-
公开(公告)号：CN108875414A
公开(公告)日：2018-11-23
申请号：CN201810590798.8
申请日：2018-06-09
Applicant: 海南大学
CPC classification number: G06F21/71
Abstract: 本发明是一种基于数据图谱，信息图谱与知识图谱的建模与数据安全保护方法。属于分布式计算和软件工程交叉领域。本发明将安全资源分类为数据安全，信息安全和知识安全。基于数据图谱，信息图谱和知识图谱分析用户安全需求的可行性，一致性，冗余性和完整性，优化用户安全需求描述，将对应的数据流，信息流，知识流和控制流映射到知识图谱上。随后本发明在数据图谱，信息图谱和知识图谱组成的三层架构中根据先后顺序把数据安全资源转换为其他类型安全资源后存入安全空间来对显式和隐式的数据安全资源进行保护。
-
公开(公告)号：CN108804950A
公开(公告)日：2018-11-13
申请号：CN201810590693.2
申请日：2018-06-09
Applicant: 海南大学
CPC classification number: G06F21/64 , G06F21/6227 , G06F21/6245
Abstract: 本发明是一种基于数据图谱，信息图谱和知识图谱的建模与数据隐私保护方法，属于分布式计算和软件工程交叉领域。主要用于对用户的需求进行可行性分析，完整性分析，一致性分析和冗余性分析，并在每一步的分析中提取出对应的数据流，信息流，知识流以及控制流映射到数据图谱，信息图谱和知识图谱上。再根据用户需求将数据资源根据其在搜索空间中的存在分类为隐式和显式的情形，针对隐式和显式的信息隐私资源，按影响力大小的先后顺序将数据隐私资源转换为其他类型隐私资源并将相关的所有类型化隐私资源存入隐私空间进行保护。
-
公开(公告)号：CN108572754A
公开(公告)日：2018-09-25
申请号：CN201810694019.9
申请日：2018-06-29
Applicant: 海南大学
IPC: G06F3/0354 , G06F3/0362
Abstract: 一种具有脑手协调锻炼和康复功能的可变形鼠标，属于计算机配件技术领域，其特征在于包括可变形主体和信号处理部；所述可变形主体包括可变形主体外壳；弹簧，所述弹簧一端与所述外壳固定，另一端固定在所述信号处理部外壳外侧表面；细线，所述细线一端与连接外壳的弹簧一端固定，另一端连接至鼠标形状固定部；鼠标形状固定部；压力传感器组；所述信号处理部包括接收和处理压力传感器值的单片机，传感器组与所述单片机使用信号线连接；将单片机0、1信号转换成鼠标点击、滑动的按键电路板；数据线，所述数据线与按键电路板连接。
-
公开(公告)号：CN108563346A
公开(公告)日：2018-09-21
申请号：CN201810659308.5
申请日：2018-06-25
Applicant: 海南大学
IPC: G06F3/0354
Abstract: 一种个性化可变形压力感应鼠标，由核心主体、压力传感器组和允许变形的软质鼠标外部结构组成，核心主体位于鼠标底板的正中央，构造包括将底板的信号感应区划分为四个子区域的装置、感应区变动的旋钮和通用鼠标信息处理部件，压力传感器与鼠标外部允许变形的软质结构紧密粘连，所述鼠标的外形结构可以根据用户的喜好进行变化，只要转动鼠标底板旋钮可以调节按键的敏感区，不同的压力值和信号感应区域共同决定鼠标按键功能，所述鼠标支持五指操作，在使用时根据压力值大小设定具体的按键功能。
-
公开(公告)号：CN108429748A
公开(公告)日：2018-08-21
申请号：CN201810192478.7
申请日：2018-03-09
Applicant: 海南大学
CPC classification number: H04L63/205 , H04L41/142 , H04L41/145 , H04L63/105 , H04L67/1097 , H04L67/12
Abstract: 一种投入驱动的物联网资源安全保护方法，属于分布式计算和软件工程学技术交叉领域。其特征在于将物联网中以数据、信息和知识等形态存在的资源转换类型以增加资源被未经授权用户获取的难度，并将转换后的资源存储在数据图谱，信息图谱和知识图谱上，计算转换代价和存储代价，同时考虑物联网中资源的传输，并计算传输代价，其特征在于计算攻击者通过遍历三层图谱查找原始形态资源的搜索代价，其特征在于根据计算的用户投入和资源安全等级提供经济高效的资源安全保护，同时允许服务提供商综合用户投资和安全等级值在所提供的服务中获取利润。
-
Patent Agency Ranking
公开(公告)号：CN107977393A
公开(公告)日：2018-05-01
申请号：CN201710363378.1
申请日：2017-05-22
Applicant: 海南大学
CPC classification number: G06F16/3344 , G06F16/958 , G06N20/00
