-
公开(公告)号：CN106411904B
公开(公告)日：2019-05-03
申请号：CN201610883067.3
申请日：2016-10-10
Applicant: 华侨大学
IPC: H04L29/06
Abstract: 一种基于微观状态预测的网络风险控制方法，其特征在于，包括如下步骤：1)找到风险传播源头；2)建立目标网络风险传播的微观模型，得到该微观模型下各个用户节点在当前时刻处于感染状态的概率估计值；3)采用传感器观测模型获取目标网络中用户节点的安全状态以及风险传播路径，结合策略重建风险所处目标网络的拓扑结构进一步得到用户节点在当前时刻处于感染状态的概率值；4)将步骤3)的概率值和预先设置的阈值进行比较，筛选得到控制用户节点集合进行控制。本发明的方法能实现高效地控制风险传播，能够在免疫较少用户节点的情况下达到更好的风险控制效果。
-
公开(公告)号：CN106201781B
公开(公告)日：2019-02-26
申请号：CN201610541235.0
申请日：2016-07-11
Applicant: 华侨大学
IPC: G06F11/14
Abstract: 一种基于右边正则纠删码的云数据安全存储方法，首先将原始数据文件进行分块，按数据块数量和需求的冗余度建立正则二部图，按正则二部图对数据块进行异或运算生成信息节点。生成完毕将所有节点分组，每组生成一张DCT表，在正则二部图中标记出每个节点所属的DCT表。当数据上传到云端后，可通过DCT中的信息对云端数据进行审计，若发生数据丢失、篡改等，可通过二部图对丢失节点的相关节点进行运算，以此来恢复数据，保证数据安全。此方法具有空间成本小、计算复杂度低、传输开销低等优点。
-
公开(公告)号：CN108684038A
公开(公告)日：2018-10-19
申请号：CN201810455236.2
申请日：2018-05-14
Applicant: 华侨大学
CPC classification number: H04W12/00 , H04L63/1416 , H04W84/18
Abstract: 本发明一种基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，属于网络信息安全领域，具体来说，是一种通过基于雾计算的分层信任评价机制来保证无线传感器网络(WSNs)中节点行为可信，并在此基础上保证节点在数据层次上的可信，即检测隐藏数据攻击的方法。本发明方法将信任评价机制中的计算和存储任务转移到雾层，能显著减少信任评价机制对网络资源的消耗，更好地维持网络性能，在信任评价机制的可拓展性方面具有较大的优势；同时能够应用于动态和静态WSNs，在数据层次上保证传感节点的信任状态，避免隐藏数据攻击造成传感云应用的经济损失。
-
公开(公告)号：CN108229208A
公开(公告)日：2018-06-29
申请号：CN201810015840.3
申请日：2018-01-08
Applicant: 华侨大学
IPC: G06F21/64
Abstract: 本发明公开了一种云存储服务中多副本数据的公开审计方法，属于信息安全领域，其目的是实现对于云存储环境中动态多副本数据完整性的高效审计；本发明包括(1)密钥生成步骤；(2)用户数据预处理步骤；(3)云服务方数据预处理步骤；(4)第三方审计者数据预处理步骤；(5)挑战步骤；(6)证据生成步骤；(7)证据验证步骤；(8)数据动态更新步骤；(9)批量审计步骤。本发明所提出的公开审计方法可在确保多副本云数据高效审计的同时，支持多副本数据的动态更新以及多副本数据的批量审计。
-
公开(公告)号：CN105072083B
公开(公告)日：2018-05-25
申请号：CN201510386446.7
申请日：2015-07-03
Applicant: 华侨大学
IPC: H04L29/06
Abstract: 本发明涉及一种基于网络流水印的网络主动追踪方法，以及一种基于网络流水印的网络主动追踪系统。本发明对追踪链路上的流量首先进行信息熵分析，确定嵌入水印和提取水印的时间点，有针对性的嵌入和提取水印，代替现有系统中随机盲目的嵌入和提取水印，具有更高的追踪效率。本发明对追踪链路上的流量在嵌入和提取水印之前首先对流量进行信息熵分析，在信息熵大的时间段增强了水印(追踪标志)的隐蔽性和健壮性，从而具有更高的追踪准确率。本发明同时对所述追踪的网络节点的输入流和输出流进行检测，对跳板主机来说，在它的输入流量和输出流量中同时能检测到水印，而对于攻击源来说，仅在输出流量中检测到水印。
