-
公开(公告)号：CN116484384B
公开(公告)日：2024-01-19
申请号：CN202310421659.3
申请日：2023-04-19
Abstract: 本发明提供了一种基于深度学习的以太坊智能合约漏洞的检测和定位方法。该方法包括：通过语法分析和词法分析将以太坊智能合约的源码转化为抽象语法树；分析各种漏洞的代码特征，分析代码特征在抽象语法树中的关键属性，基于关键属性提取抽象语法树中的切片；提取切片的语义特征和结构特征；根据切片的语义特征和结构特征通过漏洞类型检测模型检测出所述以太坊智能合约的漏洞类型信息；根据漏洞类型信息利用图自编码器定位所述以太坊智能合约的漏洞位置。本发明通过研究多种漏洞类型的本质属性特征，精准切片出这些特征，有利于检测漏洞类型并且定位漏洞位置，提高检测效率，有效增强深度学习检测结果的可解释性。
-
公开(公告)号：CN117272370A
公开(公告)日：2023-12-22
申请号：CN202311189893.4
申请日：2023-09-14
Applicant: 北京交通大学
IPC: G06F21/62 , G06F16/9536 , G06N3/0442 , G06N3/08
Abstract: 本说明书实施例提供了一种基于用户轨迹序列的下一个兴趣点隐私保护推荐方法及系统，其中，方法包括：捕捉用户签到行为中复杂的序列转移模式和动态偏好，根据所述序列转移模式和动态偏好，基于序列模型建立融合用户长短期偏好特征的轨迹预测模型；将所述轨迹预测模型设置为联邦推荐训练形式，在轨迹数据不出当前地区范围的前提下，通过协调多个用户设备共同优化所述轨迹预测模型，并在优化过程中通过差分隐私机制对模型参数进行加噪保护。
-
公开(公告)号：CN117201157A
公开(公告)日：2023-12-08
申请号：CN202311232037.2
申请日：2023-09-22
Abstract: 本发明提供一种面向DPoS区块链投票治理方法及系统，属于网络安全防御技术领域，投票者质押代币，并通过质押功能获得对应的投票权；在质押后的一段时间中，投票者选择是否使用解锁功能解除质押；将质押和解除质押导致的动态投票权变化表示为给定时间点的一组投票者的投票权快照；根据投票者、投票权快照，确定投票委员会；每个发给投票委员会的提案获得的明确批准次数大于预设的阈值，则该提案获得通过。本发明提出的面向DPoS区块链的投票治理和恶意收购的建模，提出了正式的投票治理模型以及恶意收购模型，可以作为在不同的DPoS区块链环境中优化投票系统设计并提高区块链系统安全性的基础，更加适用于DPoS区块链的治理。
-
公开(公告)号：CN117196060A
公开(公告)日：2023-12-08
申请号：CN202310932203.3
申请日：2023-07-27
IPC: G06N20/00 , G06F18/213 , G06F18/214 , G06F21/62
Abstract: 本发明提供一种面向隐私保护的纵向联邦学习非对齐样本预测方法及系统，属于网络安全技术领域，获取待预测的非对齐样本；利用预先训练好的特征编码器对非对齐样本预测联合特征表示；利用预先训练好的顶部模型对联合特征表示进行处理，得到预测结果；其中，所述预先训练好的顶部模型。本发明不会影响原始VFL系统的表现，并具有隐私保护能力；可与任何利用非对齐数据训练VFL模型的方法相结合，提高原始VFL的表现；为VFL系统提供了针对非对齐样本的预测功能，极大的扩展了纵向联邦学习系统的应用范围。
-
公开(公告)号：CN116796309A
公开(公告)日：2023-09-22
申请号：CN202310381101.7
申请日：2023-04-11
Abstract: 本发明提供了一种基于无先验知识的联邦推荐投毒攻击方法。该方法包括：根据攻击需求选取项目池中拟攻击的目标项目；计算与目标项目的嵌入向量最相似的多个项目，构建恶意用户虚假交互列表；基于恶意用户虚假交互列表近似喜欢目标项目的恶意用户的嵌入向量；客户端根据近似的嵌入向量以及服务器下发的模型参数求解损失函数，并将所得梯度上传至服务器；服务器聚合更新上传的模型参数并将其下发至客户端，重复上述操作直至训练结束。本发明利用用户配置文件及其交互项目间存在的某种隐式相关性，刻画攻击必需但难以获取的用户嵌入向量，能够在不依赖任何先验知识的前提下实现对联邦推荐系统的有效攻击，充分完成了对联邦推荐系统的安全性评估。
-
Patent Agency Ranking
公开(公告)号：CN116595537A
公开(公告)日：2023-08-15
申请号：CN202310569948.8
申请日：2023-05-19
Applicant: 北京交通大学
