-
公开(公告)号：CN118797090A
公开(公告)日：2024-10-18
申请号：CN202410746404.9
申请日：2024-06-11
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于差分隐私的多用户隐私保护图像检索方法及系统，属于信息安全技术领域。首先，密钥生成中心为图像所有者和查询用户生成私钥及转换密钥。图像所有者利用深度哈希模型提取图像特征，并通过私钥加密和差分隐私技术添加随机扰动，生成密态索引，同时图像使用AES加密后上传至云端。云服务提供商处理密态索引并存储。查询用户生成查询陷门并上传云端，云服务根据转换密钥处理查询陷门，计算相似度得分并返回相关结果。本发明实现了多用户场景下的隐私保护大规模图像检索，可以在实现快速准确搜索的同时保证数据的隐私安全。
-
公开(公告)号：CN113626723B
公开(公告)日：2024-06-14
申请号：CN202110777236.6
申请日：2021-07-09
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于表示学习的属性图社区搜索方法和系统。该方法以查询节点为随机游走的起点，使用节点的属性信息和结构信息引导随机游走的跳转，获取节点序列和属性关键词序列；分别对节点序列和属性关键词序列进行节点的表示学习，获得节点的拓扑表示和属性表示，将其结合作为节点表示信息；根据节点之间的相似度对原始图数据进行重构，得到重构图；基于重构图和节点表示信息建立社区模型；以建立的社区模型为指导寻找满足要求的目标社区。本发明降低了计算的规模，表示学习过程更加契合社区搜索关注局部特性的特点，并融入了节点在社区层面的信息，提高了节点特征挖掘的准确度，建立的社区模型兼顾了发现社区的可解释性、质量和效率。
-
公开(公告)号：CN116861076A
公开(公告)日：2023-10-10
申请号：CN202310752863.3
申请日：2023-06-25
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于用户流行度偏好的序列推荐方法及装置，该方法包括：根据训练集中的用户‑物品交互数据，按照时间顺序构建用户行为序列；计算序列推荐模型的基础损失；计算序列推荐模型的去噪损失；计算序列推荐模型的对比学习损失；根据基础损失、去噪损失和对比学习损失进行序列推荐模型的训练和优化，进而得到待检测用户‑物品交互序列的推荐结果。本发明可以全面捕捉多样化和动态的用户流行度偏好。
-
公开(公告)号：CN119808124A
公开(公告)日：2025-04-11
申请号：CN202411904010.8
申请日：2024-12-23
Applicant: 中国科学院信息工程研究所
IPC: G06F21/60 , H04L9/40 , G06F16/93 , G06N3/0455 , G06F16/9038
Abstract: 本发明公开了一种上下文增强的语义可搜索加密方法及系统。本方法为：1)使用已标注的查询‑文档对数据训练所选模型，得到最优模型并部署在客户端；2)客户端生成密钥，利用最优模型为待上传的文档生成文档向量表示hd，然后利用密钥对hd进行加密，得到加密后的文档向量并上传至服务器端；3)服务器端存储文档向量并构建对应的索引I；4)客户端通过最优模型对输入的查询生成查询向量表示hq，然后使用密钥对hq进行加密，得到最终加密后的查询陷门Tq并上传至服务器端；5)服务器端计算查询陷门Tq与索引I之间的相似度分数，选择分数最高的前k个结果返回给客户端。本发明不仅保证了搜索的准确率，而且提高了数据安全性。
-
公开(公告)号：CN119227684A
公开(公告)日：2024-12-31
申请号：CN202310792590.5
申请日：2023-06-30
Applicant: 中国科学院信息工程研究所
IPC: G06F40/295 , G06F40/284 , G06F16/35 , G06F16/335 , G06N3/0455 , G06N3/082
Abstract: 本发明提出了一种自然语言文本的复杂命名实体的识别方法及系统，涉及自然语言处理技术领域，通过引入含位置信息和类别信息的输入输出模板来指导候选实体生成模块，并采用基于特征增强网络和多层感知机的候选实体筛选模块，从而提升实体识别的准确性和召回率。本发明综合利用模板引导、特征增强和类别信息，有效降低无效输出概率，生成精准全面的候选实体，实现准确高效的实体识别。
-
Patent Agency Ranking
公开(公告)号：CN117336010A
公开(公告)日：2024-01-02
申请号：CN202311059769.6
申请日：2023-08-22
