-
公开(公告)号：CN112104446A
公开(公告)日：2020-12-18
申请号：CN202010918173.7
申请日：2020-09-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于同态加密的多方联合机器学习方法和系统，属于数据安全领域，用以解决现有技术中对于数据隐私保护安全性不高、实用性不强，不能有效保护数据所有者隐私的问题。本发明由多个特征数据持有方执行，多个特征数据持有方中只有一方具有标签，多个特征数据持有方分别利用同态加密数据算法对数据加密；而不具有标签的多方利用多方并行机器学习算法进行模型训练，获得加密的机器学习权重数据；具有标签一方解密获得机器学习权重数据。本发明安全性高，具备实用性，可用于数据隐私保护中。
-
公开(公告)号：CN112085086A
公开(公告)日：2020-12-15
申请号：CN202010918169.0
申请日：2020-09-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于图卷积神经网络的多源迁移学习方法，属于人工智能领域，用以解决同构图结构数据中单纯利用节点实体特征而不能对目标域节点进行准确地分类，同时解决异构图结构数据中直接利用目标域少量标签预测的分类不准确问题。技术要点：对于同构数据，利用基于混合分布度量的分布距离衡量方法获得源域与目标域之间的分布距离；通过最小化源域与目标域的平衡条件分布与边缘分布差异，最小化源域类内距离以及最大化源域类间距离进行分布对齐；对于异构数据，训练出多个图卷积神经网络模型，并计算出模型的分类权重，通过加权融合获得分类结果。本发明方法用于完成图结构数据的节点分类任务，能够有效提高目标域节点分类准确率。
-
公开(公告)号：CN112073237A
公开(公告)日：2020-12-11
申请号：CN202010917572.1
申请日：2020-09-03
Applicant: 哈尔滨工业大学
Abstract: 一种云边架构中大规模目标网络构建方法，属于边缘计算领域，用以解决现有的云边平台上的部署服务不能满足不同类型的虚拟网络部署需求的问题，以及现有的虚拟网络节点链路特性仿真算法不能有效减小误差、提升仿真精度的问题。该方法步骤包括，构建云边平台；在云边平台上进行虚拟网络的自动化部署；采用仿真算法对部署的虚拟网络进行节点链路特性仿真。本发明中云边平台上的自动化部署服务支持单一云内部的部署任务下发以及核心云与边缘云之间协同部署，满足不同类型的虚拟网络部署需求，支持大规模虚拟网络部署；仿真算法用以提升部署的虚拟网络的仿真精度。
-
公开(公告)号：CN110880966A
公开(公告)日：2020-03-13
申请号：CN201911162111.1
申请日：2019-11-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于IPFS和Hyperledger Fabric的域名解析系统搭建和域名查询方法，涉及一种域名解析系统搭建和域名查询方法，属于域名解析软件开发领域。本发明为了验证IPFS节点存储的文件的真实性。该方法内容包括：基于IPFS搭建存储域名解析资源记录文件的IPFS集群；基于Hyperledger Fabric搭建存储域名签名五元组的区块链超级账本；使用搭建的IPFS集群和Hyperledger Fabric区块链超级账本进行域名查询。本发明基于IPFS和Hyperledger Fabric解决了存储域名资源记录和数字签名的问题。本发明使用IPFS分布式存储的特性存储域名解析所需的资源记录文件。
-
公开(公告)号：CN110866277A
公开(公告)日：2020-03-06
申请号：CN201911107523.5
申请日：2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种DaaS应用的数据集成的隐私保护方法，包括如下步骤，步骤一、在满足数据匿名的条件下，通过租户间多轮协作，每轮采用信息增益最大的属性加细数据集；步骤二、设定云服务提供商的信誉等级，并根据信誉等级划分云服务提供商；步骤三、对于低于预设信誉等级的云服务提供商，采用基于分割的隐私保护机制，隐藏数据之间的关联关系，并通过分组均衡化的方式，确保属性的值域均衡分布，防止云服务提供商泄露租户数据隐私；对于高于预设信誉等级的云服务提供商，采用分类索引树数据结构，验证云服务提供商返回数据的正确性及完整性。本发明通过分类索引树数据结构，使云租户有能力验证云服务提供商返回结果集的正确性及完整性。
-
Patent Agency Ranking
公开(公告)号：CN110866276A
公开(公告)日：2020-03-06
申请号：CN201911107507.6
