-
公开(公告)号：CN119557825A
公开(公告)日：2025-03-04
申请号：CN202411596316.1
申请日：2024-11-11
Applicant: 中南大学
Abstract: 本发明公开了一种基于交叉验证的可靠多源数据融合方法；群智感知网络中存在恶意工人可能会导致数据真相受到影响从而危害整个网络，因此本发明方法用一种无人机辅助的多源数据融合方法获得可靠真相，并根据真相识别出可信工人以解决该问题；首先，平台根据工人可信度和报价招募工人；随后，对缺少工人执行和一些可疑恶意工人执行的特定任务招募无人机辅助；在获得无人机数据和工人数据的真相数据后，根据深度矩阵分解方法恢复未被执行任务真相和可疑工人执行任务的真相；最后，根据可靠融合真相评估工人数据和更新工人信任度，本发明充分利用多源数据的互补性和交叉验证，提高数据融合的质量，进而验证工人的可信度，从而构建可持续的服务。
-
Patent Agency Ranking
公开(公告)号：CN115329142B
公开(公告)日：2025-03-18
申请号：CN202210889377.1
申请日：2022-07-27
Applicant: 中南大学
IPC: G06F16/901 , G06F16/904 , G06F16/906
Abstract: 本发明保护一种数据资产图谱化简方法，对数据资产图谱提取核节点集合与非核节点集合，构建普通节点分组集合；进行粗过滤和遍历划分筛选出同类型的子图；子图塌陷成子图节点并进行同源判断，插入虚拟节点与同源的子图节点连接，通过SDNE图嵌入模型处理得到节点嵌入向量；利用DBSCAN聚类算法进行聚类，对聚类结果进行异质判断，划分同类节点和噪音节点；计算所有聚类结果的采样率，在所有聚类结果中随机采样，删除采样节点和关联的连边，得到化简后的数据资产图谱。本发明有效减少图谱视觉密集区域下的冗余结构，在不影响图谱整体拓扑特性的同时突出图谱主要结构特征，明显提高对图谱的探索分析过程，有助于重要数据资产结构的识别和探索。
-
公开(公告)号：CN115329142A
公开(公告)日：2022-11-11
申请号：CN202210889377.1
申请日：2022-07-27
Applicant: 中南大学
IPC: G06F16/901 , G06F16/904 , G06F16/906
Abstract: 本发明保护一种数据资产图谱化简方法，对数据资产图谱提取核节点集合与非核节点集合，构建普通节点分组集合；进行粗过滤和遍历划分筛选出同类型的子图；子图塌陷成子图节点并进行同源判断，插入虚拟节点与同源的子图节点连接，通过SDNE图嵌入模型处理得到节点嵌入向量；利用DBSCAN聚类算法进行聚类，对聚类结果进行异质判断，划分同类节点和噪音节点；计算所有聚类结果的采样率，在所有聚类结果中随机采样，删除采样节点和关联的连边，得到化简后的数据资产图谱。本发明有效减少图谱视觉密集区域下的冗余结构，在不影响图谱整体拓扑特性的同时突出图谱主要结构特征，明显提高对图谱的探索分析过程，有助于重要数据资产结构的识别和探索。
-
公开(公告)号：CN119473723A
公开(公告)日：2025-02-18
申请号：CN202411596435.7
申请日：2024-11-11
Applicant: 中南大学
IPC: G06F11/14 , G06F17/16 , G06N3/045 , G06N3/048 , G06F18/22 , G06N3/042 , G06N3/049 , G06N3/0442 , H04W4/30
Abstract: 本发明公开了一种基于信任和注意力的时空数据真相收集方法。群智感知网络数据收集中存在恶意工作者提交虚假数据和稀疏数据时空断层等导致服务质量降低的关键挑战。因此，本发明提出了一种基于信任的数据真相发现和基于时空关系的数据恢复方法。平台在获得工人数据后先通过完全可信工人和高可信工人聚合出部分基础真相，通过部分真相填充出稀疏的真相数据矩阵；然后，平台通过基于注意力的时空真相恢复方法识别基础真实数据的时空关系，并重建未被感知或者不可靠的剩余数据。这样，获得出完整真相数据后，平台就可以评估可疑和未知工人信任度，在不断识别出高质量工人的同时，获得高可信的完整时空数据真相，构建高质量的群智感知服务网络。
-
公开(公告)号：CN119520053A
公开(公告)日：2025-02-25
申请号：CN202411603859.1
申请日：2024-11-11
Applicant: 中南大学
Abstract: 本发明公开了一种基于区块链的双向评估可信数据感知方法。该发明方法为解决群智感知网络中存在恶意攻击而导致数据质量低下的问题。首先通过使用区块链技术避免目前中心化平台遭受DDOS等集中攻击引起的安全隐患。同时通过招募边缘计算节点执行真值发现算法获取真值对数据参与者的信任度进行评估，识别并降低恶意参与者的捏造的恶意数据对总体数据质量的影响。并通过数据请求者对数据参与者完成任务时的友好度、及时性、协作度等能力进行评估得到的声誉综合其数据收集能力得到数据参与者的服务质量。数据请求者通过数据参与者的服务质量结合反向任务拍卖，在有限预算下对数据参与者进行招募，最大化数据请求者获得数据的效用以构建出高质量的应用。
-
公开(公告)号：CN119497072A
公开(公告)日：2025-02-21
申请号：CN202411596631.4
申请日：2024-11-11
Applicant: 中南大学
Abstract: 本发明公开了一种双边位置隐私保护的可信数据采集方法。本发明方法针对工人和任务位置隐私保护下平台难以为距离和位置相关任务招募合适工人，以及网络中低可信甚至恶意工人的识别问题，提出了一种有效的解决方法。首先通过一种矩阵扰动加密来保护工人和任务位置隐私，并通过加密下计算工人和任务的距离接近程度；然后通过已知完全可信工人和高可信工人的数据计算真相，并结合真相对未知工人数据进行验证，计算未知工人信任度并识别出高可信工人和恶意工人。这样，就可以在识别工人后为每个任务都招募高信任度和合适接近程度的工人，以实现双边位置隐私保护的可信数据采集。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
