公开(公告)号：CN119761383A

公开(公告)日：2025-04-04

申请号：CN202510273422.4

申请日：2025-03-10

Applicant: 北京工业大学

Inventor： 朱娜斐 ,  钟政良 ,  何泾沙 ,  王超杰

IPC: G06F40/30 ,  G06F40/284 ,  G06F21/62

Abstract: 本发明公开了一种基于本体的复合语义相关性量化方法及系统，包括：S1、将第一复合语义和第二复合语义预处理后分别映射至语义网络中本体的第一节点集合和第二节点集合；S2、为第一复合语义和第二复合语义分别设定第一虚拟节点和第二虚拟节点；S3、量化第一虚拟节点向第一节点集合中的所有节点的第一相关性；S4、量化第一节点集合中的节点向第二节点集合中的节点之间的第二相关性；S5、量化第二节点集合中的节点向第二虚拟节点的第三相关性；S6、量化第一虚拟节点向第二虚拟节点的第四相关性即第一复合语义和第二复合语义的相关性。本发明解决了现实语义难以映射到语义节点的问题以及现实复合语义相关性与节点集合相关性的相互转换问题。

公开(公告)号：CN119961976A

公开(公告)日：2025-05-09

申请号：CN202510063592.X

申请日：2025-01-15

Applicant: 北京工业大学

Inventor： 何泾沙 ,  王超杰 ,  朱娜斐 ,  钟政良

IPC: G06F21/62 ,  G06N5/04

Abstract: 本发明公开了一种数据样本隐私风险的分级方法及系统，分级方法包括：在目标模型用数据样本进行训练时，选择多个用于模拟攻击者行为的成员推理攻击模型攻击目标模型；计算在成员推理攻击模型攻击下，目标模型在训练过程中数据样本的梯度信息、邻域密度，以及成员推理攻击模型输出的输出概率；分别对计算得到的梯度信息、邻域密度、输出概率进行归一化处理；根据归一化处理后的梯度信息、邻域密度、输出概率，计算数据样本的隐私风险评分，根据数据样本的隐私风险评分划分数据样本的隐私风险等级。分级方法利用目标模型在训练过程中产生的梯度信息、邻域密度，以及成员推理攻击模型输出的输出概率，全面评估成员推理攻击场景下数据样本的隐私风险。

公开(公告)号：CN116029855A

公开(公告)日：2023-04-28

申请号：CN202310058667.6

申请日：2023-01-17

Applicant: 北京工业大学

Inventor： 何泾沙 ,  何家锦 ,  朱娜斐 ,  马相军 ,  吴秉权 ,  王超杰

IPC: G06Q50/00 ,  G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种面向并行运算的基于节点相似性的社区发现方法，包括：获取社交网络用户节点数据，基于用户节点关系数据构建有向图，将图G划分为若干存储在不同分区且由对应处理器处理的子图；计算任意两节点之间的相似度，构建每个子图的属性相似性矩阵；计算子图中每个节点和模块的访问概率，计算每个处理器中每个模块的退出概率；基于子图的属性相似性矩阵、模块的访问概率以及模块的退出概率，计算子图最小描述长度；基于最小描述长度采用Spark和所有邻居模块合并方法在多个处理器上分别同时对社交网络中的子图网络进行社区划分。本发明的上述方法提高算法划分的正确率、同时降低算法划分的时间耗时，同时提高算法划分的并行效率。