-
公开(公告)号：CN109213731B
公开(公告)日：2021-05-14
申请号：CN201810860176.2
申请日：2018-08-01
Applicant: 安徽大学
Abstract: 本发明公开一种云环境中基于迭代加密的多关键词密文检索方法，包括系统初始化、建立索引、加密索引和文件、数据上传、查询请求生成、服务器搜索、数据返回、用户发送更新数据请求。本发明基于迭代加密方式实现快速查找，不依赖于倒排索引结构，同样可以达到相同的效果，在搜索过程中，服务器收到请求后，根据文件标签迭代密文，使用对称加密算法进行迭代解密,可以获得相应的文件标签，然后根据文件标签查找布隆过滤器，从而返回满足条件的文件给用户。因为使用了迭代加密的技巧，在不泄露关键字和文件标签之间关系同时，达到了前向安全的要求。
-
公开(公告)号：CN108989095B
公开(公告)日：2021-03-23
申请号：CN201810687108.0
申请日：2018-06-28
Applicant: 安徽大学
Abstract: 本发明公开一种可抵抗恶意评价的公有云信任评估方法及其评估系统，包括以下步骤：系统初始化及服务请求步骤、QoS监测及客观可信度评估步骤、用户恶意评价检测步骤、主观可信度评估步骤和综合可信度评估步骤。本发明引入了可信第三方对公有云进行主观可信度和客观的可信度的评估。
-
公开(公告)号：CN112437065A
公开(公告)日：2021-03-02
申请号：CN202011259536.7
申请日：2020-11-12
Applicant: 安徽大学
Abstract: 本发明公开SDN环境下基于图形表示的策略冲突检测及解决方法，本发明使用扩展的多位前缀树存储流规则，并生成相应的等价类EC和配置图，再将网络策略展现成策略图的形式，先将每次网络更新产生的策略更改先应用于网络模型，从该网络模型中计算受到影响的EC；然后，再通过违规检测模块检查网络模型中的每个受到影响的EC是否发生了策略违规；若发生了任何违规，则压缩配置图和物理拓扑图并将其传递给违规解决模块；接着，优化器返回要添加或删除掉的EC配置图的一组边，并将其应用于网络模型，转化为具体的OpenFlow规则；最后利用启发式算法实现规则在转发设备上的最优部署。本发明通过将网络策略正确性条件表示为图形而不是传统方法的路径集合，可以处理更丰富的策略集和实现最佳修复检测到的违规行为。同时，本发明采用启发式的规则布局算法，最小化交换机中的规则数。本发明以较小的开销拒绝非法的流规则，解决了所有的策略违规问题，避免了大量端点策略的规则冲突，保证了一定的网络服务质量。
-
公开(公告)号：CN112217629A
公开(公告)日：2021-01-12
申请号：CN202011090575.9
申请日：2020-10-13
Applicant: 安徽大学
Abstract: 本发明提供了一种云存储公开审计方法，其包括通过采用基于格的云存储公开审计方法并结合轻量级认证技术，将完整性审计工作委托给一个能够获悉公钥的可信第三方来完成。由于本发明采用了格密码技术，因此一方面该方法能够抵抗量子计算机的攻击，具有较好的安全性，另一方面终端用户所需要的计算开销较小，文件上传与验证过程的效率较高。
-
公开(公告)号：CN112187459A
公开(公告)日：2021-01-05
申请号：CN202011072995.4
申请日：2020-10-09
Applicant: 安徽大学
Abstract: 本发明公开一种基于可信计算的智能网联车内部模块间安全认证方法，包括系统初始化、证书生成与验证、模块间相互认证和密钥协商、快速消息认证、变节模块撤销等过程。本发明使用可信计算技术来保障模块安全可信，在此技术上使用远程证明来验证其安全状态，并采用高效消息认证。本发明中的智能网联车通信模型能够实现模块认证和快速消息认证。其中模块是否安全的状态只需要定期验证，其快速消息认证能够满足对智能网联车内部大量实时数据的验证。
-
Patent Agency Ranking
公开(公告)号：CN111814190A
公开(公告)日：2020-10-23
申请号：CN202010847845.X
申请日：2020-08-21