-
Patent Agency Ranking
-
公开(公告)号：CN106411904A
公开(公告)日：2017-02-15
申请号：CN201610883067.3
申请日：2016-10-10
Applicant: 华侨大学
IPC: H04L29/06
CPC classification number: H04L63/20
Abstract: 一种基于微观状态预测的网络风险控制方法，其特征在于，包括如下步骤：1)找到风险传播源头；2)建立目标网络风险传播的微观模型，得到该微观模型下各个用户节点在当前时刻处于感染状态的概率估计值；3)采用传感器观测模型获取目标网络中用户节点的安全状态以及风险传播路径，结合策略重建风险所处目标网络的拓扑结构进一步得到用户节点在当前时刻处于感染状态的概率值；4)将步骤3)的概率值和预先设置的阈值进行比较，筛选得到控制用户节点集合进行控制。本发明的方法能实现高效地控制风险传播，能够在免疫较少用户节点的情况下达到更好的风险控制效果。
-
公开(公告)号：CN106302433A
公开(公告)日：2017-01-04
申请号：CN201610657284.0
申请日：2016-08-11
Applicant: 华侨大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于网络流量预测与熵的网络流水印检测方法及系统，方法包括水印嵌入与水印检测，所述水印嵌入包括：通过指数平滑预测和信息熵处理网络流量，定性定量地代替随机确定适合水印嵌入的时间间隔；在确定的时间间隔内进行水印嵌入检测操作。与传统的网络流水印方法相比，本发明克服了传统水印方案存在的共同缺点，即随机获取时间点进行水印的嵌入操作导致检测准确率较低的缺点。本发明在信息量大的时间内嵌入水印，不易暴露，具有更好的隐蔽性、更强壮的鲁棒性等优势；同时在确定的时间间隔内进行水印操作，提高了水印检测的准确率，也提高了水印的检测效率。
-
公开(公告)号：CN105373597B
公开(公告)日：2016-11-09
申请号：CN201510705659.1
申请日：2015-10-27
Applicant: 华侨大学
Abstract: 本发明涉及一种基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k‑medoids聚类算法对项目进行聚类；C、在聚类基础上，寻找用户局部最近邻；D、将用户全局最近邻与局部最近邻以相似度和之比作为权值进行融合，根据用户全局最近邻与局部最近邻对项目的评分预测用户对项目的评分。本发明同现有技术相比，更大限度地利用了已有的数据，缓解了数据极端稀疏性对推荐的影响，同时提高了评分预测的精度，为用户提供更好的推荐结果。
-
公开(公告)号：CN105404797A
公开(公告)日：2016-03-16
申请号：CN201510703425.3
申请日：2015-10-26
Applicant: 华侨大学
IPC: G06F21/16
CPC classification number: G06F21/16 , G06F2221/0733
Abstract: 本发明的一种基于双重冗余的主动网络流数字水印方法中双重冗余的思想是指每一枚水印Wi都对应一个大的时间间隔Ri，而每个大的时间间隔内离散的包含r个小的时间间隔g，水印Wi将被重复嵌入到r个不同的小间隔g内；同时，每个g间隔内都包含多个数据包序列，并最终通过操作数据包时间序列达到嵌入水印的目的；通过采用双重冗余的方法，可以有效提高嵌入的水印在网络传播过程中的稳定性，提高接收端水印的有效检测率，降低误检率。采用本发明基于双重冗余的主动网络流数字水印嵌入方法，可以有效保障发送端嵌入的水印能较安全的抵达接收端，提高接收端水印的检测效率，为有效判断发送端与接收端的通信关系提供依据。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.01 seconds)
