CN109361654B - 一种基于区块链协商加密管理商业秘密的方法和系统 - Google Patents
一种基于区块链协商加密管理商业秘密的方法和系统 Download PDFInfo
- Publication number
- CN109361654B CN109361654B CN201811083671.3A CN201811083671A CN109361654B CN 109361654 B CN109361654 B CN 109361654B CN 201811083671 A CN201811083671 A CN 201811083671A CN 109361654 B CN109361654 B CN 109361654B
- Authority
- CN
- China
- Prior art keywords
- contract
- page
- attribute
- segment
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0807—Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Power Engineering (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
基于区块链协商加密管理商业秘密的方法及系统,多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,形成新的区块,区块包括合同页标签类型、合同段类型;还包括二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息;对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,其中的每一个小属性计算网格都是一个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码。本发明实现了商业秘密领域管理新模式,显著的降低了相关合同签订过程中商业秘密泄露的风险减少了错误率的发生,且在准确率方面大大增强,增强了商业秘密合同领域的管理效率,增强用户体验。
Description
技术领域
本发明涉及区块链、图像处理以及信息安全技术领域,具体地涉及一种基于区块链协商加密管理商业秘密的方法。
背景技术
随着互联网技术的发展,信息的去中心化已经得到普及,像分布式系统、比特币等都得到应用,该种方式不仅能够减小交易成本,免去引进不必要的第三方而增强交易便捷程度,区块链为实现该种方式提供了可能。
区块链是按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构,并以密码学的方式保证不可篡改和不可伪造的分布式记账系统,区块链记录了所有发生的价值交换活动,保证了数据库的完整性,同时通过时间戳的方式记录发生的时间节点等信息。
现有技术中,合同的签订多以电子储存以及显示的方式进行拟定,而在区块链的验证机制和共识机制导致很多信息不得不以明文的形式暴露在外面,导致很多隐私信息被泄露,而现有的中心化交易机制导致增加了交易成本,如何能够既能保证隐私不被泄露同时减少交易成本,提高智能化成为了一个研究课题,且在服务业领域,尤其是商业秘密领域,针对相关过程变换程度比较频繁,例如,签订的合同,在区块链模式下要经过公司多个部门间的合作、多个环节才能完成,而合同的内容涉及公司内部的商业秘密,尤其某些重要条款,太多人看到则保密效果很差,而且合同签订完成需要进行频繁更改以及电子传阅,而如何对因此信息进行保护,又减少操作过程中的错误率成为了比较重要的研究内容。
发明内容
为解决上述技术问题,本发明提供一种基于区块链协商加密管理商业秘密的方法和系统,本发明的基于区块链协商加密管理商业秘密的方法和系统显著的降低了相关合同签订过程中商业秘密泄露的风险减少了错误率的发生,且在准确率方面大大增强,增强了商业秘密合同领域的管理效率,增强用户体验。本发明是这样实现的:
一种基于区块链协商加密管理商业秘密的方法,多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型;还包括二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息,二维码中包括公司法人及其内部自然人只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录;合同页标签类型、合同段类型经过编码构成一一对应的二维码信息;二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为9×5=45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码。
其中,属性计算网格对图像分割还包括:对于搜寻合同页、合同段字符图像中的每个位置加入一个权值,来表示该位置像素点的作用大小,搜寻立方体每移动一次,就形成一个新的加权模板,加权模板的大小和形状与搜寻立方体一致,加权模板中相应位置的权值根据该位置像素点到中心像素点的空间距离和与中心像素的相关程度得到,根据以上两个准则构造两个函数:距离函数Fd和相似度函数Fs,他们的表达式分别如下所示:
Fd(i,j)=Fd(dEU(i,j))
Fs(i,j)=Fs(dRV(gi,gj))
其中dEU(i,j)是像素i和像素j之间的欧几里得距离,dRV(gi,gj)是像素i和像素j之间RV相异度测量,表达式如下:
距离函数Fd是各向同性的高斯函数的一个应用,可表示如下:
其中,kd是标准常量,σd是高斯核的标准误差。像素i和像素j的距离越远,距离函数的值越小,同样地,我们相似性函数Fs也是一个高斯型函数,表示如下:
其中,ks是标准常量,σs是高斯核的标准误差,r(gi,gj)是相关系数,如果像素i和像素j非常相似,则r(gi,gj)的值就很大,接近于1;反之,就接近于-1;
合并以上两个函数,得到一个新的高斯型函数:
k是一个常量,用它来保证高斯型过滤核中分散的离散变量的值相加结果为1,参数α和β用来平衡距离函数和相似性函数的作用,它们的取值在0到1之间,取0则代表没有作用,取1则代表作用很大;
若像素点i为类心点,像素点j为待分类体素点,则两点之间的加权RV计算如下所示:
WRV(i,j)=RV(XFi,YFj)
其中,X是n×p的矩阵,由以类心i为中心的立方体包含的像素点集组成,Y是n×q的矩阵,由以像素点j为中心的立方体包含的像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵,p=q=27。
优选地,所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段。
优选地,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别。
优选地,扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
优选地,二维码生成模块还包括:填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
本发明还包括一种基于区块链协商加密管理商业秘密的系统,其特征在于,包括扫描模块、二维码生成模块、区块链记录模块、图像处理模块;其中,区块链记录模块包括多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型;二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息,二维码中包括公司法人及其内部自然人只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录;合同页标签类型、合同段类型经过编码构成一一对应的二维码信息;二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为9×5=45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码;其中,属性计算网格对图像分割还包括:对于搜寻合同页、合同段字符图像中的每个位置加入一个权值,来表示该位置像素点的作用大小,搜寻立方体每移动一次,就形成一个新的加权模板,加权模板的大小和形状与搜寻立方体一致,加权模板中相应位置的权值根据该位置像素点到中心像素点的空间距离和与中心像素的相关程度得到,根据以上两个准则构造两个函数:距离函数Fd和相似度函数Fs,他们的表达式分别如下所示:
Fd(i,j)=Fd(dEU(i,j))
Fs(i,j)=Fs(dRV(gi,gj))
其中dEU(i,j)是像素i和像素j之间的欧几里得距离,dRV(gi,gj)是像素i和像素j之间RV相异度测量,表达式如下:
距离函数Fd是各向同性的高斯函数的一个应用,可表示如下:
其中,kd是标准常量,σd是高斯核的标准误差。像素i和像素j的距离越远,距离函数的值越小,同样地,我们相似性函数Fs也是一个高斯型函数,表示如下:
其中,ks是标准常量,σs是高斯核的标准误差,r(gi,gj)是相关系数,如果像素i和像素j非常相似,则r(gi,gj)的值就很大,接近于1;反之,就接近于-1;
合并以上两个函数,得到一个新的高斯型函数:
k是一个常量,用它来保证高斯型过滤核中分散的离散变量的值相加结果为1,参数α和β用来平衡距离函数和相似性函数的作用,它们的取值在0到1之间,取0则代表没有作用,取1则代表作用很大;
若像素点i为类心点,像素点j为待分类体素点,则两点之间的加权RV计算如下所示:
WRV(i,j)=RV(XFi,YFj)
其中,X是n×p的矩阵,由以类心i为中心的立方体包含的像素点集组成,Y是n×q的矩阵,由以像素点j为中心的立方体包含的像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵,p=q=27。
优选地,图像处理模块处理对象内容包括合同页标签类型、合同段类型;所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段。
优选地,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别。
优选地,扫描模块包括扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
优选地,填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
与现有技术相比,本发明的技术方案具有以下有益效果:
解决了传统技术中商业秘密合同中不能合理保护相关隐私,交易成本较高,且错误率较高的问题,且在商业秘密管理领域相关应用较少;因此,本发明的基于区块链协商加密管理商业秘密的方法和系统显著的降低了相关合同秘密泄露的风险,减少了错误率的发生,且在准确率方面大大增强,增强用户体验。
附图说明
图1是本发明一种基于区块链协商加密管理商业秘密合同签订系统图;
图2是本发明的一个区块的构成示意图。
