|
|
钻瓜专利网为您找到相关结果 9个，建议您 升级VIP下载更多相关专利
- [发明专利]一种基于身份和环签名的数据完整性校验方法-CN202010515799.3有效
-
李蜀瑜;范力搏
-
陕西师范大学
-
2020-06-09
-
2023-10-17
-
G06F21/64
- 本发明公开了一种基于身份和环签名的数据完整性校验方法，步骤包括：密钥生成中心根据身份信息生成相应的公钥和私钥并返回给数据拥有者，数据拥有者将公钥发送给云服务器；数据拥有者对需要上传的文件进行分块处理，将文件分为若干个文件块，计算出每个文件块的标签值，将其发送到云服务器端；第三方验证者向云服务器发起挑战请求；云服务器接收挑战请求，计算相应的证据并将其发送给第三方验证者；第三方验证者根据云服务器返回的证据，与公钥和对应的标签进行碰撞，判断待验证的数据是否完整。本发明引进了密钥生成中心作为密钥生成的参与者，利用环签名生成数据块标签，达到在进行数据共享的基础上保证数据完整性以及提高安全性。
- 一种基于身份签名数据完整性校验方法
- [发明专利]一种基于差分隐私和层级相关性传播的图像分类方法-CN201810781097.2有效
-
李蜀瑜;陈竑毓;李泽堃
-
陕西师范大学
-
2018-07-17
-
2021-10-12
-
G06K9/62
- 本发明公开了一种基于差分隐私和层级相关性传播的图像分类方法，属于数据安全技术领域，其思路为：确定灰度图像数据集D，灰度图像数据集D包括m个灰度图像数据；计算灰度图像数据集D的相关性矩阵R和灰度图像数据集D的噪声平均相关性矩阵设定卷积神经网络包括num_conv个卷积层和num_FC个全连接层，使用θ表示卷积神经网络全部参数，θ＝{θConv,θFC}，θConv表示卷积神经网络num_conv个卷积层的参数，θFC表示卷积神经网络num_FC个全连接层的参数；进而得到卷积神经网络最优参数表示卷积神经网络num_conv个卷积层的最优参数，表示卷积神经网络num_FC个全连接层的最优参数；将卷积神经网络num_conv个卷积层的最优参数和卷积神经网络num_FC个全连接层的最优参数作为一种基于差分隐私和层级相关性传播的图像分类结果。
- 一种基于隐私层级相关性传播图像分类方法
- [发明专利]一种自动聚类方法、装置及存储介质-CN202110421697.X在审
-
雷涵哲;李蜀瑜
-
赛尔网络有限公司;陕西师范大学
-
2021-04-19
-
2021-08-10
-
G06K9/62
- 本申请公开了一种自动聚类方法，涉及数据安全技术领域，解决了现有技术中需要人工选取聚类中心的缺点。该方法包括：获取包含多个数据点的二维数据集；对其进行空间网格划分，并将多个数据点映射到空间网格中；计算其的密度，并按照筛选比例进行筛选，确定新二维数据集；计算新二维数据集中每个数据点的局部密度和密度峰值聚类的距离，并添加拉普拉斯噪声，噪声密度峰值聚类的距离大于预设距离值，且噪声局部密度大于预设密度值；比较中心之间的距离；合并伪聚类中心，确定聚类中心；实现了考虑数据内在特征的相似性，自适应的确定聚类中心，结合了差分隐私对每个数据点的局部密度和距离进行扰动，避免了数据在聚类过程中敏感信息泄露的问题。
- 一种自动方法装置存储介质
|
