-
公开(公告)号：CN114070559A
公开(公告)日：2022-02-18
申请号：CN202111621015.6
申请日：2021-12-28
Applicant: 安徽大学
Abstract: 本发明公开一种基于多因子的工业物联网会话密钥协商方法，用户使用智能卡保存个人信息，并通过连接手机或者其他智能终端设备与部署在工业物联网中智能设备以及物联网节点进行通信，实时的获取设备状态信息，并对设备进行远程的管理、监控。本发明基于半可信管理中心的环境，更加符合现实，同时用户的假名由用户、服务器共同产生，且每个密钥协商过程之后，用户的假名会实时的进行更新，这样就确保了用户的身份信息不会被泄露，保证了用户的匿名性的同时，保证了不可链接性和不可追踪性，提高了安全性。本发明采用预分发密钥的方法，基于多因子认证方式，即生物特征，密码，智能卡，主要的加密操作是位运算和哈希函数，降低了密钥协商方案的计算开销和通信开销。
-
-
公开(公告)号：CN113872969A
公开(公告)日：2021-12-31
申请号：CN202111139922.7
申请日：2021-09-28
Applicant: 安徽大学
Abstract: 本发明公开一种基于代理重加密机制的自动驾驶车车内消息重加密方法，包括系统初始化、密钥生成、重加密密钥生成、消息加密、一级消息解密、消息重加密、二级消息解密等过程。本发明基于自动驾驶汽车中ECU和总线的双冗余环境，使用代理重加密技术保证消息的机密性以及单点故障或网络攻击情况下消息的安全性，另外，当自动驾驶汽车出现单点故障或遭受网络攻击时，能够实现加密条件下消息的转发与处理；另外本发明中的重加密部分不需要完全可信的第三方来充当代理，整个技术方案实用性更强。
-
公开(公告)号：CN113255750A
公开(公告)日：2021-08-13
申请号：CN202110533988.8
申请日：2021-05-17
Applicant: 安徽大学
Abstract: 本发明公开了一种基于深度学习的VCC车辆攻击检测方法，包含内部异常车辆检测和外部异常车辆检测；内部异常车辆检测包括：持续采集VCC内部车辆的信息并进行预处理；用预处理后的数据对自编码器进行训练；利用训练好的模型来检测内部车辆的异常；外部异常车辆检测包括：对请求加入VCC的外部车辆信息进行预处理；提取距离外部车辆申请时间最邻近的VCC内部车辆信息作为正常车辆数据；利用经过训练的自编码器的编码部分提取外部车辆信息与内部正常车辆信息的特征；构建支持向量数据描述分类器并进行训练；利用训练好的支持向量数据描述分类器对外部车辆进行检测。本发明利用车辆信息的时空特征，实现了无监督的VCC异常车辆检测。
-
公开(公告)号：CN110570284B
公开(公告)日：2021-06-08
申请号：CN201910860113.1
申请日：2019-09-11
Applicant: 安徽大学
Abstract: 本发明公开了一种差分隐私保护的异质虚拟机分配方法，其步骤包括1、在基于拍卖的组合云资源分配的架构下计算每一个可能的定价对应的收益值；2、使用收益作为效用函数的指数机制选定一个定价；3、根据选定的定价，确定对应的获胜云用户及其所需支付的价格。本发明能够有效的解决在虚拟机分配过程中出现的敏感信息泄露的问题，实现差分隐私保护，提高用户报价信息的安全性，同时实现较好的虚拟机分配，提高虚拟机分配效用。
-
Patent Agency Ranking
公开(公告)号：CN107392743B
公开(公告)日：2021-04-06
申请号：CN201710648465.1
申请日：2017-08-01
Applicant: 安徽大学
Abstract: 本发明公开了一种McAfee双向拍卖隐私保护方法和拍卖方法，通过添加可信第三方——拍卖代理，完成买家私有信息、卖家私有信息在拍卖者和拍卖代理之间的一系列安全交互操作，该拍卖方法包括以下步骤：买家、卖家、拍卖者和拍卖代理分别初始化各自的信息；然后买家和卖家利用公钥逐比特加密各自的报价信息；拍卖者协同拍卖代理利用同态加密的性质对已经得到的买家加密的报价信息和卖家加密的报价信息进行选择排序，并由拍卖者实现胜者选定，确定最后一个可获利的交易下标并输出最终拍卖结果。该方法解决现有McAfee双向拍卖过程中无法保证买卖双方报价秘密比较及胜者确定安全性问题，实现拍卖的同时保护了买家和卖家的隐私。
-
公开(公告)号：CN112491714A
公开(公告)日：2021-03-12
申请号：CN202011266807.1
申请日：2020-11-13
Applicant: 安徽大学
IPC: H04L12/725 , H04L12/721 , H04L12/761 , H04L12/801 , H04L12/46 , G06N3/08
Abstract: 本发明公开一种SDN环境下基于深度强化学习的智能QoS路由优化方法、系统，首先将网络中所有流媒体服务表示为一个服务请求集合，然后对其中每一个请求，从流媒体服务器到异构客户端寻找满足网络服务质量的路径，依次确定出每一个流请求的路由，最后采用一种QoS路由优化算法构建出组播树。对于网络拥塞链路或者是恶意节点，通过深度强化学习的方法可以寻找出当前最合适的下一节点进行路由。通过采用深度学习和强化学习结合的方法，本发明可以有效地减少视频流的传输时延并提高路由决策的准确性。同时，本发明采用了分布式控制平面的设计，并可以在各种网络拓扑在实现，不仅可以避免网络网络拥塞，提高了网络的可扩展性，而且减少与单一控制器的交互，提高了网络的整体效用。
-
公开(公告)号：CN111859440A
公开(公告)日：2020-10-30
申请号：CN202010847615.3
申请日：2020-08-21
Applicant: 安徽大学
Abstract: 本发明公开了一种基于混合协议的分布式隐私保护逻辑回归模型的样本分类方法，该方法是应用于由n个数据提供方，一个加密服务提供商以及一个数据聚合方组成的分布式逻辑回归模型训练场景中，并包含以下步骤：步骤S1、初始化阶段；步骤S2、分布式模型训练阶段；步骤S3、最终模型发布阶段。本发明能解决当前多个数据提供方使用逻辑回归模型联合进行样本分类过程中的隐私泄露问题，从而能够在不泄露私有数据的情况下完成样本分类任务，并提高样本分类过程的安全性以及敏感数据的利用率。
-
公开(公告)号：CN107634837B
公开(公告)日：2020-09-01
申请号：CN201711057462.7
申请日：2017-11-01
Applicant: 安徽大学
Abstract: 本发明公开一种基于边缘计算的车联网高效消息认证方法，包括以下步骤，(1)车联网参与实体的系统初始化，该步骤包括参数生成、车辆生成假名和签名两个过程；(2)RSU和车辆的消息认证，该步骤包括RSU选举出边缘计算车辆(ECV)、ECV执行任务、RSU检查ECV的认证结果、车辆消息认证四个过程。本发明的签名部分使用基于椭圆曲线密码学的操作，使得计算、传输开销较低；进一步通过模糊逻辑控制理论来选举出ECV来做到局部最优选举；设置ECV帮助RSU实现快速准确的消息签名认证；RSU通过广播认证结果最大程度地减少了整个系统的冗余认证，提升了整个车联网的运行效率。
-
公开(公告)号：CN111479048A
公开(公告)日：2020-07-31
申请号：CN202010319810.9
申请日：2020-04-22
Applicant: 安徽大学
Abstract: 本发明涉及监控装置技术领域，尤其为一种基于边缘计算的智能视频图像处理设备，包括图像通道处理模块、图像编码处理模块、视频流处理服务器、边缘智能处理模块等，数据采集模块采集原始图像数据后，原始数据经由图像通道处理模块进行分流处理并分别传送至视频流处理服务器、边缘智能处理模块，其中，边缘智能处理模块对编码后数据根据相应的智能算法进行处理。本发明，解决现有传统视频图像处理设备图像处理能力弱，无法满足高清摄像机的发展带来的海量大数据即使处理的问题，达到减少视频数据的上传，降低视频存储空间，高效处理提取视频有用信息的作用，同时满足视频数据的实时传输，缓解带宽压力，节省监控终端存储空间的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
261
records
(took 0.11 seconds)
