意的安全问题。该方法通过使用大型预训练语言模型对后门攻击中的有毒文本数据进行过滤。采用预训练语言模型中已有的训练知识，对带有触发器的有毒数据进行流畅性的评估。通过流畅性的评估指标困惑度的数值对有毒数据进行评估，在进行后门训练的前一环节对训练数据中潜在的有毒数据进行过滤剔除降低后门攻击对模型的攻击成功率。具体来说我们通过对中文文本进行分词并逐一遍历，逐一从文本删除进行困惑度评估，找到有毒文本中潜在的有害触发器。

公开(公告)号：CN113836397B

公开(公告)日：2024-07-12

申请号：CN202111025959.7

申请日：2021-09-02

Applicant: 桂林电子科技大学

Inventor： 包旭光 ,  李淼 ,  常亮 ,  古天龙

IPC: G06F16/9535 ,  G06F16/84 ,  G06Q30/0601

Abstract: 本发明公开了一种购物篮个性化特征建模的推荐方法，根据历史购物篮事务数据集的特征构成三元组，并将所述三元组映射到特征向量空间，引入不同的关联类型进行计算与关联，最后利用神经网络技术对不同实体之间的低阶特征组合和高阶特征组合进行建模，对目标物品项进行预测，三元组的使用让模型可以从用户历史数据集中捕获更多的关联组合，缓解了购物篮推荐任务中的数据稀疏性问题，同时使得推荐结果具有可靠性和准确性，解决了现有技术中基于购物篮推荐方法推荐精度不高和推荐结果个性化程度低的问题。

公开(公告)号：CN117829317A

公开(公告)日：2024-04-05

申请号：CN202410015130.6

申请日：2024-01-04

Applicant: 桂林电子科技大学

Inventor： 古天龙 ,  支太行 ,  包旭光 ,  常亮

IPC: G06N20/00 ,  G06F18/214 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明公开一种基于个性化模型差异的个性化联邦学习方法，属于联邦学习技术领域，具体包括以下步骤：服务器发送全局模型给本地客户端，初始化化客户端模型；客户端根据本地数据进行模型训练，并上传模型参数给服务器；服务器根据这一轮客户端上传的参数进行生成模型差异矩阵；服务器依据客户端模型进行全局模型聚合，同时利用模型差异矩阵选择合适的邻居模型聚合并更新各个客户端的个性化模型；本地客户端根据服务端返回的模型更新本地模型。本发明能有效利用本地模型之间的差异加快个性化模型训练，有效提升个性化模型的精度。

公开(公告)号：CN116501970A

公开(公告)日：2023-07-28

申请号：CN202310482787.9

申请日：2023-05-03

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 常亮 ,  陈艺 ,  刘铁园

IPC: G06F16/9535 ,  G06F16/36 ,  G06Q50/20 ,  G06N3/0464

Abstract: 本发明提供了一种适用于在线教育平台的课程推荐的方法，当前的课程推荐系统仅仅从课程这一维度去分析用户是否感兴趣，忽略了用户与课程交互过程中隐藏在其中的用户与视频的交互信息、用户对相关知识点的交互信息，用户本身的背景属性等等。本方法提出了一种基于知识图谱和卷积的在线课程推荐方法，该模型首先使用特征提取模块将用户历史交互信息和课程领域的特征信息提取并转换为嵌入向量，并将这些向量融合到知识图谱中，以生成用户和课程的嵌入表达式，最后通过消息传播算法将这些信息传递给相邻节点，得到用户和课程的最终嵌入向量，进行推荐。这个方法更加细粒度地考虑了用户的偏好和课程的特征，提升了模型的性能。

公开(公告)号：CN115314905A

公开(公告)日：2022-11-08

申请号：CN202210721862.8

申请日：2022-06-24

Applicant: 桂林电子科技大学

Inventor： 罗子豪 ,  胡冠宇 ,  杜绍华 ,  王杰 ,  周志杰 ,  张邦成 ,  常亮

IPC: H04W16/18 ,  H04W84/18 ,  H04L41/14 ,  H04L41/0894 ,  H04L41/0803 ,  G06T17/20

Abstract: 本发明涉及传感器优化部署领域，尤其涉及一种考虑气体扩散规律的传感器优化部署方法，包括，步骤S1：判断天然气管道泄漏薄弱环节；步骤S2：建立天然气站点物理模型；步骤S3：划分mesh网格；步骤S4：建立气体泄漏的环境参数；步骤S5：建立k‑ε及组分运输模型；步骤S6：fluent求解生成气体扩散模型；步骤S7：MATLAB模拟VFA算法得到传感器最优部署策略；步骤S8:无线传感器实地部署；本发明针对目前的气体泄漏监测方法中人工巡检存在工作量大、危险性高、测量精度及频率低等问题，通过建立气体扩散模型，合理部署传感器，从而避免了容易形成传感器感知重叠区和浪费区，进一步解决了传感器感知盲区的问题。

