-
公开(公告)号：CN104333596B
公开(公告)日：2017-06-16
申请号：CN201410631635.1
申请日：2014-11-11
Applicant: 安徽大学
Abstract: 本发明公开了一种车联网环境下的信息可靠性评估方法，分为信息过滤，意见生成两个模块，其过程是：信息发送者首先根据信息权重W和信誉值R筛选符合评估要求的信息，筛选合格的信息由车辆发送给建立在道路边的路边评估单元(REU)；路边评估单元通过其之前收集的证据对信息进行分析，并生成评价意见，评价意见为信任的信息将被发送给周边车辆，接收到相应信息的车辆会采取对应措施。本发明在整个信息评估框架内，从信息过滤到意见生成整个过程不但可以提高车联网内信息的可信性，还可以避免由于错误甚至恶意信息造成的重大损失。
-
公开(公告)号：CN105848139A
公开(公告)日：2016-08-10
申请号：CN201610153059.3
申请日：2016-03-17
Applicant: 安徽大学
Abstract: 本发明公开一种面向移动云平台基于位置的隐私保护查询处理方法，依次包括以下步骤：系统初始化、数据主位置加密、用户密钥生成、用户密钥验证、用户位置加密、距离计算、距离比较和查询结果获取。本发明中基于位置查询的处理流程能够在不暴露数据主和数据用户位置信息的情况下，由移动云服务提供商来处理距离计算和距离比较操作请求，得到密文结果，然后将其发送给数据用户，最后只有合法的数据用户才能得到明文结果，在此过程中，本发明充分利用了云端的计算资源，而数据用户仅需花费极少的计算代价就可获得服务。
-
公开(公告)号：CN105847235A
公开(公告)日：2016-08-10
申请号：CN201610145012.2
申请日：2016-03-14
Applicant: 安徽大学
CPC classification number: H04L63/0421 , H04L9/3066 , H04L9/3236 , H04L9/3252 , H04L63/062 , H04L63/0823 , H04L63/0876 , H04L63/0884 , H04L63/1466
Abstract: 本发明公开一种车联网环境下基于身份的高效匿名批认证方法，包括最初握手模块、消息签名模块、批认证模块、身份追溯模块、群密钥产生模块和群消息签名及认证模块。本发明既能够实现车辆与基础设施之间的认证也能实现车辆之间的认证；不依赖于防篡改设备；利用假名实现隐私保护；必要时可信中心能够追溯车辆真实身份，实现条件隐私保护；采用批认证提高效率；认证过程简单，具有高效性。消息签名与群消息签名过程相同，运算代价低；加入时间戳，可承受重放攻击。
-
公开(公告)号：CN104361295A
公开(公告)日：2015-02-18
申请号：CN201410648782.X
申请日：2014-11-14
Applicant: 安徽大学
CPC classification number: G06F21/6227 , G06F17/30964 , G06F21/64
Abstract: 本发明公开一种基于云平台的车联网RSU数据查询验证方法，包括以下步骤：数据采集并树形处理、数据签名、将数据上传至云服务器、数据证据生成、数据不可否认交互、数据验证和交互纠纷仲裁。本发明中的数据验证流程能够高效使用计算资源，尤其在签名不合法的情况下更是能够大幅度减少无意义的计算代价，在云服务器和客户端的交互阶段引入可信任的隐藏方，采用不可否认协议解决客户端雨云服务器之间由不诚信所带来的纠纷问题，使得客户端无法抵赖其已收到相应服务，同时避免了云服务器否认向客户端提供了错误结果的情况，从而保障了云服务器和客户端的合法权益。
-
公开(公告)号：CN104320789A
公开(公告)日：2015-01-28
申请号：CN201410619710.2
申请日：2014-11-05
Applicant: 安徽大学
Abstract: 本发明公开一种基于博弈论的车联网RSU最优配置方法，包括以下步骤：统计并拟合城市道路中基于位置信息的车流量、建立博弈论模型和确定最优配置。本发明以博弈论为基础，结合车联网环境，通过引入有效面积分割系数、收益权重与收益系数等问题，着重将车联网中与RSU建设配置密切相关的车流量、网络覆盖率、城市环境、商家竞争等多个因素都加入到博弈论模型中，所得结果更加成熟精准有效，能够在多承建商竞争环境下，保证以最少的RSU建设成本获得使新增RSU的承建商的收益期望最大的配置策略，具有广阔的市场前景。
