-
公开(公告)号：CN109040139A
公开(公告)日：2018-12-18
申请号：CN201811186828.5
申请日：2018-10-12
Applicant: 重庆邮电大学
CPC classification number: H04L63/08 , H04L9/3247 , H04L9/3263 , H04L63/0823
Abstract: 本发明请求保护一种基于区块链与智能合约的身份认证方法，主要包括如下模块：独立于区块链的用户认证模块，负责在两个节点之间进行用户的身份认证；区块链模块，其于存储整个用户身份认证过程的加密编码与其他相关认证信息；智能合约模块，其作用是在用户身份认证完成之后将整个认证过程进行RSA算法加密后存入区块链中。本发明利用区块链公开、去中心化、防篡改的特性，可以很好的解决身份联盟之间的用户认证过程中可能产生的隐私泄露、伪造认证信息和认证后抵赖的问题。
-
公开(公告)号：CN109040139B
公开(公告)日：2021-05-18
申请号：CN201811186828.5
申请日：2018-10-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于区块链与智能合约的身份认证方法，主要包括如下模块：独立于区块链的用户认证模块，负责在两个节点之间进行用户的身份认证；区块链模块，其于存储整个用户身份认证过程的加密编码与其他相关认证信息；智能合约模块，其作用是在用户身份认证完成之后将整个认证过程进行RSA算法加密后存入区块链中。本发明利用区块链公开、去中心化、防篡改的特性，可以很好的解决身份联盟之间的用户认证过程中可能产生的隐私泄露、伪造认证信息和认证后抵赖的问题。
-
公开(公告)号：CN108921188B
公开(公告)日：2020-11-17
申请号：CN201810500016.7
申请日：2018-05-23
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N20/00 , G06F16/182 , G06F16/27
Abstract: 本发明请求保护一种基于Spark大数据平台的并行CRF算法，涉及数据挖掘技术和自然语言处理技术。首先，读取大规模数据集，进行数据初始化处理，将数据集划分为训练集和测试集。其次，获取特征模板，创建分布式训练数据集RDD和分布式特征模型RDD。再次，利用flatMap特征模型将训练数据转换成特征，通过整合相同的特征得到特征RDD，从而生成并行特征。然后，通过梯度计算更新特征权值，直到所有训练数据RDD更新完成，得到特征权值向量。最后，从HDFS上读取训练好的模型数据和测试数据，将测试数据执行特征抽取操作，利用特征权值向量计算得到最优预测标记序列，将输出存在HDFS中。本发明提高了CRF算法的高迭代效率。
-
公开(公告)号：CN108921188A
公开(公告)日：2018-11-30
申请号：CN201810500016.7
申请日：2018-05-23
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于Spark大数据平台的并行CRF算法，涉及数据挖掘技术和自然语言处理技术。首先，读取大规模数据集，进行数据初始化处理，将数据集划分为训练集和测试集。其次，获取特征模板，创建分布式训练数据集RDD和分布式特征模型RDD。再次，利用flatMap特征模型将训练数据转换成特征，通过整合相同的特征得到特征RDD，从而生成并行特征。然后，通过梯度计算更新特征权值，直到所有训练数据RDD更新完成，得到特征权值向量。最后，从HDFS上读取训练好的模型数据和测试数据，将测试数据执行特征抽取操作，利用特征权值向量计算得到最优预测标记序列，将输出存在HDFS中。本发明提高了CRF算法的高迭代效率。
-
-
-
Search Results
4
records
(took 0.014 seconds)
