-
公开(公告)号：CN107292166B
公开(公告)日：2020-07-28
申请号：CN201710352845.0
申请日：2017-05-18
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于CFA算法和BP神经网络的入侵检测方法，将所述BP神经网络的运行参数编码为CFA算法中的细胞个体，再将误差函数作为CFA算法的适应值函数，多次迭代后选择适应度最优的参数作为所述BP神经网络的初始权值和阈值进行训练，最后将训练好的所述BP神经网络应用于入侵检测的分类器中。本发明利用CFA算法的全局搜索和收敛速度快的特点，优化BP神经网络的初始运行参数，并据此构造一个可以应用于网络入侵检测的分类器。本方法通过改善BP神经网络因初始参数随机化导致的易陷入局部最小值和收敛速度慢的缺点，从而提高了BP神经网络在网络入侵检测中检测准确率。
-
公开(公告)号：CN111209594A
公开(公告)日：2020-05-29
申请号：CN202010037620.8
申请日：2020-01-14
Applicant: 广东工业大学
Abstract: 本申请公开了一种基于中国剩余定理和智能合约的位置隐私保护方法，该方法包括：当请求方想要保护自己位置信息的安全时，可以向部署了基于拍卖的激励机制的智能合约发起调用，输入相关的拍卖信息，发起一次拍卖；参与方可以通过提交报价加入到某次拍卖中，智能合约将根据每次拍卖的出价确定中标者集合，并返回给请求方；若请求发在规定的拍卖时间内未收到足够的中标者信息，则可以调用中国剩余定理来生成相应的位置等价集合，从而补充中标者集合。最后，请求方发送聚合请求给位置服务供应商以获得相应的服务信息，并确定奖惩范围。与传统方案相比，本申请针对K-匿名隐匿区的生成效率更高，能够更好的保护请求方的位置隐私。
-
公开(公告)号：CN110765472A
公开(公告)日：2020-02-07
申请号：CN201910939342.2
申请日：2019-09-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于区块链和分布式存储的位置隐私保护方法，包括：将用户查询请求分为多个数据段，用分布式存储网络存储所述多个数据段及用户标识数据；随机选取其中一个服务器作为加噪服务器，根据用户标识数据获取位于在其他存储服务器内的数据段而得到完整查询请求，并对查询请求进行加噪；所有位置服务提供商共同创建一条联盟链，同时在联盟链上创建一个智能合约；用户通过加密算法得到一个包括公钥和私钥的密钥对，使用公钥在联盟链上注册；用户在联盟链上选择查询请求对应的位置服务提供商，将加噪后的查询请求发送给选择的位置服务提供商，位置服务提供商根据查询请求向用户提供位置服务。
-
公开(公告)号：CN110750796A
公开(公告)日：2020-02-04
申请号：CN201910804730.X
申请日：2019-08-28
Applicant: 广东工业大学
IPC: G06F21/60 , G06F16/16 , G06F16/174
Abstract: 本发明公开了一种支持公开审计的加密数据去重方法，通过云服务器CS、用户User、第三方审计者TPA三者协助完成；其中，加密数据的密钥由初始上传该文件的用户User随机选择，采用隐藏凭据恢复方法将文件密钥安全传递至需要下载该文件的合法拥有者，基于挑战-应答模型的PoW协议验证后继上传用户是否是文件的真实拥有者，同时添加第三方审计者TPA代表用户User对数据进行公共完整性审计，实现加密数据安全去重的同时保证云数据完整性。
-
公开(公告)号：CN110135193A
公开(公告)日：2019-08-16
申请号：CN201910402391.2
申请日：2019-05-15
Applicant: 广东工业大学
Abstract: 本申请公开了一种数据脱敏方法，包括对采集的待训练数据集进行训练，获得样本生成器，样本判别器以及隐私评分器；当接收到待脱敏样本时，通过所述样本生成器生成合成样本；通过所述样本判别器判断所述合成样本相对于所述待脱敏样本的真实度是否满足第一预设标准；通过所述隐私评分器判断所述合成样本相对于所述待脱敏样本的脱敏度是否满足第二预设标准；若所述真实度满足所述第一预设标准，且所述脱敏度满足所述第二预设标准，则将所述合成样本作为脱敏样本输出；该方法可在最大化数据脱敏程度，保证隐私信息不被泄露的同时，有效提高脱敏后数据的实用性；本申请还公开了一种数据脱敏装置、设备以及计算机可读存储介质，均具有上述有益效果。
-
Patent Agency Ranking
公开(公告)号：CN109639677A
公开(公告)日：2019-04-16
申请号：CN201811524155.X
申请日：2018-12-13
Applicant: 广东工业大学 , 广西明动软件有限公司
CPC classification number: H04L63/10 , H04L9/0869 , H04L9/3234 , H04L63/0428 , H04L63/20 , H04L67/1097
