-
公开(公告)号：CN107040373A
公开(公告)日：2017-08-11
申请号：CN201710026296.8
申请日：2017-01-13
Applicant: 富士通株式会社
Abstract: 本发明涉及相互认证方法及认证设备。第一装置根据与关于第二装置的第二ID对应的第二公钥和第一随机数来生成第一加密数据，并且发送关于第一装置的第一ID、第二ID和第一加密数据。第二装置根据与第一ID对应的第一公钥和第二随机数来生成第二加密数据，通过根据第二随机数、第一加密数据和第二私钥生成第二候选共享密钥来生成第二验证数据，并且发送第二加密数据和第二验证数据。第一装置通过根据第一随机数、第二加密数据和第一私钥生成第一候选共享数据来生成第一验证数据，并且发送第一验证数据。第一和第二装置分别通过使用第一和第二候选共享数据来检查第二和第一验证数据。
-
Patent Agency Ranking
公开(公告)号：CN106992854A
公开(公告)日：2017-07-28
申请号：CN201710018197.5
申请日：2017-01-10
Applicant: 富士通株式会社
Abstract: 本发明涉及共享密钥生成方法和信息处理终端。信息处理终端通过使用标识符的公钥密码系统来生成共享密钥。信息处理终端通过使用算法来计算第一计算值，该算法根据通过素域定义的椭圆曲线上的加法循环群上的两个点来输出素域的扩展域上的元素。信息处理终端保存第一计算值。信息处理终端根据使用将该共享密钥共享的共享者的标识符的变量、信息处理终端的私钥以及上述算法来计算第二计算值。信息处理终端通过对第一计算值的取幂运算和第二计算值的取幂运算中的每一个执行最终取幂运算来生成共享密钥。
-
公开(公告)号：CN106992854B
公开(公告)日：2020-11-03
申请号：CN201710018197.5
申请日：2017-01-10
Applicant: 富士通株式会社
Abstract: 本发明涉及共享密钥生成方法和信息处理终端。信息处理终端通过使用标识符的公钥密码系统来生成共享密钥。信息处理终端通过使用算法来计算第一计算值，该算法根据通过素域定义的椭圆曲线上的加法循环群上的两个点来输出素域的扩展域上的元素。信息处理终端保存第一计算值。信息处理终端根据使用将该共享密钥共享的共享者的标识符的变量、信息处理终端的私钥以及上述算法来计算第二计算值。信息处理终端通过对第一计算值的取幂运算和第二计算值的取幂运算中的每一个执行最终取幂运算来生成共享密钥。
-
公开(公告)号：CN107040373B
公开(公告)日：2020-04-28
申请号：CN201710026296.8
申请日：2017-01-13
Applicant: 富士通株式会社
Abstract: 本发明涉及相互认证方法及认证设备。第一装置根据与关于第二装置的第二ID对应的第二公钥和第一随机数来生成第一加密数据，并且发送关于第一装置的第一ID、第二ID和第一加密数据。第二装置根据与第一ID对应的第一公钥和第二随机数来生成第二加密数据，通过根据第二随机数、第一加密数据和第二私钥生成第二候选共享密钥来生成第二验证数据，并且发送第二加密数据和第二验证数据。第一装置通过根据第一随机数、第二加密数据和第一私钥生成第一候选共享数据来生成第一验证数据，并且发送第一验证数据。第一和第二装置分别通过使用第一和第二候选共享数据来检查第二和第一验证数据。
-
公开(公告)号：CN114868124B
公开(公告)日：2024-10-22
申请号：CN202080087277.6
申请日：2020-01-17
Applicant: 富士通株式会社
IPC: G06F21/57 , G06N3/0464 , G06V10/82 , G06V10/764
Abstract: 使学习完毕模型的攻击耐性的评价精度提高。存储部(11)存储分类模型(13)和转换模型(14)，分类模型根据图像数据计算置信度，转换模型是将与图像数据相比维数较小的特征值转换为图像数据的模型，且被生成为使得与图像数据的集合对应的特征值的集合遵循概率分布(15)。处理部(12)基于概率分布(15)提取特征值(16)。处理部(12)使用转换模型(14)将特征值(16)转换为图像数据(17)，使用分类模型(13)计算与图像数据(17)对应的置信度(18)。处理部(12)基于概率分布(15)以及特征值(16)，将输入至转换模型(14)的特征值从特征值(16)更新为特征值(19)，使得置信度比置信度(18)高。
-
公开(公告)号：CN114868124A
公开(公告)日：2022-08-05
申请号：CN202080087277.6
申请日：2020-01-17
Applicant: 富士通株式会社
Abstract: 使学习完毕模型的攻击耐性的评价精度提高。存储部(11)存储分类模型(13)和转换模型(14)，分类模型根据图像数据计算置信度，转换模型是将与图像数据相比维数较小的特征值转换为图像数据的模型，且被生成为使得与图像数据的集合对应的特征值的集合遵循概率分布(15)。处理部(12)基于概率分布(15)提取特征值(16)。处理部(12)使用转换模型(14)将特征值(16)转换为图像数据(17)，使用分类模型(13)计算与图像数据(17)对应的置信度(18)。处理部(12)基于概率分布(15)以及特征值(16)，将输入至转换模型(14)的特征值从特征值(16)更新为特征值(19)，使得置信度比置信度(18)高。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