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私的分布式深度学习优化的隐私保护方法，是应用于服务器端与本地参与者端构成的分布式网络中，其步骤包括：S1、初始化阶段；S2、参与者本地训练参数上传阶段；S3、服务器接收参数筛选阶段。本发明能解决当前分布式深度学习过程中的隐私保护问题，考虑存在恶意参与者的情况下，防止恶意的参与者窃取其他参与者的隐私信息，并防止恶意参与者降低训练模型的精度，同时利用选择性上传参数的方法减少通信开销。
-
公开(公告)号：CN109104696B
公开(公告)日：2020-10-02
申请号：CN201810916399.6
申请日：2018-08-13
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私的移动用户的轨迹隐私保护方法，该方法应用于服务器，并作用于m个通信基站L＝{l1,l2,…lm}，n个用户U＝{u1,u2，…un}所构成的移动场景中，其中li其表示第i个通信基站的位置，1≤i≤m；uj表示第j个用户，1≤j≤n，该方法包括以下步骤：S1、初始化阶段；S2、数据聚合阶段；S3、数据扰动阶段；S4、数据发布阶段。本发明还公开了一种基于差分隐私的移动用户的轨迹隐私保护系统。本发明通过对通信基站覆盖的用户人数进行扰动，而不同于其他方案通过对每个用户的位置进行扰动，这样大大降低了隐私预算的使用，保证了数据的可用性，并且减小了计算开销。
-
公开(公告)号：CN106815350B
公开(公告)日：2020-02-14
申请号：CN201710038293.6
申请日：2017-01-19
Applicant: 安徽大学
IPC: G06F16/14 , G06F16/13 , G06F16/182 , G06F21/62
Abstract: 本发明公开一种云环境中动态的密文多关键词模糊搜索方法，依次包括以下步骤：(1)数据拥有者生成密钥：(2)数据拥有者构造索引树；(3)数据拥有者加密索引树，并上传至云服务器；(4)数据用户生成查询陷门，并发送给云服务器；(5)云服务器执行关键词搜索，并返回文件给用户；(6)数据拥有者生成文件更新信息；(7)云服务器执行文件及索引树的更新。本发明搜索复杂度低，搜索时间快，开销小，搜索精度高。
-
公开(公告)号：CN110211664A
公开(公告)日：2019-09-06
申请号：CN201910340661.1
申请日：2019-04-25
Applicant: 安徽大学
Abstract: 本发明公开了一种基于机器学习自动设计放射治疗方案的系统，包括输入单元、射野参数预测单元、优化目标及约束条件预测单元、以及逆向计划优化单元，其中，输入单元用于获取病人原始图像及分割后的感兴趣区域信息；射野参数预测单元用于构建基于神经网络的学习模型，自动预测出射野参数；优化目标及约束条件预测单元用于构建基于神经网络的剂量分布预测模型，并且将预测的期望剂量分布自动转化成逆向优化需要的目标函数及约束条件；以及逆向计划优化单元用于根据目标函数、约束设置和射野参数采用优化方法优化得到每个射野方向对应的子野及其权重，完成计划设计。本系统实现了计划的自动设计，可以大幅减轻计划设计者的工作量，提高工作效率。
-
公开(公告)号：CN107947942B
公开(公告)日：2019-08-27
申请号：CN201711234735.0
申请日：2017-11-30
Applicant: 安徽大学
Abstract: 本发明公开了一种基于群签名和信誉的车辆位置隐私保护方法，包括以下内容：鼓励更多车辆合作形成群的信誉模型；评估车辆位置隐私强度的隐私模型；群的形成与动态混合区域建立机制；假名更换机制。对于车载自组网络中的任意车辆，当其假名快到期时，根据自身的信誉值，主动向控制服务器请求建立群，控制服务器为请求车辆分配群领导者角色，并根据请求车辆的当前位置，动态形成一个混合区域，在混合区域中的其他车辆根据自己的信誉值、隐私强度、假名剩余时间来判断是否参与合作改变假名，并能够动态的调整车辆的信誉值。本发明能够鼓励更多的车辆加入群，从而合作改变假名，保证车辆位置隐私；同时，车辆在形成的混合区域中不用保持静默状态，而是以群身份广播消息，保障了车辆的行驶安全；此外，能够有效地减少非必要的频繁改变假名造成的资源开销。
-
-
-
-
-
-
-
-
-
Search Results
261
records
(took 0.025 seconds)
