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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学应俊获国家专利权

重庆邮电大学应俊获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种社会信任驱动的人脸信息保护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:CN119691809B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411859192.1,技术领域涉及:G06F21/62;该发明授权一种社会信任驱动的人脸信息保护方法是由应俊;罗心怡;杨志刚;张普宁;王汝言设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

一种社会信任驱动的人脸信息保护方法在说明书摘要公布了:本发明涉及一种社会信任驱动的人脸信息保护方法,属于信息安全技术领域,包括以下步骤:S1:系统初始化三个实体,包括数据发布者、可信第三方以及数据访问者;S2:可信第三方利用图注意力机制计算数据发布者与数据访问者之间的实时社会信任值;S3:根据数据访问者的社会信任值赋予其隐私等级,利用差分隐私机制生成保护身份向量,其中,隐私等级用于控制隐私预算大小;S4:将保护身份向量输入条件身份匿名生成对抗网络获得人脸信息保护图像,发送给相应数据访问者。

本发明授权一种社会信任驱动的人脸信息保护方法在权利要求书中公布了:1.一种社会信任驱动的人脸信息保护方法,其特征在于:包括以下步骤: S1:系统初始化三个实体,包括数据发布者、可信第三方以及数据访问者;所述系统初始化包括: 初始化三个实体,包括数据发布者、可信第三方以及数据访问者; 所述数据发布者是产生图像并共享在社交网络的用户; 所述可信第三方是社交网络图像上传的中转方,其根据数据发布者和数据访问者的基本属性构建社交信任图,负责用户对的社会信任评估以及图像处理; 所述数据访问者用于向可信第三方发送数据请求,以获得数据发布者发布的数据; 初始化社交信任图中的在线社交网络的用户集合,设置时段内所有用户社会互动的集合为,其中,表示在时间内与节点发生过交互的邻节点集合;将社会信任建模为社交信任图中一系列带有时间戳的交互事件,其中,表示时刻任意一对用户节点之间的社交互动;用户节点和在时间形成的值为的社会信任表示为有向边; S2:可信第三方利用图注意力机制计算数据发布者与数据访问者之间的实时社会信任值;包括以下步骤: S21:可信第三方生成给定时刻的一个社交信任图,该图中的节点为社交网络用户,边为连接用户对的社会信任值; S22:给定一对社交用户节点,,首先提取用户的基本属性,用户与相邻节点的历史交互以及相关的时间戳,根据生成联合嵌入向量,来量化用户到相邻用户的消息信号; S23:加权计算并聚合相邻用户的联合嵌入向量,在此过程中执行图注意力机制为最新的互动分配更高的权重,令用户为每个相邻用户分配的权重表示为,最终获得用户的一阶特征表示; S25:通过堆叠个信任传播层,聚合多跳用户节点对用户的影响以获得高阶特征表示; S26:由步骤S25计算得到用户节点对,的高阶特征表示和,将其传入MLP,经过一个softmax层进行处理,输出任意用户对,之间的社会信任预测概率;最终通过计算得到任意用户对的社会信任 S3:根据数据访问者的社会信任值赋予其隐私等级,利用差分隐私机制生成保护身份向量,其中,隐私等级用于控制隐私预算大小;具体包括以下步骤: S31:根据步骤S2中计算的社会信任值赋予访问用户信任等级 S32:对原始图像进行特征提取,整合得到身份向量 S33:根据访问者的信任等级,使用差分隐私机制得到保护身份向量,其中,表示均值为0,尺度为的拉普拉斯分布的随机噪声,Δ是差分隐私中用于控制隐私保护强度的参数,与数据的敏感度有关;是访问者的信任等级,它决定了的扰动程度,值越小,添加的噪声越大,与差距越大;相反,值越大,噪声越小,与差距越小; S4:将保护身份向量输入条件身份匿名生成对抗网络获得人脸信息保护图像,发送给相应数据访问者;具体包括以下步骤: 将步骤S33得到的扰动身份向量、原图像的非面部区域图像以及目标身份图像三者作为生成对抗网络中生成器的输入; 所述生成对抗网络使用编码器-解码器架构,编码器将步骤S41中的输入组合表示为低维向量,再由解码器将向量进行组合表示,通过上采样生成人脸信息保护图像; 损失函数设置为: 其中,为生成器和鉴别器的损失函数,为图像重构损失; 其中,表示生成数据的标签,表示真实数据的标签;为鉴别器对真实数据的输出;表示鉴别器对真实数据的输出与真实标签之间的平方误差;表示从真实数据分布中采样得到的数据;代表鉴别器对生成器生成的数据的输出;鉴别器对生成数据的输出与生成标签之间的平方误差;表示从先验分布中采样得到的噪声; 。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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。