-
公开(公告)号：CN105068879B
公开(公告)日：2018-08-17
申请号：CN201510548175.0
申请日：2015-08-31
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F9/54
Abstract: 本申请公开了查找目标订阅的方法及装置，应用于位置感知的订阅/发布系统，该方法包括：接收信息发布者发布的事件，所述事件包括值对信息及空间地理位置信息，其中，所述值对信息为一组等号谓词合取式；计算所述事件的谓词个数；对预先建立的布尔表达式列表分别进行以下匹配处理，直到所有布尔表达式列表被处理完，得到目标订阅集合。本发明公开的查找目标订阅的方法中，通过将订阅中的关键词按照属性及大小进行划分的方式，将订阅存储在布尔表达式子表及布尔表达式列表中，进而有效提升了查询匹配的效率。
-
公开(公告)号：CN113626654A
公开(公告)日：2021-11-09
申请号：CN202110805315.3
申请日：2021-07-16
Applicant: 苏州大学
IPC: G06F16/903 , G06F16/906 , G06F16/909
Abstract: 本发明公开了一种基于表示学习的批量最短路径查询方法，包括以下步骤：(1)查询的嵌入表示：(1.1)生成训练数据；(1.2)特征提取；(1.3)模型训练；(2)批量最短路径查询算法：(2.1)查询集合聚类；(2.2)构建缓存；(2.3)查询应答。通过上述方式，本发明基于表示学习的批量最短路径查询方法通过使用表示学习方法学习最短路径查询的嵌入表示，根据查询的嵌入表示将查询集合聚类为不同的查询子集，每个子集中的查询有更大的概率共享计算结果；使用基于网格的缓存结构来缓存计算结果，让之后的查询能利用缓存中的计算结果，以减少查询的应答时间，在基于表示学习的批量最短路径查询方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN110008402A
公开(公告)日：2019-07-12
申请号：CN201910131400.9
申请日：2019-02-22
Applicant: 苏州大学
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明公开了一种基于社交网络的去中心化矩阵分解的兴趣点推荐方法，包括：(1)将用户浏览兴趣点的签到数据存储在每个用户自己的用户端；(2)用户在自己的用户端训练模型。通过上述方式，本发明基于社交网络的去中心化矩阵分解的兴趣点推荐方法通过将用户对兴趣点的签到数据保存在自己的用户端，并且在用户端进行矩阵分解模型的训练，解决了集中式矩阵分解模型存储和计算资源浪费的问题，不存在用户个人隐私泄露的风险，从而实现了保护隐私、提高安全系数的功能，在基于社交网络的去中心化矩阵分解的兴趣点推荐方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN109376901A
公开(公告)日：2019-02-22
申请号：CN201811043938.6
申请日：2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开了一种基于去中心化矩阵分解的服务质量预测方法，包括以下步骤：（1）建立用户邻接图，（2）确定交互的范围，（3）确定交互的信息，（4）合成并预测QoS值。通过上述方式，本发明基于去中心化矩阵分解的服务质量预测方法通过采用去中心化矩阵分解方法来预测QoS值，解决集中式训练造成的计算资源浪费的问题，此外，每个用户对Web服务的QoS值保存在用户自己手中，从而很好的保护了用户的个人隐私，在基于去中心化矩阵分解的服务质量预测方法的普及上有着广泛的市场前景。
-
公开(公告)号：CN109376901B
公开(公告)日：2021-09-03
申请号：CN201811043938.6
申请日：2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开了一种基于去中心化矩阵分解的服务质量预测方法，包括以下步骤：（1）建立用户邻接图，（2）确定交互的范围，（3）确定交互的信息，（4）合成并预测QoS值。通过上述方式，本发明基于去中心化矩阵分解的服务质量预测方法通过采用去中心化矩阵分解方法来预测QoS值，解决集中式训练造成的计算资源浪费的问题，此外，每个用户对Web服务的QoS值保存在用户自己手中，从而很好的保护了用户的个人隐私，在基于去中心化矩阵分解的服务质量预测方法的普及上有着广泛的市场前景。
-
Patent Agency Ranking
