公开(公告)号：CN116226876A

公开(公告)日：2023-06-06

申请号：CN202211645634.3

申请日：2022-12-20

Applicant: 西安电子科技大学

Inventor： 朱辉 ,  许伟 ,  赵家奇 ,  王枫为 ,  李晖 ,  孙宁

IPC: G06F21/60

Abstract: 本发明属于信息安全技术领域，公开了一种安全查询方法，包括：主动方利用加密密钥生成第一加密参数，并将所述第一加密参数发送给客户端和服务器，以及生成查询密钥，并将所述查询密钥发送至所述客户端；所述客户端基于所述查询密钥加密查询信息，得到加密信息，并将所述加密信息发送至所述服务器；所述服务器基于安全查询模型对所述加密信息进行处理，得到响应密文值，并将所述响应密文值发送至所述客户端；所述客户端基于所述查询密钥对所述响应密文值进行解密，以得到所述查新信息对应的查询结果。在上述过程中，由于信息是加密的，所以信息不会泄露，提高数据的安全性。

公开(公告)号：CN114240844A

公开(公告)日：2022-03-25

申请号：CN202111391310.7

申请日：2021-11-23

Applicant: 电子科技大学

Inventor： 王国泰 ,  雷文辉 ,  许伟 ,  顾然 ,  张少霆

IPC: G06T7/00 ,  G06T7/70

Abstract: 本发明涉及的是一种三维医学图像中无监督的关键点定位与目标检测方法，属于图像检测技术领域。本发明是通过以下技术方案实现的：首先利用一组未标记的图像，训练一个位移网络来预测同一幅三维图像中任意两个子区域的相对偏移量。得到位移网络的训练结果后，针对一幅新图像，该网络以一个初始位置处的子区域与参考图像中关键点处的子区域作为输入，预测该图像中的初始位置到目标位置的偏移量，从而实现关键点的定位。本发明进一步通过将物体边界框的检测任务转化成六个极端点的定位，实现无监督的目标物体检测。本发明能解决现有的医学图像中的目标检测算法需要大量人工标注的问题，有效降低了标注成本，提高了无监督目标检测算法的性能。

公开(公告)号：CN119047581A

公开(公告)日：2024-11-29

申请号：CN202411138347.2

申请日：2024-08-19

Applicant: 西安电子科技大学

Inventor： 朱辉 ,  刘睿康 ,  许伟 ,  李晖 ,  王枫为 ,  张松年 ,  王滨

IPC: G06N5/04 ,  G06N3/0464 ,  G06F21/60 ,  G06F21/53

Abstract: 本发明提供了基于半诚实可信执行环境的卷积神经网络不经意推理方法，在安全推理服务请求阶段，模型提供者构造第一公共参数对应的查阅表；选择第二公共参数创建飞地并初始化飞地；数据用户向模型提供者请求注册以申请密钥从而从模型提供者得到密钥，模型提供者更新飞地中对应存储的私钥；在安全推理服务查询阶段，数据用户利用分发至自身的密钥将自身数据加密传送至云服务器；云服务器通过不经意安全协议对传送来的数据进行线性和非线性层的计算得到密文预测结果，反馈至数据用户。本发明提升了密码学与可信硬件协作方案的安全性，保护了模型安全性，无需进行交互通信，减少了与同态计算相关的计算开销，大幅度提升了计算效率。

公开(公告)号：CN114240844B

公开(公告)日：2023-03-14

申请号：CN202111391310.7

申请日：2021-11-23

Applicant: 电子科技大学

Inventor： 王国泰 ,  雷文辉 ,  许伟 ,  顾然 ,  张少霆

IPC: G06T7/00 ,  G06T7/70

Abstract: 本发明涉及的是一种三维医学图像中无监督的关键点定位与目标检测方法，属于图像检测技术领域。本发明是通过以下技术方案实现的：首先利用一组未标记的图像，训练一个位移网络来预测同一幅三维图像中任意两个子区域的相对偏移量。得到位移网络的训练结果后，针对一幅新图像，该网络以一个初始位置处的子区域与参考图像中关键点处的子区域作为输入，预测该图像中的初始位置到目标位置的偏移量，从而实现关键点的定位。本发明进一步通过将物体边界框的检测任务转化成六个极端点的定位，实现无监督的目标物体检测。本发明能解决现有的医学图像中的目标检测算法需要大量人工标注的问题，有效降低了标注成本，提高了无监督目标检测算法的性能。