-
公开(公告)号：CN113378171A
公开(公告)日：2021-09-10
申请号：CN202110783769.5
申请日：2021-07-12
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于卷积神经网络的Android勒索软件检测方法，涉及检测技术领域。本发明对训练样本的原始安装文件进行特征提取，获得结构特征以及行为特征；利用特征构建特征向量，将权限和API、API和权限生成具有映射关系的图片特征形式，并读取dex文件生成具有dex文件结构特征的图片形式；利用特征图片转换成numpy数组形式训练卷积神经网络。对待检测Android勒索应用程序，首先对其安装文件进行特征提取，获得其权限和API、API和权限映射关系的两张特征图片，提取dex文件特征生成特征图片；然后将三张图片的numpy数组格式输入训练好的卷积神经网络中，输出是否属于勒索软件的分类结果。
-
公开(公告)号：CN109359483B
公开(公告)日：2021-09-10
申请号：CN201811219086.1
申请日：2018-10-19
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于区块链的用户隐私匿名保护方法，包括用户、混淆服务提供商和公共日志三种角色，并将盲签名、多重门限签名、混网运用于网络交易之中，提高了对用户的隐私匿名保护能力，进而提出了一种基于区块链的用户隐私匿名保护方法。本方法具有匿名性、可追责性、防盗窃性、抗DoS攻击性。
-
公开(公告)号：CN112422483A
公开(公告)日：2021-02-26
申请号：CN201910782848.7
申请日：2019-08-23
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种用于泛在电力物联网的身份保护策略，涉及信息安全技术领域。该用于泛在电力物联网的身份保护策略，包括以下步骤：a.物联网现场设备指纹的收集：1)IP可靠性扫描：为了能够扫描目标网络的网络质量，影响扫描结果的因素包括：网络时延、网络丢包，首先需要先在每个扫描周期内通过随机选取目标区域IP数量的10％来扫描目标区域，通过连续扫描三次随机样本数据。通过利用物联网现场设备指纹感知和身份保护相结合的技术，为泛在电力物联网设立高适用性、低能耗的身份保护机制，更好地应对网络攻击风险。
-
公开(公告)号：CN106372950B
公开(公告)日：2020-12-15
申请号：CN201610836561.4
申请日：2016-09-21
Applicant: 东北大学秦皇岛分校
IPC: H04L9/00
Abstract: 本发明公开了一种电商及网购商品的防伪认证方法，包括：S1，供货商终端对经销商终端进行确认与授权；S2，授权成功后，经销商终端发送加密后的进货申请及经销商身份信息至供货商终端进行进货操作；S3，供货商终端解密信息后，对经销商身份信息进行验证；若验证成功，则反馈加密后的相应的商品码给经销商终端；S4，经销商终端解密信息获得商品码；S5，当经销商终端收到买家交易请求后，则将商品码与经销商身份信息加密后连同商品一起发给买家；S6，买家通过网购平台对其所购买的商品以及经销商身份进行验证。本发明避免了数据被拦截或篡改的风险，使得防伪验证的安全性更高，防伪验证的结果也更加客观、真实。
-
公开(公告)号：CN111967526A
公开(公告)日：2020-11-20
申请号：CN202010845118.X
申请日：2020-08-20
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于边缘映射和深度学习的遥感图像变化检测方法及系统，检测系统包括：边缘检测模块，用于提取出高分辨率遥感图像的边缘信息；边缘二值化模块，用于将初步获取的边缘映射图进一步转换为二值图像；预分类模块，用于获取双时相高分辨率遥感图像中显著的变化/未变化区域；训练样本筛选模块，用于通过超像素分割理论来从预分类结果中筛选训练样本；深度神经网络检测模块，用于对双时相高分辨率遥感图像进一步检测出更精确的变化/未变化区域。本发明可以通过基于边缘映射的预分类算法和基于降噪自动编码器的神经网络模型有效地提取出高分辨率遥感图像对中的变化信息。
-
Patent Agency Ranking
公开(公告)号：CN110489968A
公开(公告)日：2019-11-22
申请号：CN201910751207.5
申请日：2019-08-15
