一种多模态数据隐私保护的虚假信息检测方法及设备

    公开(公告)号:CN118965444B

    公开(公告)日:2025-02-07

    申请号:CN202411442499.1

    申请日:2024-10-16

    Abstract: 本申请提供了一种多模态数据隐私保护的虚假信息检测方法及设备,属于信息安全技术领域,具体包括:基于最优神经网络搜索的多模态傅里叶动态扰动保护算法,在本地对用户多模态数据进行编码融合并添加高斯噪声保护;基于多头时空相关性注意力机制的深度神经网络模型预训练方法,对多模态数据进行局部检测训练;基于梯度相关性增强的差分隐私保护机制,对多层网络模型梯度的相关性进行自适应保护;基于Transformer模型的多模态虚假信息检测方法,检测用户多模态数据的真实性,并标记具体虚假区域;通过本公开的方案,基于差分隐私的特性,本发明扰动的多模态数据满足差分隐私,实现了高准确度的虚假信息检测并确保了多模态数据隐私。

    多用户共享存储场景下的ORAM优化策略

    公开(公告)号:CN118627129A

    公开(公告)日:2024-09-10

    申请号:CN202411107321.1

    申请日:2024-08-13

    Abstract: 本申请提供了多用户共享存储场景下的ORAM优化策略,包括以下步骤:步骤一:各客户端查看本地缓存是否存在目标数据块;步骤二:各客户端获取目标数据块位置;步骤三:各客户端向服务器端发送读写请求;步骤四:服务器端将各客户端发送的请求按路径排列;步骤五:服务器获取路径p中数据块;步骤六:各客户端进行相应的读写操作;步骤七:客户端在每A个读写操作后执行驱逐操作;步骤八:当ORAM树中某个节点被读写访问超过S次时,将进行洗牌操作。本发明提供多用户共享存储场景下的ORAM优化策略,使多用户客户端直接与不可信服务器进行通信,避免可信代理带来的性能瓶颈;减少了客户端的存储开销,降低了通信成本,提高多个用户同时访问时的效率。

    基于多评估项互影响同更新的算网融合系统安全评估方法

    公开(公告)号:CN118381657B

    公开(公告)日:2024-08-20

    申请号:CN202410778267.7

    申请日:2024-06-17

    Abstract: 本发明实施例中提供了一种基于多评估项互影响同更新的算网融合系统安全评估方法,属于通信技术领域,具体包括:获取算网融合系统安全评估数据,其中,所述算网融合系统安全评估数据包括前T个时刻的威胁项数据、脆弱项数据和基础运行项数据;提取威胁项数据、脆弱项数据和基础运行项数据的隐含特征并进行融合,得到算网融合系统安全评估特征;将算网融合系统安全评估特征输入由非线性层构建的分类器得到安全评估结果并进行安全防控。通过本发明的方案,基于互影响同更新机制充分利用三类数据彼此之间的影响来进行隐含特征更新并进行多项互感融合,以发现潜在的安全风险并进行预警,提高了算网安全性、预警效率、精准度和适应性。

    基于多评估项互影响同更新的算网融合系统安全评估方法

    公开(公告)号:CN118381657A

    公开(公告)日:2024-07-23

    申请号:CN202410778267.7

    申请日:2024-06-17

    Abstract: 本发明实施例中提供了一种基于多评估项互影响同更新的算网融合系统安全评估方法,属于通信技术领域,具体包括:获取算网融合系统安全评估数据,其中,所述算网融合系统安全评估数据包括前T个时刻的威胁项数据、脆弱项数据和基础运行项数据;提取威胁项数据、脆弱项数据和基础运行项数据的隐含特征并进行融合,得到算网融合系统安全评估特征;将算网融合系统安全评估特征输入由非线性层构建的分类器得到安全评估结果并进行安全防控。通过本发明的方案,基于互影响同更新机制充分利用三类数据彼此之间的影响来进行隐含特征更新并进行多项互感融合,以发现潜在的安全风险并进行预警,提高了算网安全性、预警效率、精准度和适应性。

    一种大语言模型提示词生成方法、系统、终端设备及介质

    公开(公告)号:CN118093838A

    公开(公告)日:2024-05-28

    申请号:CN202410494748.5

    申请日:2024-04-24

    Abstract: 本申请适用于大语言模型技术领域,提供了一种大语言模型提示词生成方法、系统、终端设备及介质。包括基于用户数据,构建个性化语料库;获取用户输入的提示词,并对提示词进行分割;确定核心词中确定根节点,并根据语法关系确定该一核心词与其他单位文本之间的关系;根据根节点和关系,构建提示词解析树;计算演化概率和节点深度概率,对提示词解析树进行演化,得到最终提示词解析树;根据最终提示词解析树生成多个新提示词,基于个性化语料库、预先设置的专业领域语料库,计算每个新提示词的综合得分,并向用户输出最高综合得分对应的新提示词。本申请能提高提示词生成的准确性。