-
Patent Agency Ranking
公开(公告)号：CN103428299A
公开(公告)日：2013-12-04
申请号：CN201310397608.8
申请日：2013-09-04
Applicant: 安徽大学
Abstract: 本发明公开了一种云存储访问控制方法，是基于一个云存储服务商CSP、一个数据拥有者A和若干个用户构成的云存储访问控制系统，其特征是利用线性变换实现数据集的加密，利用点积运算实现数据集中某个隐私数据的解密，从而实现云存储访问控制策略。本发明能有效解决现有基于云存储的密文访问控制方法中用户解密过程复杂、难以实现等问题，降低了加密、尤其是解密的计算复杂度，提高了实现加密与解密的效率。
-
公开(公告)号：CN118487751A
公开(公告)日：2024-08-13
申请号：CN202410546971.X
申请日：2024-05-06
Applicant: 安徽大学
Abstract: 本发明公开一种基于区块链的车联网安全且可撤销的数据共享方法，包括系统初始化，用于完成相关实体初始化工作；对车辆、路边单元和边缘服务器的注册；边缘服务器对广播的消息进行签名；路边单元对多个边缘服务器的签名进行聚合，生成聚合签名；车辆对签名进行验证；区块链追踪恶意签名者。本发明采用门限签名算法、非交互式零知识证明方法对边缘服务器广播的消息进行加密，有效的保护了广播数据的隐私；还采用了区块链技术对恶意签名者进行有效地管理。本发明能够实现车联网中安全且可撤销的数据共享，促进了车联网的广泛应用。
-
公开(公告)号：CN118038170A
公开(公告)日：2024-05-14
申请号：CN202410254768.5
申请日：2024-03-06
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/094
Abstract: 本发明公开了一种基于sub‑VPSDE扩散模型的图片对抗净化方法，其步骤包括：1公共对抗性图片数据集的处理；2训练用于评判对抗性强度指标的卷积神经网络MG；3使用训练后的本地神经网络M’G评估对抗性图片，获得扩散参数；4根据最优时间步长，对对抗性图片进行前向加噪，得到扩散对抗性图片；5使用sub‑VPSDE通过逆向生成过程从添加噪声的扩散对抗性样本中恢复出干净的图像；6将净化后的图片放入图片分类器中，获得预测的分类结果。本发明基于sub‑VPSDE扩散模型，使用最新的采样方法，利用改进后扩散模型和自适应优化参数的方法，实现了图片的对抗净化。
-
公开(公告)号：CN117612374A
公开(公告)日：2024-02-27
申请号：CN202311580488.5
申请日：2023-11-24
Applicant: 安徽大学
Abstract: 本发明公开一种基于隐私计算的车联网实时交通数据聚合方法，系统初始化，车辆的注册，路侧单元的注册；路侧单元验证车辆的合法身份后收集车辆发送的数据；数据请求；路侧单元和云服务中心协同合作对收集的数据进行安全聚合；数据解密。本发明采用轻量级的身份认证方法，有效地保护了车辆的隐私和数据来源的可靠性；还采用了基于双陷门的加密算法，对收集的数据进行安全高效的聚合；此外，本发明采用了基于属性的加密算法，保证一次聚合结果被多个数据请求者访问并可以确保聚合结果被授权的用户访问。本发明能够实现车联网中安全的数据聚合，具有良好的安全特性和较低的计算开销。
-
公开(公告)号：CN113642664B
公开(公告)日：2024-02-20
申请号：CN202110975055.4
申请日：2021-08-24
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084 , G06F21/62
Abstract: 本发明公开了一种基于联邦学习的隐私保护图像分类方法，其步骤包括：1服务器获取公共数据并预处理；2服务器初始化并通过洗牌器下发数据至各客户端；3客户端训练本地神经网络；4洗牌器随机子采样客户端；5子采样客户端预测公共数据，扰动并加密后发送给洗牌器；6洗牌器伪造并随机排列预测后发送匿名预测给服务器；7服务器聚合匿名预测并训练全局神经网络；8服务器将训练好的全局神经网络下发至各客户端；9客户端利用训练好的全局神经网络进行图像分类。本发明利用差分隐私和联邦学习，实现了隐私保护的协作式图像分类。
-
-
-
-
-
-
-
-
-
Search Results
261
records
(took 0.028 seconds)