Abstract: 本发明是一种面向5W问答的基于数据图谱，信息图谱，知识图谱和智慧图谱的推荐引擎设计方法，主要用于通过图谱回答用户使用自然语言提出的问题，属于分布式计算和软件工程学技术交叉领域。该方法允许人们通过提出自然语言形式的问题来表达他们的信息需求。知识图谱能以图形化的方式向用户展示经过分类整理的结构化知识，从而使用户从人工过滤网页寻找答案的模式中解脱出来。我们提出在数据、信息、知识和智慧层面上澄清知识图谱的整体表达，分别使用数据图谱、信息图谱、知识图谱和智慧图谱来解决用户提出的由5W(谁(Who)/何时(When)/何地(Where)，什么(What)，如何(How)，为什么(Why))引导的问题。
-
公开(公告)号：CN107945880A
公开(公告)日：2018-04-20
申请号：CN201711316801.9
申请日：2017-12-12
Applicant: 海南大学
Abstract: 本发明是一种面向边缘计算的类型化医疗资源处理系统设计方法，从优化物联网边缘设备的资源优化存储、处理和传输等角度出发，解决边缘计算环境下海量类型化医疗资源在有限带宽条件下的传输优化问题。属于物联网与软件工程交叉领域。关键在于基于数据图谱、信息图谱和知识图谱资源处理架构转化医疗资源的类型，同时建立带宽资源利用限制模型，以均衡网络负载。本发明在本地节点提供医疗诊断、存储和传输服务，并允许用户投入和相关效益比决定系统优化的资源方法，使系统保持相对稳定的状态。系统将计算任务分散到边缘设备，缓解云计算环境下事务处理高度集中引发重要医疗资源无法实时传输的压力。
-
公开(公告)号：CN107360044A
公开(公告)日：2017-11-17
申请号：CN201710756419.3
申请日：2017-08-29
Applicant: 海南大学
IPC: H04L12/24 , H04L12/911 , H04L29/08
CPC classification number: H04L47/70 , H04L41/145 , H04L67/12
Abstract: 本发明是一种面向类型化资源的价值导向的处理优化系统开发方法，将物联网采集到的资源类型从概念层面上划分为数据、信息和知识三种，为解决物联网络有限带宽与海量资源传输需求的矛盾，本发明通过比较直接处理资源和转换资源类型后再进行处理两种方案的代价确定资源的处理方案，优化资源分配，属于分布式计算和软件工程学技术交叉领域。本发明将资源的收集、传输、存储、处理、转换、创建、显示、保护和使用作为相关资源的相应活动进行建模，从而实现在有限的网络带宽资源下的动态资源分配，提高网络资源利用率和采集到的资源的处理效率。
-
公开(公告)号：CN107103100A
公开(公告)日：2017-08-29
申请号：CN201710435186.7
申请日：2017-06-10
Applicant: 海南大学
IPC: G06F17/30
CPC classification number: G06F16/355 , G06F16/367
Abstract: 本发明是一种投入驱动的容错的基于数据图谱、信息图谱和知识图谱架构的智能语义搜索方法，属于分布式计算和软件工程学技术交叉领域，主要用于解决使用搜索引擎过程中面对非确定不保真信息情况下的决策问题。引入数据图谱、信息图谱和知识图谱三层架构，将网络上资源进行组织，根据用户的预等待时间和计划支付金额建立用户的投入模型，通过语义分析理解用户检索信息的倾向性，按照不同倾向搜索的次数根据每个倾向的比重分配用户投入。根据每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性，虚假信息以及失效信息会随着递进搜索的次数被排除，将资源返回给用户后，获取用户反馈，若用户不满意，提示用户增加投入继续递进搜索。
-
公开(公告)号：CN107038508A
公开(公告)日：2017-08-11
申请号：CN201710416328.5
申请日：2017-06-06
Applicant: 海南大学
CPC classification number: G06Q10/04 , G06Q50/205
Abstract: 本发明是一种基于知识图谱的学习能力建模及动态自适应的目标驱动的学习点组织及执行路径推荐方法，属于分布式计算和软件工程学技术交叉领域。从应对自动增量式结合经验知识和减少人工专家交互负担等两个方面考虑，本发明从资源建模、资源处理、处理优化和资源管理等角度进行研究，提出了一种三层可自动抽象调整的解决架构，借助从数据图谱上以实体综合频度计算为核心的分析到信息图谱和知识图谱上的自适应的自动抽象的资源优化过程支持兼容经验知识引入和高效自动语义分析，对应5W(谁(Who)/何时(When)/何地(Where)、什么(What)和如何(How))问题的分类接口衔接用户的学习需求、学习过程和学习目标等的资源化描述，为用户提供个性化学习服务推荐。
-
-
-
-
-
-
-
-
-
Search Results
297
records
(took 0.03 seconds)
