-
公开(公告)号：CN105391548A
公开(公告)日：2016-03-09
申请号：CN201510836918.4
申请日：2015-11-26
CPC classification number: H04L9/0855 , H04B10/70 , H04B10/85 , H04L9/083
Abstract: 本发明公开了基于节点信任的量子信任评估方法，包括量子信任模型的建模和量子信任评估的方法，与现有技术相比，本发明以基于信任节点的可信量子中继网络为研究对象，将信任管理引入到量子通信网络中，以评价节点的信任值作为基础来构建安全可信的量子通信网络，并以信任值作为评判量子通信网络中各用户是否可信的依据；借助于量子纠缠效应和量子隐形传态等独有特性，研究并提出了基于节点信任的量子信任评估方法，对量子信任评估的思路及过程进行了详细的说明；最后分析了本发明提出的基于节点信任的量子信任评估方法的可行性、合理性和安全性，这为建立安全可信的量子通信网络提供了一种有价值的新思路和新方法。
-
公开(公告)号：CN105391548B
公开(公告)日：2018-04-20
申请号：CN201510836918.4
申请日：2015-11-26
Abstract: 本发明公开了基于节点信任的量子信任评估方法，包括量子信任模型的建模和量子信任评估的方法，与现有技术相比，本发明以基于信任节点的可信量子中继网络为研究对象，将信任管理引入到量子通信网络中，以评价节点的信任值作为基础来构建安全可信的量子通信网络，并以信任值作为评判量子通信网络中各用户是否可信的依据；借助于量子纠缠效应和量子隐形传态等独有特性，研究并提出了基于节点信任的量子信任评估方法，对量子信任评估的思路及过程进行了详细的说明；最后分析了本发明提出的基于节点信任的量子信任评估方法的可行性、合理性和安全性，这为建立安全可信的量子通信网络提供了一种有价值的新思路和新方法。
-
公开(公告)号：CN117689005B
公开(公告)日：2025-02-14
申请号：CN202311725099.7
申请日：2023-12-15
Applicant: 成都信息工程大学
IPC: G06N3/094 , G06N3/045 , G06N3/0475 , G06V10/82
Abstract: 本发明属于对抗机器学习技术领域，公开了一种基于样本预处理的低成本对抗样本防御方法及系统，包括：接收输入样本，调整样本大小；对样本进行切割处理，剔除部分干扰区域；使用图像放缩模块来处理切割模块处理完的样本；对放缩后的样本进行像素值统一化操作；对处理完的样本进行图像放缩操作，将尺寸放缩到模型识别干净样本时可获得的最佳样本准确率的样本尺寸；将处理后的样本输入目标模型，通过评价指标来评价算法防御能力。本发明的核心是图像中非重要信息切割、部分像素值统一化和图像放缩三个模块，均是简单的图像处理操作，满足低成本的要求，通过这三个模块的组合式使用可以达到满足不同防御需求所需的动态防御效果。
-
公开(公告)号：CN117675196B
公开(公告)日：2025-02-14
申请号：CN202311725097.8
申请日：2023-12-15
Applicant: 成都信息工程大学
Abstract: 本发明属于量子机器学习隐私保护技术领域，公开了一种保护输入数据和训练参数的量子神经网络隐私保护方法及系统，包括：对原始样本集进行归一化处理；进行样本划分得到待测样本集与训练样本集；根据角度编码或幅度编码，将待测样本与训练样本集的属性值进行量子态制备；根据随机X和RZ操作符加密量子态；利用Rz可隐藏参数电路、#imgabs0#电路和#imgabs1#电路构建量子神经网络模型中Ansatz的同态加密电路设计，将电路设计发送给量子云服务器进行模型训练；更新加密密钥。本发明旨在解决量子机器学习领域中量子神经网络的数据和参数的隐私安全问题，不会影响算法原本的准确率和可用性，与其他隐私保护方案相比拥有更低的复杂度和更高的安全性。
-
公开(公告)号：CN116629264A
公开(公告)日：2023-08-22
申请号：CN202310594598.0
申请日：2023-05-24
Applicant: 成都信息工程大学
IPC: G06F40/295 , G06F40/30 , G06F40/289 , G06N3/0464 , G06Q30/0203 , G06Q50/14
Abstract: 本发明公开了一种基于多个词嵌入和多头自注意力机制的关系抽取方法，包括以下步骤：S1、获取第一句子向量，将第一句子向量依次输入双向长短记忆网络层和注意力层，得到第一特征向量；S2、获取第二句子向量，将第二句子向量依次输入多窗口卷积层、多头自注意力层和最大池化层，得到第二特征向量；S3、将第一特征向量和第二特征向量均输入门控特征融合层，得到融合结果；S4、将融合结果输入Softmax层，得到关系预测结果，完成关系抽取。本发明使用字符嵌入的方式，不构建外部知识库也能有效地从字符层面和词组层面挖掘句子信息来充分表达句子语义，并且避免分词错误带来的影响、缓解一词多义难题。