公开(公告)号：CN113181214A
公开(公告)日：2021-07-30
申请号：CN202110623373.4
申请日：2021-06-04
Applicant: 苏州大学
IPC: A61K35/16 , A61K9/19 , A61K47/22 , A61K47/02 , A61K47/42 , A61K47/26 , A61P19/02 , A61P19/08 , A61P29/00
Abstract: 本发明公开了一种去白细胞富血小板血浆粉的制备方法，特点是包括以下步骤：1)将健康人体血液通过差速离心法使其分层除去上下层血清后，取中间血小板层再重复差速离心过程3～5次，合并各次所得富血小板血浆液后，重悬于冻干缓冲液中制成冻干悬液；2)将冻干悬液装于玻璃样品中迅速放入液氮罐中预冷lh后，放入冷冻干燥机中开始冻干，冻干条件为按1.5℃/min的升温速度将液氮罐中搁板升温至‑30℃，保持0.5h；然后将搁板降温至‑38℃，进入一次干燥处理时间为20h；按0.2℃/min的升温速度将隔板温度升高至20℃，进入二次干燥处理时间为10h，即得到去白细胞富血小板血浆粉，优点是可长时间存放且安全可靠。
-
公开(公告)号：CN109195098B
公开(公告)日：2020-11-03
申请号：CN201810637394.X
申请日：2018-06-20
Applicant: 苏州大学
IPC: H04W4/021 , H04W12/02 , G06F16/9535 , G06F16/9537
Abstract: 本发明公开了一种基于差分隐私的共享协同过滤方法，包括如下步骤：（1）使用差分隐私形成安全的k‑最近位置列表；（2）利用共享数据和数据拥有者本身数据预测用户对位置的喜好。通过上述方式，本发明能够在不泄露任一参与方隐私信息的前提下，解决共享协同过滤预测的问题，数据拥有者利用合作者的数据来加强预测结果的准确度，基于隐私保护方法的广泛应用，使得本发明基于差分隐私的共享协同过滤方法具有广泛的市场前景，对对位置隐私保护的进一步推广和研究有着重要意义。
-
公开(公告)号：CN109033865A
公开(公告)日：2018-12-18
申请号：CN201810637636.5
申请日：2018-06-20
Applicant: 苏州大学
CPC classification number: G06F21/6209 , H04L9/0869 , H04L63/0428 , H04L69/22
Abstract: 本发明公开了一种空间众包中隐私保护的任务分配方法，涉及三方实体，包括空间众包平台、代理商和工人，使用基于匿名的数据收集协议，将用户数据安全地发送给空间众包平台；使用基于反向拍卖的任务分配算法来帮助空间众包平台生成任务分配和奖励报酬方案，并且保证用户的诚实性。通过上述方式，本发明提供的空间众包中隐私保护的任务分配方法，使用基于匿名的数据收集协议来保证工人位置数据的安全性，使用基于反向拍卖的任务分配算法来保证工人的诚实性，是基于半可信的模型，有着高安全性、高效性的优点，在空间众包领域有着极其光明的应用前景。
-
公开(公告)号：CN105610898B
公开(公告)日：2018-11-13
申请号：CN201510850772.9
申请日：2015-11-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于格的位置隐私保护方法，包括如下步骤：（1）预处理阶段，所述LS端根据POI数据库构建索引结构；（2）所述User端利用OT Extension协议访问网格P；（3）所述User端利用OT Extension协议访问网格Q。通过上述方式，本发明基于格的位置隐私保护方法安全高效，能够保证在百万数据点上用户查询的秒级反馈。基于位置服务的广泛应用，使得本发明基于格的位置隐私保护方法具有广泛的市场前景，同时，本发明基于格的位置隐私保护方法对位置隐私保护的进一步推广和研究有着重要意义。
-
公开(公告)号：CN104796475B
公开(公告)日：2018-10-26
申请号：CN201510197609.7
申请日：2015-04-24
Applicant: 苏州大学
Abstract: 本发明公开了一种基于同态加密的社会化推荐方法，包括如下步骤：（1）所述SN端利用同态加密密钥加密数据；（2）RBS端计算所有物品的推荐得分；（3）所述RBS端共享所有物品的推荐得分；（4）比较获得推荐结果。通过上述方式，本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点，在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