Abstract: 本发明公开了一种可限制访问次数的云存储外包解密属性基加密方法，该方法数据使用者根据属性授权机构分发的解密密钥生成相应的转换密钥，需要外包解密服务时将转换密钥外包给云服务器，并且对云服务器返回的转换密文进行外包解密验证。本发明采用LSSS的访问结构，利用VRF限制用户的访问次数，利用外包计算技术将用户端的解密运算外包给云端执行，利用密钥盲化技术实现安全的解密外包服务，利用密码学哈希函数生成的验证令牌验证外包解密的正确性，一定时间内可限制用户访问次数的细粒度访问控制方式，实现了属性基加密中外包解密正确性的公开验证。
-
公开(公告)号：CN109150537A
公开(公告)日：2019-01-04
申请号：CN201810660485.5
申请日：2018-06-25
Applicant: 广东工业大学
CPC classification number: H04L9/3271 , G06F21/6209 , H04L9/3213 , H04L9/3236 , H04L67/06
Abstract: 本发明公开了一种基于动态Bloom Filter的文件所有权证明方法，包括下述步骤：S1，用户计算待上传文件F的摘要hf并上传至服务器；S2，服务器检查是否存在重复，若存在重复，则对用户发起验证挑战，并转到S3挑战阶段；否则，要求用户上传文件，并转到S4上传阶段；本发明基于动态Bloom Filter提出的文件所有权证明方法，使得攻击者无法仅凭借文件摘要来获得完整的文件，同时在保证Bloom Filter验证高效性的前提下，解决了误判率增长问题，大大提高了方案的实用性；本发明采用动态Bloom Filter对Bloom Filter的大小进行动态管理，当云存储系统中文件增加时，动态Bloom Filter能够随之变大，因此可有效地控制假阳性误判率在可接受范围。
-
公开(公告)号：CN107395355A
公开(公告)日：2017-11-24
申请号：CN201710436973.3
申请日：2017-06-12
Applicant: 广东工业大学
Abstract: 目前国内外的数据完整性验证方法根据功能主要分为两类：支持私人验证和支持公开验证的。前者的计算开销较之后者要低，但因为数据验证者自身的不可信，并不适用于现实的数据验证情景；在实际应用中，由于存储在云服务的数据量是巨大的，后者的验证效率随着数据量的增大而变得越来越低，导致实用性并不高。本发明提出一种基于隐式可信第三方的云存储数据完整性验证方法。方法通过隐式可信第三方验证架构和显篡改日志实现公开验证，最大限度地减少用户在线的需求。使用ECC加密算法完成验证，较之现有的其他方法能提高效率，在保证效率的同时提高了公开验证的可实现性。
-
公开(公告)号：CN107273723A
公开(公告)日：2017-10-20
申请号：CN201710324703.3
申请日：2017-07-07
Applicant: 广东工业大学
IPC: G06F21/14
CPC classification number: G06F21/14
Abstract: 本发明提出了一种基于so文件加壳的Android平台应用软件保护方法，在该方法中，对dex文件的解密和动态加载操作都放在受保护so文件里，首先对受保护so文件中的函数进行非对称加密后，再对整个受保护so文件进行非对称加密，其两个密钥都存放在服务器中，结合了服务器验证技术保证了源代码的安全性。其次对so壳文件中与section相关的字段置为随机数，加大了静态反编译的难度，同时对受保护so文件的加载期间相关校验字段置0，加大了内存dump攻击的难度。最后so壳文件作为自定义Linker对受保护so文件进行加载，加载完成后，对自身和受保护so文件的Program Header全部置0以防止内存dump攻击和修改系统Linker的攻击。
-
公开(公告)号：CN119963446A
公开(公告)日：2025-05-09
申请号：CN202510029361.7
申请日：2025-01-08
Applicant: 广东工业大学
IPC: G06T5/73 , G06T5/60 , G06V10/80 , G06V10/44 , G06N3/042 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开的一种基于专家模型和多阶段雨纹提取的图像去雨方法与系统，其中方法包括：对输入的有雨图像进行预处理得到分离图像，将分离图像输入到训练好的去雨模型中进行处理，其中，将分离图像输入到混合雨纹先验模块中进行处理得到混合先验特征；将混合先验特征输入到多阶段雨特征提取模块进行逐步特征提取得到雨纹层特征；基于有雨图像和雨纹层特征利用细节恢复增强模块恢复图像细节以生成最终的去雨图像。本发明包括去雨模型的训练和应用去雨模型的图像去雨两部分，能够利用自适应先验结合递归提取策略，实现雨纹特征的精准分离和背景细节的精细恢复，能够有效处理多样化的雨纹模式和复杂背景，提升了图像去雨的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.029 seconds)