-
Patent Agency Ranking
公开(公告)号：CN116094686A
公开(公告)日：2023-05-09
申请号：CN202211719470.4
申请日：2022-12-30
Applicant: 成都信息工程大学
Abstract: 本发明属于量子卷积神经网络、云计算技术领域，公开了用于量子卷积计算的同态加密方法、系统、设备及终端，用户使用加密算法en(·)以及密钥key加密图像Pm×n；用户对数据集加密完成后，将加密数据集发送给量子云服务器；量子云服务器将加密图像的量子态输入量子卷积线路进行计算；量子云服务器测量密文量子图像的特征图enFm×n；用户将得到的密文特征图输入解密函数de(·)中解密得到明文特征图；逐个对密文特征图数据集进行解密，得到的特征图数据集并用于后续混合量子经典卷积神经网络的模型训练与预测。本发明既保护了用户的隐私，又考虑了算法的复杂性和实用性，适用性更广。
-
公开(公告)号：CN113890732B
公开(公告)日：2022-10-14
申请号：CN202111197177.1
申请日：2021-10-14
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于区块链的保密通信方法及其安全事件的追溯方法，本发明引入了随机数加密，应用一次一密的思想，通过随机数的改变来更新保密通信中的会话密钥，降低了量子密钥的消耗。结合区块链技术解决了两方机构的保密通信系统中关于量子密钥生成、分发、使用、销毁、更新的全生命周期无法有效记录、管理和追溯的问题。将量子密钥分发、量子通信和区块链技术相结合实现了量子密钥在两方机构保密通信系统中的全生命周期的管理，并能对安全事件进行追溯追责，确保了量子密钥在生成、分发、存储、使用、备份、更新和销毁过程中更高的安全性。
-
公开(公告)号：CN110943846B
公开(公告)日：2022-09-13
申请号：CN201911230786.5
申请日：2019-12-05
Applicant: 成都信息工程大学
Abstract: 本发明属于网络数据处理技术领域，公开了一种新型基于环签名技术的异构身份联盟用户信誉值传递方法，对由用户的行为产生的信誉值更新时，由源系统发给其他系统的信誉值上进行一个不暴露行为发生系统的可验证签名；采用环签名技术对异构身份联盟中的信任传递过程中进行签名；收到更新后的信誉值的子系统可以很简单的对信誉值的真实性进行验证，但不能得到其发生的源系统的信息。本发明每个节点在执行信任值更新时都需要在新添加的块中对修改后的信息进行签名；签名可以保证信任值更新的有效性，因为只有身份联盟的成员才具有进行签名的私钥；环签名的匿名性有助于隐藏修改用户信任值的源成员，从而保护用户的行为隐私。
-
公开(公告)号：CN113674097A
公开(公告)日：2021-11-19
申请号：CN202110975853.7
申请日：2021-08-24
Applicant: 四川元匠科技有限公司 , 成都信息工程大学
Abstract: 本发明公开了基于量子聚类算法的金融投资分析方法、存储介质和终端，方法包括：确定待投资项目的影响因素；计算影响因素对应的加权隶属度矩阵，权重为影响因素对评估集的影响程度，评估集为待投资项目的代表优劣分类的评估指标；将加权隶属度矩阵编码至量子态并进行归一化；计算k个投资项目的加权隶属度矩阵的聚类中心，并编码到量子态上；计算待投资项目与已分为k个聚类中心的投资项目之间隶属度的相似度；将相似度存储在量子态上；查找相似度最高的一个，记录量子态；将待投资项目归于对应评估指标的类别中。本发明结合量子计算的优势与机器学习算法的有效性应用于金融投资分析中，提供更快速、准确的分析。
-
公开(公告)号：CN111490875B
公开(公告)日：2021-03-05
申请号：CN202010328693.2
申请日：2020-04-23
Applicant: 成都信息工程大学
Abstract: 本发明属于量子通信技术领域，公开了一种基于代理重加密的云数据半量子安全共享方法及系统，授权端用量子随机数发生器生成二进制随机数，用随机数将二进制数据加密，存入云服务器；授权端和云服务器通过量子密钥分发协议共享二进制密钥；授权端用随机数加密共享密钥作为转换密钥发送给云服务器，云服务器用共享密钥加密转换密钥作为最终转换密钥，并用最终转换密钥将存入云服务器的加密数据转换成受理端可以共享的秘密数据，受理端用自己的密钥解密，进行数据共享。与一些基于纠缠态或量子计算的量子秘密共享方案比较，本发明不需要制备多粒子纠缠态，也不需要量子傅里叶变换和d级量子系统，因此降低了实现的复杂性和难度。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.049 seconds)
