基于安全防护的多模态数据融合方法、设备及介质

AITNT
正文
推荐专利
基于安全防护的多模态数据融合方法、设备及介质
申请号:CN202510548368
申请日期:2025-04-28
公开号:CN120200833A
公开日期:2025-06-24
类型:发明专利
摘要
本申请公开了基于安全防护的多模态数据融合方法、设备及介质,方法包括:针对采集的每个模态数据,进行数据预处理;针对模态数据进行数据加密;通过预先训练的深度神经网络,将加密数据进行数据融合;针对融合特征进行哈希计算,得到对应的数字签名,并通过智能合约和数字签名,将融合特征存储在已构建的区块链中。通过数据加密和区块链存储,有效抵御恶意攻击与篡改,降低传输、存储环节的数据泄漏风险,增强数据安全性。
技术关键词
融合特征 数据融合方法 深度神经网络 加密数据 解密 感官 分支 非易失性计算机存储介质 计算机可执行指令 数据加密 抵御恶意攻击 大语言模型 数据泄漏风险 注意力 编码器 融合设备 数据安全性 训练样本集 多层感知机
系统为您推荐了相关专利信息
1
匿踪查询方法及系统
哈希算法 查询方法 质数 对象 数据加密
2
基于深度学习的草酸二甲酯催化剂配方优化方法及系统
深度神经网络模型 多任务学习策略 构建深度神经网络 采样点 神经网络结构
3
一种基于决策树和深度神经网络的NOMA系统功率分配方法
系统功率分配方法 DNN模型 深度神经网络 决策树模型 高优先级用户
4
一种态势感知技术的配电网调度管控方法
态势感知技术 配电网模型 管控方法 融合特征 节点
5
基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置
电力系统拓扑模型 节点特征 时间序列特征 电力负荷预测方法 深度神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号