一种面向教育大数据的高可用性差分隐私图生成方法

    公开(公告)号:CN116595586A

    公开(公告)日:2023-08-15

    申请号:CN202310785002.5

    申请日:2023-06-29

    Abstract: 一种面向教育大数据的高可用性差分隐私图生成方法,包括:首先,以原始图结构数据作为输入,利用逆向学习挖掘图中骨干网络,生成假定邻接矩阵;其次,为深化从假定邻接矩阵中的拓扑信息,依据上一步获得的假定邻接矩阵,利用编码解码器生成可能性矩阵;再次,根据隐私预算的大小,生成相应的差分隐私图,获得虚假边。最后,根据可能性矩阵,图中每个节点从真实边和虚假边中分别采样一定数量的边,总数等同于真实边数量,生成受保护的差分隐私邻接矩阵。一方面,从具有高可能性的真实边采样保留了图中的重要信息,保证图的可用性,另一方面,从虚假边中采样可以有效保护原始的图拓扑信息,实现对图的隐私保护,同时保护节点度分布这一重要特征。

    基于区块链的去中心化的匿名信任认证方法及相关装置

    公开(公告)号:CN117082494A

    公开(公告)日:2023-11-17

    申请号:CN202311270181.5

    申请日:2023-09-27

    Abstract: 基于区块链的去中心化的匿名信任认证方法及相关装置,包括:构建基于区块链的去中心化移动众包MCS系统;节点加入系统,生成自己的公私钥对,向系统申请注册密钥后者处理节点注册信号,生成初始信任特征并向区块链注册节点公钥及信任;节点生成新的公私钥对,生成密钥变更请求发送给密钥管理委员,后者处理节点密钥变更信号,并在区块链上发布密钥变更结果;节点使用变更后的私钥签名消息,签名验证者在区块链下完成对签名者的信任的认证。本发明构建了一个两阶段的密钥变更方案,依托区块链构建去中心化的密钥管理委员会负责密钥管理与信任证书的分发,不依靠任何可信中心或者可信硬件,不存在单点故障难题,解决了去中心化移动众包密钥管理难题。

    一种基于实例依赖互补标签学习的图像分类方法

    公开(公告)号:CN115995019A

    公开(公告)日:2023-04-21

    申请号:CN202211669312.2

    申请日:2022-12-24

    Abstract: 本发明公开了一种基于实例依赖互补标签学习的图像分类方法,包括:在骨干网络之上构建转移矩阵网络和分类器网络,用于估计实例的互补标签转移矩阵和预测实例的真实类别;将实例特征嵌入为指定维度的特征向量,并以特征向量的欧式距离为度量挖掘实例的近邻;结合互补标注分类和语义聚类训练分类器网络,估计实例的真实类后验概率,选取概率前1%大的实例作为近似锚点对转移矩阵网络进行初始化;引入约束——“特征空间上邻近的实例具有更相似的互补标签转移矩阵”——来限制转移矩阵的自由度,并构建端到端的联合训练框架协同优化转移矩阵网络和分类器网络的参数,将优化后的分类器网络作为最终的预测网络,实现基于实例依赖互补标签学习的图像分类。

    一种面向在线教育的学习者异常学习状态预测方法

    公开(公告)号:CN114881331A

    公开(公告)日:2022-08-09

    申请号:CN202210498953.X

    申请日:2022-05-09

    Abstract: 本发明一种面向在线教育的学习者异常学习状态预测方法,包括:将高维在线教育平台日志信息和学习者注册信息进行预处理并基于自监督学习方法编码构建学习者画像特征;构建学习者状态特征,进而基于状态特征的产生时序构建状态特征序列,基于状态特征间的余弦相似度构造状态特征图;构建符合在线教育的学习不良程度预测的长短时记忆‑图注意力深层网络,确定网络的层数、每层的神经元个数以及输入输出的维度;基于噪声标签构造伪标签以对网络进行迭代训练;利用训练后的网络预测学习者在待预测学习阶段的异常学习状态及其程度。本发明利用学习者注册信息及学习者日志信息预测学习者状态异常程度,为教师对学习者进行针对性指导和帮助提供了参考。

Patent Agency Ranking