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供了一种基于RNN和CNN的Android恶意软件检测方法及系统，检测方法包括：对训练样本的原始安装文件进行特征提取，获得操作码序列；利用操作码序列训练BLSTM网络；利用训练好的BLSTM网络将操作码序列提取为特征图片；利用特征图片训练卷积神经网络；对待检测Android应用，首先对其安装文件进行特征提取，获得其操作码序列；然后将该操作码序列输入训练好的BLSTM网络中，提取出特征图片；最后将该特征图片输入到训练好的卷积神经网络中，输出是否属于恶意软件的分类结果。本发明实现对Android平台下的善意软件和恶意软件的识别区分，提高Android软件平台的安全性。
-
公开(公告)号：CN110472417A
公开(公告)日：2019-11-19
申请号：CN201910776705.5
申请日：2019-08-22
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于卷积神经网络的恶意软件操作码分析方法，包括：获取Dalvik字节码；获取操作码序列，并用独热向量表示；将独热向量转化为具有固定大小的向量，然后乘以随机权重矩阵，输入到卷积神经网络；在卷积层中输出特征映射集矩阵C；在k-max池化中，对矩阵C进行最大合并操作，提取最重要的k个特征值输出特征向量Z；向量Z形成全连接层，在全连接层中对向量Z进行操作得到输出特征y；使用softmax函数处理输出特征y，获得相对概率分布p；计算交叉熵损失函数Lk；使用梯度下降法逐步调整最小化损失函数和相应模型的参数值；基于输出计算迭代地更新模型参数并优化检测模型。本发明具有检测准确度高的特点。
-
公开(公告)号：CN106447473A
公开(公告)日：2017-02-22
申请号：CN201610853983.2
申请日：2016-09-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于匹配度的在线安全多正相关属性逆向拍卖方法，包括：采购商服务器根据理想方案生成理想信息矩阵，理想方案包括正相关属性集合A＝{a1，a2，…，aN}，加密理想信息矩阵得到加密矩阵，发送加密矩阵到供应商客户端；每个供应商客户端根据各自对应的备选信息矩阵和加密矩阵计算，将得到的匹配矩阵发送至采购商服务器；每个供应商客户端对应一个匹配矩阵，每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成，每个备选方案对应一个供应商客户端，备选方案与理想方案具有相同属性；采购商服务器分别计算每个匹配矩阵对应的备选方案与理想方案的匹配度，对得到的至少一个匹配度排序，选择最高匹配度对应的备选方案作为拍卖方案输出。
-
公开(公告)号：CN119135410A
公开(公告)日：2024-12-13
申请号：CN202411256181.4
申请日：2024-09-09
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种智能电网下基于SGX的数据完整性验证方法，涉及网络安全技术领域。该方法包括：在基于SGX的数据完整性验证模型中，供电公司向云存储服务器申请Prof‑SGX与Verify‑SGX，并通过远程验证与Prof‑SGX建立可信信道，智能电表与验证成功的Prof‑SGX匹配并建立可信信道；智能电表加密电表数据后上传Prof‑SGX；Prof‑SGX先解密加密的电表数据再进行二次加密并生成证据；Verify‑SGX根据供电公司提供的审计需求对二次加密的电表数据进行数据完整性验证，若验证通过则将符合审计需求的电表数据发送给供电公司，否则采用二分法定位错误数据，进而使供电公司得到正确的电表数据。
-
公开(公告)号：CN118802311A
公开(公告)日：2024-10-18
申请号：CN202410620858.1
申请日：2024-05-20
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及跨链货币交易技术领域，公开了一种跨链货币交易下的原子性保障方法，包括交易请求上传阶段、交易匹配阶段、交易参与者汇率协定阶段、交易阶段和交易证据验证阶段，其中，交易请求上传阶段，部署完成后输入自己的交易信息以及交易对手需满足的属性参数，属性参数作为对交易对手的约束，调用智能合约将自己的交易请求信息上传到见证链中，由见证链收集来自两条链的交易请求。本发明中，不仅确保了跨链货币交易的原子性，还降低了交易参与者出现恶意行为的概率，减少诚实的交易参与者在遭遇恶意行为时受到的损失，同时通过交易对手匹配算法以及交易时间预测方案保证交易的公平性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.04 seconds)