具体实施方式
本领域技术人员理解,如背景技术所言,传统的区块链技术存在不能合理保护商业合同中相关隐私,交易成本较高,且错误率较高的问题,用户体验比较差,因此,需要设计一款能够大大增强能够保护隐私以及提高准确率的商业秘密管理系统及方法。为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本申请的一种基于区块链协商加密管理商业秘密的系统图,在一些实施例中,多个公司法人包括多个合同签订方,例如可以是甲、乙双方,可以是甲、乙、丙三方,也可以是甲方与个人签署的合同等,公司内部不同级别的自然人访问权限不同,不同的合同访问权限设置不同等级,上述合同关联方构成N个节点,每次合同签订成功构成一条记录,构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型,在一些实施例中,合同页标签类型包括义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页,合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段;还包括二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息,二维码应用终端扫描,可以显示相应权限合同内容或显示对应权限合同内容链接,二维码中包括公司法人及其内部自然人只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录,所述申请状态包括:甲乙双方合同签订完成状态、合同中期执行完成状态、合同全部完成状态等;合同页标签类型、合同段类型经过编码构成与不同权限节点一一对应的二维码信息;二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为9×5=45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码;其中,属性计算网格对图像分割还包括:对于搜寻合同页、合同段字符图像中的每个位置加入一个权值,来表示该位置像素点的作用大小,搜寻立方体每移动一次,就形成一个新的加权模板,加权模板的大小和形状与搜寻立方体一致,加权模板中相应位置的权值根据该位置像素点到中心像素点的空间距离和与中心像素的相关程度得到,根据以上两个准则构造两个函数:距离函数Fd和相似度函数Fs,他们的表达式分别如下所示:
Fd(i,j)=Fd(dEU(i,j))
Fs(i,j)=Fs(dRV(gi,gj))
其中dEU(i,j)是像素i和像素j之间的欧几里得距离,dRV(gi,gj)是像素i和像素j之间RV相异度测量,表达式如下:
距离函数Fd是各向同性的高斯函数的一个应用,可表示如下:
其中,kd是标准常量,σd是高斯核的标准误差。像素i和像素j的距离越远,距离函数的值越小,同样地,我们相似性函数Fs也是一个高斯型函数,表示如下:
其中,ks是标准常量,σs是高斯核的标准误差,r(gi,gj)是皮尔森(pearson)相关系数,如果像素i和像素j非常相似,则r(gi,gj)的值就很大,接近于1;反之,就接近于-1;
合并以上两个函数,得到一个新的高斯型函数:
k是一个常量,用它来保证高斯型过滤核中分散的离散变量的值相加结果为1,参数α和β用来平衡距离函数和相似性函数的作用,它们的取值在0到1之间,取0则代表没有作用,取1则代表作用很大;
若像素点i为类心点,像素点j为待分类体素点,则两点之间的加权RV计算如下所示:
WRV(i,j)=RV(XFi,YFj)
其中,X是n×p的矩阵,由以类心i为中心的立方体包含的像素点集组成,Y是n×q的矩阵,由以像素点j为中心的立方体包含的像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵,p=q=27。
在一些实施例中,所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页,在一些实施例中,公司管理人员查看权限可以包括款项条款页、期限条款页,公司技术人员查看权限通过扫描二维码可以呈现技术内容页,义务条款页等;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段;在一些实施例中,公司管理人员、财务人员查看权限包括款项条款段,技术人员查看权限可以包括技术内容段。
在一些实施例中,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别,在一些实施例中,公司高管人员的权限为可以有所有权限,公司财务人员的权限设置为:阅读、复制、下载;公司技术人员的权限设置为阅读、拍摄,在一些实施例中进一步包括,当查看人员没有复制权限时,则扫描二维码后呈现内容为PDF格式,当可以复制时则呈现内容为word格式,当查看人员的权限不能够阅读时,扫描二维码后呈现内容空,当查看人员有权限查看款项段时,通过权限类型以及子定性映射簇的属性生成对应内容的二维码,呈现关联的款项段。
在一些实施例中,扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
在一些实施例中,二维码生成模块还包括:填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容。