公开(公告)号：CN113988570A

公开(公告)日：2022-01-28

申请号：CN202111233508.2

申请日：2021-10-22

Applicant: 桂林电子科技大学

Inventor： 李笠 ,  李广鹏 ,  胡建清 ,  常亮

IPC: G06Q10/06 ,  G06N3/12 ,  G06Q50/14

Abstract: 本发明公开了一种基于多目标进化算法的旅游大巴车调度优化方法，该方法以旅游大巴车数量、总行驶距离、总工作量、等待时间和延误时间构建了旅游大巴车调度优化模型，然后采用NSGA‑Ⅱ和基于R2的局部搜索对旅游大巴车辆多目标调度模型进行求解，最终可以满足旅游大巴车调度的实际需求。本发明提出的基于R2的多目标进化算法原理简单、实现容易，在进化过程中能有效地进行局部搜索，保证解的收敛性和多样性，并能快速地求解出最优的可行解；并且本发明针对旅游智能交通规划的实际需求，建立了完善的旅游大巴车调度优化模型，并能求解出最优的可行解，对提高游客满意度、降低交通运输成本和降低旅客出行成本有着重要意义。

公开(公告)号：CN109359475B

公开(公告)日：2021-12-03

申请号：CN201811215963.8

申请日：2018-10-18

Applicant: 桂林电子科技大学

Inventor： 古天龙 ,  张少伟 ,  李龙 ,  刘华东 ,  常亮 ,  陈汉宜

IPC: G06F21/60 ,  G06F21/62

Abstract: 本发明公开一种支持多值属性的密文策略属性基加密方法，采用了MDD作为CP‑ABE中的访问结构，使得所提方案能够直接支持多值属性；此外，由于MDD访问结构减少了系统判断属性的次数，减少了访问结构中的节点数量，从而显著提高了CP‑ABE策略在加密、解密等方面的实现效率。

公开(公告)号：CN109033129B

公开(公告)日：2021-08-03

申请号：CN201810563786.6

申请日：2018-06-04

Applicant: 桂林电子科技大学

Inventor： 常亮 ,  张舜尧 ,  匡海丽 ,  王文凯

IPC: G06F16/36

Abstract: 本发明公开一种基于自适应权重的多源信息融合知识图谱表示学习方法，首先考虑了文本信息和结构化信息的融合，采用实体向量和关系向量之间基于翻译的模型，通过调节两者之间的权重来优化得分函数，并通过对前期已经分类好的结构化信息进行类型约束训练，且无需引入更多的参数；然后利用损失函数将实体向量和关系向量关联起来，并优化了该损失函数，当达到优化目标时，就可以学得知识图谱中每个实体的向量和关系的向量。本发明解决了知识库中文本信息和结构化信息融合没有考虑权重的问题，并利用了知识库中结构化信息已有的层次信息，更精确地表示实体和关系之间的相互联系，并将其应用于大规模知识图谱中。

公开(公告)号：CN109993668B

公开(公告)日：2021-07-13

申请号：CN201910279794.2

申请日：2019-04-09

Applicant: 桂林电子科技大学

Inventor： 常亮 ,  张舜尧 ,  孙磊 ,  孙彦鹏 ,  匡海丽

IPC: G06Q50/14 ,  G06F16/9535

Abstract: 本发明涉及一种基于门控循环单元神经网络的景点推荐方法，解决的是启动困难问题，数据稀疏性问题，以及忽略旅游轨迹中的隐含语义问题的技术问题，通过采用步骤一，采集旅游数据＜uj1，sj2，vj3＞，对旅游数据进行预处理，按照第j个游客的所有旅游数据按照时间顺序生成表征旅游轨迹的旅游序列T；步骤二，将步骤一的旅游序列输入到门控循环单元神经网络中，通过门控循环神经网络对旅游数据进行建模，建立门控循环单元神经网络学习模型；步骤三，将步骤一的旅游序列T作为数据集同时输入步骤二的门控循环单元神经网络学习模型，将同批次的其他景点作为负例进行训练；步骤四，定义损失函数，更新推荐列表，完成景点推荐的技术方案，较好的解决了该问题，可用于景点推荐中。