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于可信执行环境的轻量级布尔查询可搜索对称加密方法，所述方法包括：数据所有者为了节省计算、存储资源，并希望在保证数据安全的同时保留对数据的高效检索操作，在本地对明文文档进行对称加密生成密态文档EDoc，同时构造密态索引EIdx，然后将EDoc和EIdx上传至云服务器存储。云服务器承担数据存储与检索的职责，其接收数据所有者发送的查询令牌，先后在密态索引EIdx以及TEE内存中的未满一块索引上执行查询操作得到满足查询条件的文档标识符。本发明在大规模数据场景下提高了查询效率，也大大降低了索引的生成时间与占用空间大小。
-
公开(公告)号：CN113626723A
公开(公告)日：2021-11-09
申请号：CN202110777236.6
申请日：2021-07-09
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于表示学习的属性图社区搜索方法和系统。该方法以查询节点为随机游走的起点，使用节点的属性信息和结构信息引导随机游走的跳转，获取节点序列和属性关键词序列；分别对节点序列和属性关键词序列进行节点的表示学习，获得节点的拓扑表示和属性表示，将其结合作为节点表示信息；根据节点之间的相似度对原始图数据进行重构，得到重构图；基于重构图和节点表示信息建立社区模型；以建立的社区模型为指导寻找满足要求的目标社区。本发明降低了计算的规模，表示学习过程更加契合社区搜索关注局部特性的特点，并融入了节点在社区层面的信息，提高了节点特征挖掘的准确度，建立的社区模型兼顾了发现社区的可解释性、质量和效率。
-
公开(公告)号：CN117220925A
公开(公告)日：2023-12-12
申请号：CN202311084112.5
申请日：2023-08-25
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , G06F16/951 , G06F16/2455 , H04L9/06 , G06F16/248 , G06F16/174 , G06F3/06
Abstract: 本发明公开了一种基于分块存储和压缩编码的可搜索对称加密方法和系统。该方法包括：1)用户初始化参数并生成相关密钥，云服务提供商初始化倒排索引数据库；2)用户对待上传的文档进行分词，生成倒排索引，添加到本地倒排索引缓存中，加密文件并上传到云服务提供商；3)以块为单位编码压缩文档标识符列表，生成密态倒排索引并上传至云服务提供商；4)用户将查询条件转换为查询令牌进行查询；5)云服务提供商返回查询结果；6)用户解密并解压查询结果，得到满足查询条件的文档标识符；7)用户从云服务提供商取回文档标识符对应的密态文件，解密得到文档明文。本发明在大数据场景下实现了一种空间利用率高、检索延迟低的可搜索对称加密技术。
-
公开(公告)号：CN116561308A
公开(公告)日：2023-08-08
申请号：CN202310358885.1
申请日：2023-04-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35 , G06F16/36 , G06F18/214 , G06F18/22 , G06F18/25 , G06N3/0499 , G06N3/092
Abstract: 本发明涉及一种基于强化对比学习微调的跨域小样本关系抽取方法和系统。该方法包括：利用预训练语言模型和特定领域知识库，采用训练集和验证集训练得到预训练的特征提取模型；利用测试集中支持集的少量新类样本，通过类别感知层和数据增强层进行增强后，利用对比学习损失函数对预训练的特征提取模型和类别感知层进行微调；将待处理的查询实例通过预训练的特征提取模型提取特征，并通过类别感知层进行增强，计算增强后的查询实例与各个类别原型之间的相似度，选择最相似的类别原型所属的类别作为查询实例的关系类别。本发明能够弥合不同领域之间的语义空间差距，并从新类中学习新的类敏感信息，能够有效提高关系预测的准确度。
-
公开(公告)号：CN117852523A
公开(公告)日：2024-04-09
申请号：CN202311564750.7
申请日：2023-11-22
Applicant: 中国科学院信息工程研究所
IPC: G06F40/205 , G06F40/279 , G06F40/30 , G06N3/045 , G06N3/0895 , G06N3/09 , G06N3/0464 , G06F18/213 , G06F18/10 , G06N3/082
Abstract: 本发明涉及一种学习鉴别性语义和多视角上下文的跨域小样本关系抽取方法和装置。该方法包括：进行数据预处理，将语义提示模板拼接在数据集中每个句子的尾部；构建特征提取网络、语义对比学习网络、多视角上下文学习网络和关系分类网络，多视角上下文学习网络中包含信息过滤机制；通过语义对比学习损失和关系分类损失训练模型，并利用验证集获得最优模型；利用最优模型抽取目标域的句子中的关系。本发明利用语义对比学习提高模型识别具有相似实体语义的不同关系的能力，通过多视角的上下文学习模块提高模型利用上下文信息区分不同关系的能力，并通过权重自适应的信息过滤机制避免学习上下文的过程中过度关注实体从而获得更全面的上下文知识。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.033 seconds)