    一种基于联邦知识蒸馏的大模型训练方法

    公开(公告)号:CN117236421B

    公开(公告)日:2024-03-12

    申请号:CN202311512843.5

    申请日:2023-11-14

    Abstract: 本发明实施例中提供了一种基于联邦知识蒸馏的大模型训练方法,属于计算技术领域,具体包括:步骤1,将预设机构中的数据集联合,构建联邦大模型系统;步骤2,在联邦大模型系统中的服务器中部署一个知识蒸馏,以用户的本地数据训练出来的模型参数作为输入,训练得到一个教师模型,在知识蒸馏的控制下使用教师模型的输出和本地数据的真实标签训练学生模型;步骤3,将训练好的学生模型通过服务器发送给小机构的客户端;步骤4,根据小机构的数据量和训练需要,结合学生模型确定训练方案进行训练,得到目标模型。通过本发明的方案,提高了训练效率和安全性。

    基于源网荷储拓扑的多能源系统智能调控方法及装置

    公开(公告)号:CN117111451B

    公开(公告)日:2024-02-02

    申请号:CN202311376911.X

    申请日:2023-10-24

    Abstract: 本发明公开一种基于源网荷储拓扑的多能源系统智能调控方法及装置,该方法的步骤包括:以等效碳排放量以及用能成本量最小为优化目标构建优化目标函数,用能成本量根据能源系统设备运维消耗量、能源转换过程中损失量以及能量消耗量计算得到,能源转换过程中损失量根据各能源系统获取或输出能量的损失率计算得到;以构建的优化目标函数为优化目标,求解不同碳排放要求下各能源系统的实时运行功率的控制量,得到各能源系统的实时运行功率的最优控制量;按照确定出的最优控制量控制各能源系统的实时运行功率。本发明能够提高可再生能源消纳,提升系统运行效率,优化用能成本以及降

    基于源网荷储拓扑的多能源系统智能调控方法及装置

    公开(公告)号:CN117111451A

    公开(公告)日:2023-11-24

    申请号:CN202311376911.X

    申请日:2023-10-24

    Abstract: 本发明公开一种基于源网荷储拓扑的多能源系统智能调控方法及装置,该方法的步骤包括:以等效碳排放量以及用能成本量最小为优化目标构建优化目标函数,用能成本量根据能源系统设备运维消耗量、能源转换过程中损失量以及能量消耗量计算得到,能源转换过程中损失量根据各能源系统获取或输出能量的损失率计算得到;以构建的优化目标函数为优化目标,求解不同碳排放要求下各能源系统的实时运行功率的控制量,得到各能源系统的实时运行功率的最优控制量;按照确定出的最优控制量控制各能源系统的实时运行功率。本发明能够提高可再生能源消纳,提升系统运行效率,优化用能成本以及降低碳排放量。

    一种自适应差分层级化多类别角色画像生成方法

    公开(公告)号:CN119763024B

    公开(公告)日:2025-05-06

    申请号:CN202510262399.9

    申请日:2025-03-06

    Abstract: 本发明涉及信息处理技术领域,具体公开了一种自适应差分层级化多类别角色画像生成方法,相较于传统的视频分析方法,引入有多维度差异度计算,如语义差异度、对象变化和时间差因子,并结合自适应阈值调整机制,使得对固定时长窗口的关键帧提取能够动态适应不同视频内容的变化。尤其是在复杂场景和多角色视频中,这种自适应性能够有效捕捉到剧情中的重要情节和角色变化,从而提高关键帧提取的准确性和灵活性,解决了传统的角色画像生产方法中所采用的分析方法在处理复杂剧情和多角色的场景时,难以有效捕捉到角色在不同剧情发展阶段的情感变化与行为演变的问题。

    一种算力网络性能预测方法及相关设备

    公开(公告)号:CN119917392A

    公开(公告)日:2025-05-02

    申请号:CN202510409700.4

    申请日:2025-04-02

    Abstract: 本发明提供了一种算力网络性能预测方法及相关设备,获取算力网络的历史性能数据作为训练集;将训练集输入包括测试时间训练层的算力网络性能预测模型,对算力网络性能预测模型进行预训练,得到预训练后的算力网络性能预测模型,预训练后的算力网络性能预测模型中骨干网络模块的权重被锁死,对预训练后的算力网络性能预测模型中的测试时间训练层进行训练,通过更新测试时间训练层的权重,以适应网络性能模式的变化;将目标算力网络的网络性能数据输入训练后的算力网络性能预测模型进行预测,得到目标算力网络的性能预测结果;可以在保证预测准确性的同时,适应算力网络性能模式的变化。

Patent Agency Ranking