基于联邦学习和区块链的身份标识方法、装置及相关设备

    公开(公告)号:CN118761052A

    公开(公告)日:2024-10-11

    申请号:CN202411223790.X

    申请日:2024-09-03

    Abstract: 本发明公开了一种基于联邦学习和区块链的身份标识方法、装置及相关设备,所述方法包括:通过区块链,接收来自用户端的身份信息处理请求;基于区块链的智能合约,调用身份验证模型,身份验证模型用于指示基于联邦学习方法训练得到的模型;通过身份验证模型,根据身份信息处理请求所携带的信息,对用户端进行身份验证,得到验证结果;若验证结果为验证通过,在区块链上,基于身份信息处理请求进行身份信息处理,得到身份信息处理结果。通过基于联邦学习和区块链进行身份信息处理,使得本申请结合了区块链的去中心化、不可篡改性,以及联邦学习的隐私保护特性,使得身份信息处理时,既能保护数据的安全性,又能兼顾数据的隐私性。

    人工智能优化的医疗资源分配方法

    公开(公告)号:CN118737396A

    公开(公告)日:2024-10-01

    申请号:CN202410250698.6

    申请日:2024-03-05

    Abstract: 本发明涉及资源分配技术领域,具体涉及人工智能优化的医疗资源分配方法,包括以下步骤:基于图论构建医疗资源分配网络,其中,节点代表医疗机构,边代表医疗资源在医疗机构间的流动路径;应用多层次决策机制,将医疗资源分配问题分解为多个决策层次;利用图论和网络优化理论,基于最小成本流问题和最短路径问题,来优化医疗资源在网络中的流动,通过定义目标函数和约束条件,来求解每个层次上的最优解;基于实时数据和预测模型,动态调整资源分配策略和网络参数。本发明,结构化的网络模型不仅增强了资源分配过程的透明度和可追踪性,还使资源分配决策更加科学和合理,确保了资源在医疗网络中的高效流动和利用。

Patent Agency Ranking