在一些实施例中,还包括一种基于区块链协商加密管理商业秘密的系统,其特征在于,包括扫描模块、二维码生成模块、区块链记录模块、图像处理模块;其中,区块链记录模块包括多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型;二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息,二维码中包括公司法人及其内部自然人只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录;合同页标签类型、合同段类型经过编码构成一一对应的二维码信息;二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为9×5=45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码;对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距
离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
在一些实施例中,图像处理模块处理对象内容包括合同页标签类型、合同段类型;所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段。
在一些实施例中,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别。
在一些实施例中,扫描模块包括扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
在一些实施例中,填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
本发明的基于区块链协商加密管理商业秘密的方法和系统解决了传统技术中不能合理保护相关隐私,交易成本较高,且错误率较高的问题,且在商业秘密管理领域相关应用较少;因此,本发明的基于区块链协商加密管理商业秘密的方法和系统显著的保护了相关隐私减少了交易成本减少了错误率的发生,且在准确率方面大大增强,增强用户体验。
本领域技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品,因此本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (8)
1.一种基于区块链协商加密管理商业秘密的方法,其特征在于,多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,并构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型;
还包括二维码生成模块,查看不同的节点时,根据不同节点查看区块的权限不同生成对应的二维码,所述二维码用于获取对应的合同信息,公司法人及其内部自然人通过所述二维码只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录;合同页标签类型、合同段类型经过编码构成一一对应的二维码信息;
二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码;
其中,属性计算网格对图像分割还包括:对于搜寻合同页、合同段字符图像中的每个位置加入一个权值,来表示该位置像素点的作用大小,搜寻立方体每移动一次,就形成一个新的加权模板,加权模板的大小和形状与搜寻立方体一致,加权模板中相应位置的权值根据该位置像素点到中心像素点的空间距离和与中心像素的相关程度得到,从而构造两个函数:距离函数Fd和相似度函数Fs,其表达式分别如下所示:Fd(i,j)=Fd(dEU(i,j))
Fs(i,j)=Fs(dRV(gi,gj))
其中dEU(i,j)是像素i和像素j之间的欧几里得距离,dRV(gi,gj)是像素i和像素j之间RV相异度测量,表达式如下:
距离函数Fd是各向同性的高斯函数的一个应用,可表示如下:
其中,kd是标准常量,σd是高斯核的标准误差;像素i和像素j的距离越远,距离函数的值越小,同样地,相似性函数Fs也是一个高斯型函数,表示如下:
其中,ks是标准常量,σs是高斯核的标准误差,r(gi,gj)为相关系数,如果像素i和像素j非常相似,则r(gi,gj)的值就很大,接近于1;反之,就接近于-1;
合并以上两个函数,得到一个新的高斯型函数:
k是一个常量,用它来保证高斯型过滤核中分散的离散变量的值相加结果为1,参数α和β用来平衡距离函数和相似性函数的作用,它们的取值在0到1之间,取0则代表没有作用,取1则代表作用很大;
若像素点i为类心点,像素点j为待分类体素点,则两点之间的加权RV计算如下所示:
WRV(i,j)=RV(XFi,YFj)
其中,X是n×p的矩阵,由以类心i为中心的立方体包含的像素点集组成,Y是n×q的矩阵,由以像素点j为中心的立方体包含的像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵;
二维码生成模块还包括:填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
2.根据权利要求1所述的基于区块链协商加密管理商业秘密的方法,其特征在于,所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段。
3.根据权利要求1所述的基于区块链协商加密管理商业秘密的方法,其特征在于,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别。