IPC: G06F21/57 , G06F40/289 , G06F18/213 , G06F18/25 , G06N3/0475 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/094
Abstract: 本发明提供了一种基于多模态特征的生成式智能合约的漏洞检测方法。该方法包括：获取进行了标签分类的智能合约数据集；提取智能合约的多模态特征，得到智能合约的多模态特征向量；利用智能合约的多模态特征向量和VAE‑GAN生成模型生成未知漏洞特征，构建含有未知漏洞特征的综合数据集；使用神经网络模型构建智能合约漏洞检测模型，利用含有未知漏洞特征的综合数据集训练智能合约漏洞检测模型，利用训练好的智能合约漏洞检测模型对待检测的智能合约进行漏洞检测。本发明方法通过特征融合使智能合约语义信息更加丰富，通过大量智能合约样本训练神经网络模型自动挖掘源码及操作码中的多模态特征，避免了人工定义的主观性。
-
公开(公告)号：CN115907029B
公开(公告)日：2023-07-21
申请号：CN202211391958.9
申请日：2022-11-08
Applicant: 北京交通大学
Abstract: 本发明提供一种面向联邦学习投毒攻击的防御方法及系统，属于网络安全技术领域，在每轮联邦训练开始阶段将全局模型传输给各个参与方；其中，在第一轮联邦训练时初始化全局模型；利用接收到的参数更新后的全局模型，聚合新的全局模型；其中，参与方基于本地数据和初始化全局模型进行规定轮次的本地训练，进行全局模型参数的更新。本发明计算每一层模型更新的偏差和整体模型更新的偏差，将超过阈值的模型更新偏差的数量作为异常得分，筛选异常得分最小的参与方的模型更新进行聚合，实现了比仅考虑全部参数的距离更细粒度的筛选，筛选结果的数量基于更新参数的异常程度，保证了模型的收敛速度和准确率，同时能有效地应对目标性和非目标性的投毒攻击。
-
公开(公告)号：CN116341004A
公开(公告)日：2023-06-27
申请号：CN202310304542.7
申请日：2023-03-27
IPC: G06F21/62 , G06F18/213 , G06F18/214 , G06N20/00
Abstract: 本发明提供了一种基于特征嵌入分析的纵向联邦学习隐私泄露检测方法。该方法包括：检测者在纵向联邦学习的训练过程中嵌入影子数据；获取影子数据和纵向联邦学习的目标参与者的私有训练数据在底部模型上的特征嵌入数据，对特征嵌入数据进行平滑处理；利用影子数据和影子数据平滑处理后的特征嵌入数据克隆底部模型的代理模型；利用代理模型通过特征嵌入匹配重构目标参与者的私有训练数据，对纵向联邦学习进行原始数据泄露检测。本发明方法在不破坏VFL效用的条件下，同时实现了对模型泄露、原始数据泄露以及数据特征泄露的脆弱性分析。
-
公开(公告)号：CN114841818B
公开(公告)日：2023-06-16
申请号：CN202210405098.3
申请日：2022-04-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于跨链技术的隐私保护定制化车险竞价方法。该方法包括：车险商通过区块链发布车险，车主通过区块链购买车险；车辆在驾驶过程中定期生成行车数据，将行车数据上传到区块链中，车险商通过路边通信单元验证所述行车数据的有效性；多链车险商分别根据有效的行车数据生成所述车辆的车险方案，并通过区块链发布车险；车辆通过跨链技术获取多链车险商发布的车险方案，实现多方车险商跨链竞价机制。本发明实施例通过引入路边通信单元参与驾驶数据篡改检测协议，有效防止车主恶意伪造更为安全的驾驶数据以降低车险金额；本发明构建的基于跨链技术的车险竞价平台能够实现多个保险商并行定制车险。
-
公开(公告)号：CN114944941B
公开(公告)日：2023-03-17
申请号：CN202210451799.0
申请日：2022-04-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于区块链的物联网服务分布式访问控制方法。该方法包括：发布者生成加密事件、签名、事件证书以及事件主题映射向量，并发送给通知代理网络；通知代理网络将事件证书发送至区块链网络，将事件主题映射向量添加到布隆过滤器中；订阅者将请求主题映射向量与自身属性一同发送给通知代理网络；通知代理网络匹配主题映射向量成功后，将订阅者属性发送给区块链网络；区块链网络验证发布者的访问控制策略与订阅者属性之间的匹配关系，成功后通知代理网络将加密事件发送给订阅者，订阅者解密事件。本发明使用全同态加密算法与数字签名技术保证发布数据的隐私性，一致性与完整性，解决了开放的物联网服务协同场景下服务交互时的安全问题。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.116 seconds)
