面向数据开放的高性能个人信息脱敏方法与系统

    公开(公告)号:CN117708883B

    公开(公告)日:2024-10-29

    申请号:CN202410153939.5

    申请日:2024-02-04

    Abstract: 本发明涉及信息安全技术领域,尤其涉及一种面向数据开放的高性能个人信息脱敏方法与系统。该方法包括通过待脱敏数据获取,确认需要识别的个人信息类型及其识别规则,并确认对应的个人信息类型在进行脱敏处理时的脱敏策略,个人信息识别与定位和对识别到的承载个人信息的字符进行自适应脱敏处理,并根据字符定位在副本数据表中完成替换。通过本发明的脱敏方法和系统实现的面向数据开放的个人信息脱敏处理,可兼顾个人信息保护和数据开放场景下数据的真实性和可用性。

    一种用于数据表的个人信息披露情况统计分析方法及系统

    公开(公告)号:CN116340387A

    公开(公告)日:2023-06-27

    申请号:CN202310257243.2

    申请日:2023-03-17

    Abstract: 本方案公开了一种用于数据表的个人信息披露情况统计分析方法及系统,提出了一种新的数据处理方法,对数据表制作数据目录,并基于数据目录对个人信息相关数据表进行初步标注和分类,然后再对筛选出来的个人信息相关数据表进行字段内容的全面识别,准确且高效地完成字段标识符的标注;在前述处理基础上,依据是否存在直接标识符信息记录行将数据表进行划分,依据是否含有直接标识符信息记录行对数据表进行拆分重组,能够有效提高后续处理分析和统计效率;在前述处理基础上,采用逐层分类方法分析数据表,并从多个维度进行统计分析,自动化生成个人信息披露情况结果报表,从而全面完整地刻画平台的个人信息披露情况。

    一种用于遥感图像变化检测的变化检测模型的构建方法

    公开(公告)号:CN115272278A

    公开(公告)日:2022-11-01

    申请号:CN202210975746.9

    申请日:2022-08-15

    Abstract: 本方案公开了一种用于遥感图像变化检测的变化检测模型的构建方法,模型包括两个孪生网络,孪生网络均依次包括输入层、网络层一、网络层二和分类层,输入层的输入为图象块一和图象块二,检测模型根据两个分类层的输出得到两个图象块的差异图像;输入层包括卷积模块、FMBConv模块和ASPP模块;网络层一包括第一双分支模块和第二双分支模块,其中一个分支均包括可变形卷积;网络层二包括多头自注意力瓶颈模块。本方案使用包括可变形卷积的双分支结构和多头自注意力机制,使模型在保证特征图空间分辨率的同时增大其感受野,提高模型的检测精度。

    面向数据开放的高性能个人信息脱敏方法与系统

    公开(公告)号:CN117708883A

    公开(公告)日:2024-03-15

    申请号:CN202410153939.5

    申请日:2024-02-04

    Abstract: 本发明涉及信息安全技术领域,尤其涉及一种面向数据开放的高性能个人信息脱敏方法与系统。该方法包括通过待脱敏数据获取,确认需要识别的个人信息类型及其识别规则,并确认对应的个人信息类型在进行脱敏处理时的脱敏策略,个人信息识别与定位和对识别到的承载个人信息的字符进行自适应脱敏处理,并根据字符定位在副本数据表中完成替换。通过本发明的脱敏方法和系统实现的面向数据开放的个人信息脱敏处理,可兼顾个人信息保护和数据开放场景下数据的真实性和可用性。

    一种基于遥感植被物候的花粉信息预测方法

    公开(公告)号:CN114970941A

    公开(公告)日:2022-08-30

    申请号:CN202210294633.2

    申请日:2022-03-23

    Abstract: 本发明提供了一种基于遥感植被物候的花粉信息预测方法,包括:S1、获取数据并进行预处理;S2、对花粉释放信息与遥感植被物候进行时空相关性分析;S3、对遥感植被物候与气候环境因素进行时空相关性分析;S4、对遥感植被物候信息以及气候环境要素进行特征提取,并且利用逐步回归模型进行花粉释放信息预测;S5、花粉释放信息区域制图:获取研究区域的遥感植被物候信息,以及与花粉释放信息有关的气候环境因素和对应逐步回归方程中得到的拟合系数,得到区域尺度内花粉预测信息。本发明利用遥感植被物候区域尺度和长时间序列数据信息,结合气候环境的影响,可以弥补花粉监测站点的不足,提供高质量、大区域尺度的花粉信息及其年际动态变化趋势。

    一种基于星载SAR影像的精细化洪水淹没区提取方法

    公开(公告)号:CN114067152A

    公开(公告)日:2022-02-18

    申请号:CN202210043155.8

    申请日:2022-01-14

    Abstract: 本发明提供了一种基于星载SAR影像的精细化洪水淹没区提取方法,包括:S1、获取目标区域的SAR图像,对SAR图像进行超像素分割和阈值分割获得分割结果,根据所述分割结果得到背景百分比,并计算每个图像对象的特征向量;S2、通过对所述超像素分割结果、背景百分比和特征向量进行处理构建无向图并得到部分结点的类别标签;S3、根据所述的无向图和得到的部分结点的类别标签训练图卷积神经网络,并通过训练好的图卷积神经网络预测其它结点的类别,得到淹没后的水体提取结果;S4、将提取的淹没后的水体分布与洪水前的水体分布做差,得到洪水淹没区域。本发明可以兼顾图像对象特征和图像对象之间空间关系,能够显著提高SAR影像中洪水淹没区的提取精度。

    基于深度学习的建筑物矢量提取模型及其提取方法

    公开(公告)号:CN114842341A

    公开(公告)日:2022-08-02

    申请号:CN202210530174.3

    申请日:2022-05-16

    Abstract: 本发明公开了一种基于深度学习的建筑物矢量提取模型及其提取方法,包括:S1.接收遥感影像,对遥感影像进行多个阶段的特征提取,得到多个尺度的提取特征;S2.分别对各尺度的提取特征进行特征优化,得到多个尺度的优化特征;S3.将多个尺度的优化特征进行特征融合,得到融合特征;S4.对融合特征进行特征恢复与类别判断得到建筑物初步提取结果;S5.对建筑物初步提取结果进行后处理得到最终的建筑物矢量结果。本方案融合多种尺度下的特征提取优势,有效提高特征提取能力,增强网络对原始影像的信息提取能力,并且针对融合特征进行提取结果,对提取结果进行后处理,能够直接获取到较为规则的建筑物矢量结果,极大的方便了后续编辑与应用。

Patent Agency Ranking