4.根据权利要求3所述的基于区块链协商加密管理商业秘密的方法,其特征在于,扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
5.一种基于区块链协商加密管理商业秘密的系统,其特征在于,包括扫描模块、二维码生成模块、区块链记录模块、图像处理模块;其中,区块链记录模块包括多个公司法人、公司内部不同级别的自然人构成N个节点,每次合同签订成功构成一条记录,构成新的区块,通过随机数选择记账人,并通知所有节点更新相应的区块链;区块包括时间戳、文件号、合同号、合同页标签类型、合同段类型;二维码生成模块,不同的节点查看时根据不同节点查看区块的权限不同生成对应的二维码用于获取对应合同信息,二维码中包括公司法人及其内部自然人只能查看自己申请的关联区块内容信息;且相关申请状态发生变化时,只有记账人有更改状态权限,并增加变更时间戳和更改记录;合同页标签类型、合同段类型经过编码构成一一对应的二维码信息;二维码生成模块处理步骤如下:对归一化大小后的合同页、合同段字符图像区域进行均匀的网格覆盖,将合同页、合同段字符图像划分为多个属性区域,均匀属性计算网格把合同页、合同段字符图像分割为多个不同的图像区域,根据归一化合同页、合同段字符图像的尺寸大小,选用属性计算网格对合同页、合同段字符图像进行均匀分割,即水平方向和垂直方向分别划分为9行5列,其中的每一个小属性计算网格都是一个子定性映射簇,合同页、合同段字符图像总共划分为45个子定性映射簇,根据查询权限类型以及子定性映射簇的属性生成对应内容的二维码;其中,属性计算网格对图像分割还包括:对于搜寻合同页、合同段字符图像中的每个位置加入一个权值,来表示该位置像素点的作用大小,搜寻立方体每移动一次,就形成一个新的加权模板,加权模板的大小和形状与搜寻立方体一致,加权模板中相应位置的权值根据该位置像素点到中心像素点的空间距离和与中心像素的相关程度得到,从而构造两个函数:距离函数Fd和相似度函数Fs,他们的表达式分别如下所示:
Fd(i,j)=Fd(dEU(i,j))
Fs(i,j)=Fs(dRV(gi,gj))
其中dEU(i,j)是像素i和像素j之间的欧几里得距离,dRV(gi,gj)是像素i和像素j之间RV相异度测量,表达式如下:
距离函数Fd是各向同性的高斯函数的一个应用,可表示如下:
其中,kd是标准常量,σd是高斯核的标准误差;像素i和像素j的距离越远,距离函数的值越小,同样地,相似性函数Fs也是一个高斯型函数,表示如下:
其中,ks是标准常量,σs是高斯核的标准误差,r(gi,gj)是相关系数,如果像素i和像素j非常相似,则r(gi,gj)的值就很大,接近于1;反之,就接近于-1;
合并以上两个函数,得到一个新的高斯型函数:
k是一个常量,用它来保证高斯型过滤核中分散的离散变量的值相加结果为1,参数α和β用来平衡距离函数和相似性函数的作用,它们的取值在0到1之间,取0则代表没有作用,取1则代表作用很大;
若像素点i为类心点,像素点j为待分类体素点,则两点之间的加权RV计算如下所示:
WRV(i,j)=RV(XFi,YFj)
其中,X是n×p的矩阵,由以类心i为中心的立方体包含的像素点集组成,Y是n×q的矩阵,由以像素点j为中心的立方体包含的像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵;
填充属性计算网格,根据对合同页、合同段字符图像划分的属性网格密度,统计每一个属性计算网格内的目标像素点数,把属性特征保存为对应的子定性映射簇,最后整合生成一个K维的属性特征向量,对合同内容图像进行提取属性特征向量和训练学习,生成属性特征向量模板,对不同权限的待提取合同内容进行属性网格建立,抽取整合相应的属性特征向量,计算属性特征向量与属性特征模板向量的欧式距离进行配准,欧式距离最小的结果即为相应权限二维码内容;其中,距离确定过程如下:
uik表示图像像素点xk对类心点vi的隶属度;d(xk;vi)表示图像像素点xk到类心点vi的距离;c与n分别为初始类个数和待分类体素点的总个数;m为加权指数m>1,加权指数越大表示模糊程度越大,U为c×n的隶属度矩阵,X是n×p的待分类数据集矩阵,p为图像像素点的维数,V为c×p的类心集合矩阵。
6.根据权利要求5所述的一种基于区块链协商加密管理商业秘密的系统,其特征在于,图像处理模块处理对象内容包括合同页标签类型、合同段类型;所述合同页标签类型包括:义务条款页和/或权利条款页和/或技术内容页和/或款项条款页和/或期限条款页;所述合同段类型包括:义务条款段和/或权利条款段和/或技术内容段和/或款项条款段和/或期限条款段。
7.根据权利要求5所述的一种基于区块链协商加密管理商业秘密的系统,其特征在于,所述多个公司法人、公司内部不同级别的自然人同时拥有私钥和公钥才能查看该区块,进一步包括,多个公司法人、公司内部不同级别的自然人查看权限进一步区分,所述权限包括:阅读和/或修改和/或复制和/或下载和/或拍摄和/或扫描识别。
8.根据权利要求5所述的一种基于区块链协商加密管理商业秘密的系统,其特征在于,扫描模块包括扫描识别设备采用手机和/或pad和/或电脑和/或扫描仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083671.3A CN109361654B (zh) | 2018-09-18 | 2018-09-18 | 一种基于区块链协商加密管理商业秘密的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083671.3A CN109361654B (zh) | 2018-09-18 | 2018-09-18 | 一种基于区块链协商加密管理商业秘密的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109361654A CN109361654A (zh) | 2019-02-19 |
