Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学戴华获国家专利权

南京邮电大学戴华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学申请的专利一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116418483B

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310385495.3,技术领域涉及:H04L9/06;该发明授权一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法是由戴华;安琪儿;陆取;蒋明峰;周倩;杨庚设计研发完成,并于2023-04-12向国家知识产权局提交的专利申请。

一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法在说明书摘要公布了:本发明属于云计算安全领域,公开了一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法,该方法分为两个阶段,第一阶段:轨迹数据的预处理、加密和外包,首先,数据拥有者对需要上传的轨迹数据集进行预处理,对每个对象的轨迹数据生成相应的编码矩阵,然后通过强抗碰撞的单向哈希函数对编码矩阵生成安全索引矩阵,最后将加密后的轨迹数据和生成的安全索引矩阵上传至云服务器,同时将密钥共享给授权用户;第二阶段:隐私保护传染模式挖掘方法,首先,授权用户将感染对象编号发送至云服务器,云服务器收到感染者编号后进行传染模式挖掘,并将挖掘结果返回给授权用户。本发明能够保证挖掘结果高准确度的条件下,提高挖掘效率,并且易于实现。

本发明授权一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法在权利要求书中公布了:1.一种基于轨迹数据的外包云环境隐私保护传染模式挖掘方法,其特征在于:该方法包括两个阶段:第一阶段:轨迹数据的预处理、加密和外包,第二阶段:隐私保护传染模式挖掘,其中, 所述第一阶段的轨迹数据的预处理、加密和外包阶段具体为:设数据拥有者拥有n个对象的轨迹数据集O={O1,O2,…,On},其中,Oi={xi,1,yi,1,t1,xi,2,yi,2,t2,…,xi,m,yi,m,tm}表示对象Oi的轨迹,xi,1,yi,1,t1Oi表示第i个对象在tj时间采样点的二维坐标为=xi,j,yi,j,包括如下步骤: 步骤1-1:数据拥有者对轨迹数据集O中的每一个对象Oi进行预处理:首先,为对象Oi的轨迹数据集生成相应的编码矩阵;然后,利用HMAC函数对编码矩阵进行单向隐私编码,生成安全索引哈希矩阵,最后利用密钥kf对轨迹数据进行加密; 步骤1-2:数据拥有者将所有加密轨迹数据和安全索引哈希矩阵上传至云服务器,同时将密钥kf共享给授权用户; 步骤1-1具体包括以下步骤: 步骤1-1-1:构造投影函数h:将二维向量映射到某一整数 其中,向量表示一个极坐标形式的二维向量,其中,半径,角在范围中任意选择,参数,为感染距离阈值,参数b为根据参数,向量,参数D确定的定值,其值为 步骤1-1-2:针对对象Oi的轨迹数据的各采样点选取l组单位向量,每组单位向量包括m个子向量 … 其中,每组向量各相邻子向量间夹角均为; 给定参数δ,根据步骤1-1-1参数的计算公式,即可计算得到参数向量组对应的参数集合,,…, … 步骤1-1-3:根据对象Oi轨迹数据集以及参数组,,计算得到投影函数值矩阵 其中,表示第个对象的轨迹数据Oi关于第个对象对应参数组,,,…,的投影函数矩阵,表示轨迹数据Oj对应的第个向量组中第个子向量和参数对应的投影函数值 为轨迹数据Oi中第个采样点对应的位置向量; 步骤1-1-4:采用等长编码方式对投影函数值进行编码,并在最后一位编码后连接固定比特的次序的编码,设投影函数值编码值为,构造轨迹数据Oi的编码矩阵Si 其中,“||”为编码连接符; 步骤1-1-5:使用强抗碰撞的单向哈希函数hash,将编码矩阵Si映射为安全索引哈希矩阵 其中,。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210003 江苏省南京市鼓楼区新模范马路66号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。