-
公开(公告)号：CN107612675B
公开(公告)日：2020-09-25
申请号：CN201710850810.X
申请日：2017-09-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种隐私保护下的广义线性回归方法，旨在解决现有技术中在计算外包时云端不可信的时候在加密下情况下实现广义线性回归效率效和精度低的问题，本申请中结合加密算法以及线性回归方法以及梯度下降法实现了数据集加密之后的广义线性回归，也就是实现了云端不可信的情况下，加密保护下依旧可以进行数据处理等，实现了真正的计算外包，实现了明文的计算与密文的计算的相互对应，克服了传统的梯度下降法在密文下迭代的准确率低和计算速度慢的技术难题；本申请适用于向量同态计算相关领域。
-
公开(公告)号：CN117935375A
公开(公告)日：2024-04-26
申请号：CN202410113254.8
申请日：2024-01-26
Applicant: 电子科技大学
IPC: G06V40/30 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种手写电子签名防伪造方法，属于多模态学习领域。本发明的方法包括：采集用户手写电子签名的多个模态数据，包括签名图像、签名板物理数据和签名过程的手部动作视频，对各模态数据进行预处理和特征提取；构造两个模型分别实现对“签名板数据和签名图像的模态一致性”和“签名视频和签名板数据的模态一致性”的检测；构造数据集来表示合法场景和不同的攻击场景，通过构造的数据集对两类检测模型进行训练。验证时输入三个模态数据，分别经过两个模型判断，如果任意一个模型判断为非法，则认为手写签名遭到伪造，否则判断手写签名正常。本发明可以用于检察院、银行和通信运营商等业务场景，对手写电子签名进行伪造检测。
-
公开(公告)号：CN107612675A
公开(公告)日：2018-01-19
申请号：CN201710850810.X
申请日：2017-09-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种隐私保护下的广义线性回归方法，旨在解决现有技术中在计算外包时云端不可信的时候在加密下情况下实现广义线性回归效率效和精度低的问题，本申请中结合加密算法以及线性回归方法以及梯度下降法实现了数据集加密之后的广义线性回归，也就是实现了云端不可信的情况下，加密保护下依旧可以进行数据处理等，实现了真正的计算外包，实现了明文的计算与密文的计算的相互对应，克服了传统的梯度下降法在密文下迭代的准确率低和计算速度慢的技术难题；本申请适用于向量同态计算相关领域。
-
-
Search Results
3
records
(took 0.014 seconds)