CN109361654B true CN109361654B (zh) | 2021-10-26 |
Family
ID=65351085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811083671.3A Active CN109361654B (zh) | 2018-09-18 | 2018-09-18 | 一种基于区块链协商加密管理商业秘密的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109361654B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993152B (zh) * | 2019-04-15 | 2021-03-09 | 武汉轻工大学 | 坐标曲线积分的模式转换方法、设备、存储介质及装置 |
CN112069539B (zh) * | 2020-09-05 | 2021-10-29 | 蔡春梅 | 基于云计算和区块链服务的信息防护方法及人工智能平台 |
CN112417501A (zh) * | 2020-11-18 | 2021-02-26 | 中国电子科技集团公司第三十研究所 | 基于区块链的外网涉密文件检测方法 |
CN112731894A (zh) * | 2021-02-02 | 2021-04-30 | 深圳华龙讯达信息技术股份有限公司 | 一种基于数字孪生技术的包装机智能控制系统及方法 |
CN113961905B (zh) * | 2021-12-20 | 2022-03-11 | 四川特号商盟科技有限公司 | 一种在线协议签署数据的存储方法 |
CN116384702B (zh) * | 2023-04-17 | 2023-12-29 | 点米(北京)科技有限公司 | 一种企业人事管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145902A (zh) * | 2007-08-17 | 2008-03-19 | 东南大学 | 基于图像处理的钓鱼网页检测方法 |
CN103377237A (zh) * | 2012-04-27 | 2013-10-30 | 常州市图佳网络科技有限公司 | 高维数据的近邻搜索方法以及快速近似图像搜索方法 |
CN105069394A (zh) * | 2015-07-23 | 2015-11-18 | 福建联迪商用设备有限公司 | 二维码加权平均灰度法解码方法及系统 |
CN108234442A (zh) * | 2017-10-26 | 2018-06-29 | 招商银行股份有限公司 | 获取合约的方法、系统及可读存储介质 |
CN108234515A (zh) * | 2018-01-25 | 2018-06-29 | 中国科学院合肥物质科学研究院 | 一种基于智能合约的自认证数字身份管理系统及其方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657732A (zh) * | 2015-03-06 | 2015-05-27 | 张起坤 | 一种集装箱箱号定位评测方法 |
US11130042B2 (en) * | 2016-02-02 | 2021-09-28 | Bao Tran | Smart device |
US10740844B2 (en) * | 2016-09-26 | 2020-08-11 | Shapeshift Ag | System and method of managing trustless asset portfolios |
-
2018
- 2018-09-18 CN CN201811083671.3A patent/CN109361654B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145902A (zh) * | 2007-08-17 | 2008-03-19 | 东南大学 | 基于图像处理的钓鱼网页检测方法 |
CN103377237A (zh) * | 2012-04-27 | 2013-10-30 | 常州市图佳网络科技有限公司 | 高维数据的近邻搜索方法以及快速近似图像搜索方法 |
CN105069394A (zh) * | 2015-07-23 | 2015-11-18 | 福建联迪商用设备有限公司 | 二维码加权平均灰度法解码方法及系统 |
CN108234442A (zh) * | 2017-10-26 | 2018-06-29 | 招商银行股份有限公司 | 获取合约的方法、系统及可读存储介质 |
CN108234515A (zh) * | 2018-01-25 | 2018-06-29 | 中国科学院合肥物质科学研究院 | 一种基于智能合约的自认证数字身份管理系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109361654A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109361654B (zh) | 一种基于区块链协商加密管理商业秘密的方法和系统 | |
