-
公开(公告)号：CN106657059B
公开(公告)日：2020-04-21
申请号：CN201611189991.8
申请日：2016-12-21
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有访问控制功能的数据库查询方法和系统，属于数据库查询领域。本发明系统包括密钥产生中心：用于生成主密钥、查询密钥和密钥；数据上传者：对每一条记录建立属性索引，并对记录及属性索引加密，得到记录密文和索引密文，然后将查询密钥进行加密，并把加密后的查询密钥发送给数据查询用户；数据查询用户：采用密钥和加密后的查询密钥解密得到查询密钥，然后通过查询密钥和查询条件生成谓词陷门，发送给服务器，并采用密钥解密记录密文，得到查询结果；服务器：用于对数据库的数据进行查询，将符合条件的记录密文数据返回给数据查询用户。本发明既能够对数据查询用户访问数据库的权限进行控制，又能够保证数据和查询条件的机密性。
-
公开(公告)号：CN107578061A
公开(公告)日：2018-01-12
申请号：CN201710702075.8
申请日：2017-08-16
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
Abstract: 本发明提出了一种基于最小化损失学习的不平衡样本分类方法，采取先使用当前状态的网络对所有训练集进行分类，然后求解损失并对此损失进行优化以达到下一更优状态这一思想，将训练中的评价过程进行变换，不再使用当前状态下神经网络的具体分类结果，而是采用当前输出的概率求解损失的期望值，并对期望值进行优化，这样既可以建立输出和参数与目标间的直接联系，也可以通过优化期望值来增加目标获取更高值的概率。本发明利用不平衡样本分类的评价标准构建了应用于训练集的关于整体F1值的目标函数，再将最大化F1值算法应用到了人工神经网络（ANN）模型中，在不平衡数据集分类算法上取得了一定的成功，其结果通常优于以往的算法。
-
公开(公告)号：CN106657059A
公开(公告)日：2017-05-10
申请号：CN201611189991.8
申请日：2016-12-21
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有访问控制功能的数据库查询方法和系统，属于数据库查询领域。本发明系统包括密钥产生中心：用于生成主密钥、查询密钥和密钥；数据上传者：对每一条记录建立属性索引，并对记录及属性索引加密，得到记录密文和索引密文，然后将查询密钥进行加密，并把加密后的查询密钥发送给数据查询用户；数据查询用户：采用密钥和加密后的查询密钥解密得到查询密钥，然后通过查询密钥和查询条件生成谓词陷门，发送给服务器，并采用密钥解密记录密文，得到查询结果；服务器：用于对数据库的数据进行查询，将符合条件的记录密文数据返回给数据查询用户。本发明既能够对数据查询用户访问数据库的权限进行控制，又能够保证数据和查询条件的机密性。
-
公开(公告)号：CN108509889A
公开(公告)日：2018-09-07
申请号：CN201810257192.2
申请日：2018-03-27
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明提出了一种基于肤色分割的近景异常行为检测方法及装置，可完成对视频中的人体近景行为进行检测，所述方法包括：采用基于深度学习的肤色分割算法对视频进行背景去除，以保留当前图像中的肤色区域。另外通过手掌几何特征对肤色区域进行建模，以获得手掌位置。最后通过光流能量模型对运动的手部进行能量判断以实现行为异常与否的判断。本发明基于肤色分割可以有效的过滤背景中的干扰信息，对近景人体行为进行检测。
-
公开(公告)号：CN107562865A
公开(公告)日：2018-01-09
申请号：CN201710763342.2
申请日：2017-08-30
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
IPC: G06F17/30
Abstract: 本发明提出了一种基于Eclat的多元时间序列关联规则挖掘方法，包括：(1)生成垂直数据集；(2)生成MINHASH矩阵，MINHASH矩阵需要指定参数k；(3)利用MINHASH矩阵估计原始数据集中的候选项集；(4)根据最小支持度把候选集剪枝后得到频繁项集1；(5)在哈希频繁1项集两两合并生成新的频繁2项集；(6)循环步骤(5)直到无法合并，结束算法。本发明显著的加快关联规则挖掘速度，达到及时获取时间序列数据分析结果的目标，虽然牺牲了挖掘的精确性，但可以大大的提高挖掘效率、节约机器内存。
-
Patent Agency Ranking
公开(公告)号：CN108809628A
公开(公告)日：2018-11-13