申请日：2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
IPC: G06F21/62
Abstract: 本发明属于数据的隐私保护的技术领域，具体涉及一种混合云环境下数据的隐私保护方法，包括如下步骤，步骤一、将DaaS承载平台作为混合云，根据高维稀疏数据的特征及数据发布模式，分析引入云平台后数据隐私泄露的潜在风险；步骤二、在匿名分割策略的基础上，通过贪心策略，分析数据可用性最大化的约束场景；步骤三、利用交互型差分隐私保护的统计搜索，分析加噪对数据可用性的影响；步骤四、针对并行化匿名分割造成的数据误分割，通过共享聚合簇，减小保留在私有云上的数据量。本发明能够减少信息损失，提高算法的执行效率，从而提高数据的隐私保护的可行性和实用性。
-
公开(公告)号：CN110851824A
公开(公告)日：2020-02-28
申请号：CN201911106972.8
申请日：2019-11-13
Applicant: 哈尔滨工业大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域，具体涉及一种针对恶意容器的检测方法，包括以下步骤，步骤1、对被监控虚拟机中所有进程的创建行为进行监听；步骤2、判断创建的进程是否属于该虚拟机中的容器，若此进程属于该虚拟机中的容器，则读取其执行文件的信息；若此进程不属于该虚拟机中的容器，则结束；步骤3、在读取完毕后，从容器中查找该执行文件；步骤4、对执行文件进行安全扫描，若该执行文件为恶意文件，则测得其对应的容器即为恶意容器。与现有技术相比，本发明能够有效地检测出恶意容器，从而防止恶意容器对虚拟机的控制与控制，提高了系统的安全性。
-
公开(公告)号：CN110837641A
公开(公告)日：2020-02-25
申请号：CN201911106277.1
申请日：2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
Abstract: 本发明属于计算机安全的技术领域，具体涉及一种基于内存分析的恶意软件检测方法，包括获取虚拟机的内存镜像，解析内存镜像中的内核数据结构，通过内核数据结构分析出恶意软件，获取恶意软件的可执行代码，以二进制文件的形式导出恶意软件的可执行代码，将二进制文件转换为灰度图像。本发明对恶意软件检测的安全性强，适用于检测多种类型的恶意软件以及运行于不同的操作系统版本，大大提高了检测的通用性和移植性。此外，本发明还提供了一种基于内存分析的恶意软件检测系统。
-
公开(公告)号：CN110363003A
公开(公告)日：2019-10-22
申请号：CN201910680599.0
申请日：2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习的Android病毒静态检测方法，涉及到网络病毒检测技术领域。本发明为了解决现有的Android病毒静态检测方法存在可实际应用的检测时间较长、无法应对代码混淆、误报率和漏报率偏高、不能解决单个病毒的多恶意家族行为检测的问题。技术要点：从用户的Android端获取广义权限序列；将获取的权限序列作为黑白二分类模型的输入，将得到Android平台的应用APK的权限序列提取出来，作为分类模型的输入；如二分类结果为良性软件则直接返回给用户，如果检测的结果为恶意软件，则将它的权限序列再作为家族分类模型的输入；最终从家族检测模型中获取到预测的病毒家族种类，并返回给用户，检测结束。本发明用于Android病毒的检测。
-
公开(公告)号：CN109657159A
公开(公告)日：2019-04-19
申请号：CN201811547552.9
申请日：2018-12-18
Applicant: 哈尔滨工业大学
IPC: G06F16/9536 , G06F16/35 , G06N20/00 , G06Q50/00
Abstract: 舆情数据角色识别中异构关系数据的迁移学习界限的确定方法，涉及迁移学习技术领域。为了解决现有技术没有联合两个领域的数据进行学习再运用到目标域中，分类效果不准确的问题。定义度量两个异构领域间差异的 散度，利用它求出均来自同一个抽象假设类A的两个领域的经验距离并给出将两个类转化到同一个特征空间下的算法，给出经验距离和真实距离之间的差异界限，给出最小化目标域误差的界限，最终又给出泛化能力最强并结合源域和目标域训练数据的泛化误差，通过最小化联合误差来得到目标域误差的界限。所得出的界限保证在目标域标记数据很少的情况下也能得到一个合理的界限值。适用于公共大数据及新媒体数据平台中的各种识别问题。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.066 seconds)