Tokuda et al. | Computer generated images vs. digital photographs: A synergetic feature and classifier combination approach | |
Song et al. | Protection of image ROI using chaos-based encryption and DCNN-based object detection | |
Wu et al. | Sudoku associated two dimensional bijections for image scrambling | |
KR101054107B1 (ko) | 이미지 특성정보를 이용한 개인정보 노출 검색 시스템 | |
CN112446310A (zh) | 基于区块链的年龄识别系统、方法及装置 | |
Sarmah et al. | Optimization models in steganography using metaheuristics | |
CN115545103A (zh) | 异常数据识别、标签识别方法和异常数据识别装置 | |
CN108733783A (zh) | 一种基于私有区块链的学籍信息管理系统 | |
Wang et al. | A high capacity spatial domain data hiding scheme for medical images | |
Manisha et al. | CBRC: a novel approach for cancelable biometric template generation using random permutation and Chinese Remainder Theorem | |
CN114492827A (zh) | 基于区块链技术的联邦学习模型水印加固方法和应用 | |
Sheng et al. | Detection of content-aware image resizing based on Benford’s law | |
CN116188956A (zh) | 一种深度伪造人脸图像检测的方法及相关设备 | |
CN114863430A (zh) | 一种人口信息自动纠错方法、设备及其存储介质 | |
Liu et al. | Perceptual color image hashing based on quaternionic local ranking binary pattern | |
CN115063143A (zh) | 账户数据处理方法、装置、计算机设备和存储介质 | |
CN115797990A (zh) | 图像分类、图像处理方法、装置和存储介质 | |
Lv et al. | 3D Face Recognition based on Local Conformal Parameterization and Iso‐Geodesic Stripes Analysis | |
CN105957398A (zh) | 一种车场停车位发布管理系统 | |
Tamilkodi et al. | An innovative method of retrieving images through clusters, means and wavelet transformation | |
Lee et al. | A high-performance computing method for photographic mosaics upon the hadoop framework | |
Zhang et al. | Eliminating orthonormal constraints of SVD to guarantee full retrievability of blind watermarking | |
US11954756B1 (en) | Anti-leak digital document marking system and method using distributed ledger | |
Abusham et al. | An Integration of New Digital Image Scrambling Technique on PCA‐Based Face Recognition System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211009 Address after: 510000 Room 401, zone C3, innovation building, No. 182, science Avenue, Science City, high tech Industrial Development Zone, Guangzhou, Guangdong Applicant after: Guangzhou Yixin Technology Co.,Ltd. Address before: 518000 118, building 9, buxinteli Industrial Park, No. 3001, Dongxiao Road, Dongxiao street, Luohu District, Shenzhen, Guangdong Province Applicant before: SHENZHEN LANGTU TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |