-
公开(公告)号：CN116450746B
公开(公告)日：2024-10-15
申请号：CN202310499781.2
申请日：2023-05-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于区块链的属性可搜索加密系统与方法，系统包括：EHRs拥有者模块：用于负责文件构造、加密及上传；EHRs访问者模块：用于生成与关键字匹配的搜索令牌，下载密文并对所述密文进行解密；区块链模块：用于生成密钥、验证交易信息以及执行智能合约；IPFS模块：用于分布式存储EHRs密文文件；EHRs拥有者模块与所述区块链模块连接，EHRs访问者模块分别与区块链模块和IPFS模块双向连接，IPFS模块与EHRs拥有者模块双向连接。本发明解决了传统CP‑ABSE方案高度依赖单一可信授权中心出现的单点故障、密钥泄露等问题。
-
公开(公告)号：CN118013579A
公开(公告)日：2024-05-10
申请号：CN202410175708.4
申请日：2024-02-07
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F21/62 , G06F18/214 , G06F18/2411
Abstract: 本发明涉及一种结合局部噪声削减机制的联邦学习隐私保护方法，包括：步骤1、客户端接收中央服务器发送的全局模型，判断全局模型是否完成训练，若完成训练则训练结束，若未完成训练，则对添加高斯噪声的全局模型进行局部噪声消减处理，获取本地训练初始模型；步骤2、客户端根据本地样本和本地训练初始模型进行更新，获取局部消噪模型；步骤3、将局部消噪模型添加高斯噪声，获取添加高斯噪声后的局部模型；步骤4、将添加高斯噪声后的局部模型上传到中央服务器，获取更新后的全局模型，返回步骤1进行迭代。本发明能够实现在保证模型局部模型隐私的同时减少用户噪声量的累积，达到提高模型训练精度的目的。
-
公开(公告)号：CN117952179A
公开(公告)日：2024-04-30
申请号：CN202410166562.7
申请日：2024-02-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于模型参数变化幅度的联邦学习模型压缩方法，所属技术领域为机器学习数据处理，包括：接收中央服务器分发的初始模型；对本地收集到的样本集合进行计算，获得样本梯度，并对样本梯度进行裁剪，获得裁剪后的梯度；通过随机梯度下降算法对初始模型和裁剪后的梯度进行模型更新，获得局部模型；对所述局部模型的参数进行处理，获得处理参数，基于所述处理参数构建稀疏化后的局部模型，添加稀疏的高斯噪声，并上传至中央服务器中聚合。本发明采用基于模型参数变化幅度的联邦学习模型压缩方法，通过减小客户端模型尺寸，降低计算成本和存储负担，提升联邦学习系统效率。
-
公开(公告)号：CN116450746A
公开(公告)日：2023-07-18
申请号：CN202310499781.2
申请日：2023-05-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于区块链的属性可搜索加密系统与方法，系统包括：EHRs拥有者模块：用于负责文件构造、加密及上传；EHRs访问者模块：用于生成与关键字匹配的搜索令牌，下载密文并对所述密文进行解密；区块链模块：用于生成密钥、验证交易信息以及执行智能合约；IPFS模块：用于分布式存储EHRs密文文件；EHRs拥有者模块与所述区块链模块连接，EHRs访问者模块分别与区块链模块和IPFS模块双向连接，IPFS模块与EHRs拥有者模块双向连接。本发明解决了传统CP‑ABSE方案高度依赖单一可信授权中心出现的单点故障、密钥泄露等问题。
-
公开(公告)号：CN116432206A
公开(公告)日：2023-07-14
申请号：CN202310496370.8
申请日：2023-05-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于代数决策图(ADD)访问结构的多等级电子健康记录(EHRs)访问控制方法。包括：获取多等级电子健康记录，其中，所述电子健康记录包括若干文件；数据拥有者制定每个文件对应的文件访问策略；基于所述文件访问策略，构造支持多等级文件加解密的ADD访问结构；基于所述ADD访问结构，实现多等级电子健康记录的访问控制。本发明支持多等级文件的批量加密、具有高等级权限的数据访问者可以同时解密低等级的电子健康记录信息，具有低等级权限的数据访问者不可以同时解密高等级的电子健康记录信息。实现了对电子健康记录文件的细粒度、多等级访问控制。
-
Patent Agency Ranking
公开(公告)号：CN120011556A
公开(公告)日：2025-05-16
申请号：CN202510033099.3
申请日：2025-01-09
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F16/334 , G06F16/335 , G06F16/338 , G06N5/04 , G06F18/241
Abstract: 本发明提供一种面向中文生成大模型的偏见检测方法，属于自然语言处理领域，该方法包括定义偏见上下文；生成文本样本；关注度标注和分析；构建中文关注度分类器和使用关注度分类器器评估文本中的偏见。该方法通过分析由不同人口群体提示生成的文本，在中文引入了对人口群体的关注概念，并使用不同人口群体的关注度水平差异作为偏见的衡量指标。本发明还提供了一种基于预训练模型的关注分类器，可用于分析未见过的文本中的偏见。
-
公开(公告)号：CN118551827A
公开(公告)日：2024-08-27
申请号：CN202410772763.1
申请日：2024-06-14
Applicant: 桂林电子科技大学
Abstract: 该方法在里面通过使用词嵌入技术，在数据集的文本上训练出一个词嵌入模型，对整个数据集中的文本上下文信息进行提取建模，然后攻击者定义后门攻击的目标标签，并通过词嵌入模型在文本中寻找到与目标标签最为相似的文本，粒度可以为字或词，同时将与目标标签相似度最大的位置设置为后门攻击触发器注入的位置，再选定触发器样式之后对选定的文本生成触发器并注入到指定位置。构建出有毒数据，之后将有毒数据与干净数据进行混合用于后门训练。在进行后门训练之前，将预训练语言模型在干净数据集上进行训练评估和测试获得干净性能。最后将预训练语言模型在有毒数据集上微调得到在后门训练下的干净准确度并在有毒测试集上进行测试得到攻击成功率用于评估后门攻击的隐蔽性和有效性。
-
公开(公告)号：CN118194337A
公开(公告)日：2024-06-14
申请号：CN202410116922.2
申请日：2024-01-29
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F18/22 , G06F18/231
Abstract: 本文公开了一种基于k‑匿名的图数据隐私保护方法，其主要包括以下几个步骤：首先，基于用户特征指标对用户进行相似性计算，并对此结果进行排序；其次，依据用户的排序相似度建立关系树，为接下来的聚类分组奠定基础；接着，我们需要对树的分支及分支内的节点进行优化调整，以构建出最终的树形结构。在构建过程中，树的每一条分支代表着一个用户分组，即集群分组。通过这样的调整，我们可以更好地理解用户之间的相似性和差异性。最后，根据结构阈值对图进行匿名操作，得到最终的匿名图。本发明致力于在满足不同需求隐私要求的同时，降低对原始数据的修改，提高数据可用性，平衡用户隐私和数据可用性。
-
公开(公告)号：CN117933480A
公开(公告)日：2024-04-26
申请号：CN202410123096.4
申请日：2024-01-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于AKT的知识追踪模型，其主要包括：首先，对学生数据进行数据清洗；接下来，通过人工或是半自动的方式构建一个包含所有考察知识点的知识图谱；然后基于知识图谱，对知识点进行分组，再计算学生对每组知识点的掌握程度，接着再根据掌握程度，对学生就行分组。然后，使用自注意力模型AKT对所有组别学生的学习过程，分别进行建模；最后，在预测成绩时，先根据往期测试成绩对学生就行分类，再使用对应分组的训练参数对学生进行成绩预测。本发明致力于引入知识图谱作为先验条件来提高知识追踪模型的性能。
-
公开(公告)号：CN113743097B
公开(公告)日：2024-03-01
申请号：CN202110969975.5
申请日：2021-08-23
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F40/211 , G06F40/30 , G06F40/216 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及情感分析技术领域，具体地说，涉及一种基于跨度共享和语法依存关系增强的情感三元组抽取方法，其包括以下步骤：一、通过编码器层获得特征表示；二、通过依赖图神经网络层增强语义表示；三、生成跨度并对过滤掉无效跨度；四、通过情感分类器完成分类。本发明能较佳地抽取三元组。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.064 seconds)