申请号：CN201810606765.8
申请日：2018-06-13
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
CPC classification number: H04L9/0643 , H04L9/008 , H04L63/1425
Abstract: 本发明提供了一种基于安全多方下的时间序列异常检测方法，包括以下步骤：S1、通过数据拥有者方完成数据预处理后发送给服务器端；S2、通过服务器端完成时间序列异常检测。本发明还提供了一种基于安全多方下的时间序列异常检测系统。本发明的有益效果是：在保护各方数据隐私性的同时，达到了高效的异常检测效果。
-
公开(公告)号：CN107347061A
公开(公告)日：2017-11-14
申请号：CN201710458154.9
申请日：2017-06-16
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
IPC: H04L29/06
Abstract: 本发明提出了一种基于安全多方下的时间序列异常检测系统及方法，所述系统包括服务端和用户端，其中，服务端至少有两个服务器：服务器C和服务器S；所述服务端分布式存储着形成一个完备的数据集的时间序列；服务器C是为用户端提供服务的服务器，服务器S与服务器C之间基于BCP加密系统进行时间序列的多方共享，服务器S是半诚实的，拥有可用于解密的主密钥mk，在所有S参与的运算中都加入扰动，防止S获得有关用户的相关信息；服务器C和服务器S初始化BCP加密系统；服务器C将存储于其上的时间序列加密后提供给服务器S；服务器S在安全协议下进行时间序列的异常检测。本发明提出的基于安全多方下的时间序列异常检测是具有很大的实用价值的。
-
公开(公告)号：CN108809628B
公开(公告)日：2021-07-13
申请号：CN201810606765.8
申请日：2018-06-13
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
Abstract: 本发明提供了一种基于安全多方下的时间序列异常检测方法，包括以下步骤：S1、通过数据拥有者方完成数据预处理后发送给服务器端；S2、通过服务器端完成时间序列异常检测。本发明还提供了一种基于安全多方下的时间序列异常检测系统。本发明的有益效果是：在保护各方数据隐私性的同时，达到了高效的异常检测效果。
-
公开(公告)号：CN107347061B
公开(公告)日：2019-09-03
申请号：CN201710458154.9
申请日：2017-06-16
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
IPC: H04L29/06
Abstract: 本发明提出了一种基于安全多方下的时间序列异常检测系统及方法，所述系统包括服务端和用户端，其中，服务端至少有两个服务器：服务器C和服务器S；所述服务端分布式存储着形成一个完备的数据集的时间序列；服务器C是为用户端提供服务的服务器，服务器S与服务器C之间基于BCP加密系统进行时间序列的多方共享，服务器S是半诚实的，拥有可用于解密的主密钥mk，在所有S参与的运算中都加入扰动，防止S获得有关用户的相关信息；服务器C和服务器S初始化BCP加密系统；服务器C将存储于其上的时间序列加密后提供给服务器S；服务器S在安全协议下进行时间序列的异常检测。本发明提出的基于安全多方下的时间序列异常检测是具有很大的实用价值的。
-
公开(公告)号：CN107563435A
公开(公告)日：2018-01-09
申请号：CN201710763329.7
申请日：2017-08-30
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 张春慨
CPC classification number: G06K9/62
Abstract: 本发明提出了一种基于 SVM的高维不平衡数据分类方法，包括两部分，第一部分是特征选择，采用SVM-BRFE算法对边界进行重采样以寻找最优特征权重以衡量特征重要程度、特征选择、更新训练集并重复以上过程，最终保留最有利于提升F1值的特征，其他特征将被剔除，使得后续的训练过程在一个特征冗余、无关特征组合尽量少和维数尽量低的情况下进行，减少了高维问题对不平衡问题的影响和对SMOTE过采样算法的束缚。第二部分是数据采样，采用改进的SMOTE算法，即PBKS算法，考虑利用SVM自动划分出的边界中的少数类作为希尔伯特空间下 中的距离约束，以此来取代原始约束，并采用网格法来寻找该近似原像。本发明能稳定有效的完成高维不平衡数据的分类任务，并能取得可观的效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
