-
公开(公告)号：CN113468548B
公开(公告)日：2024-07-12
申请号：CN202110361002.3
申请日：2021-04-02
Applicant: 安徽大学
Abstract: 本发明公开了一种保护隐私的多维数据聚合方法，本发明方法适用于多层聚合模型下的多维数据安全聚合场景。在这种场景下，数据请求者通过两层聚合将数据提供者的数据安全地进行汇集，并且在这个过程中保证数据的隐私性和完整性。与现有方法相比，本发明的计算效率更高，可以应用于计算能力受限的设备。
-
-
公开(公告)号：CN117614719A
公开(公告)日：2024-02-27
申请号：CN202311633944.8
申请日：2023-12-01
Applicant: 安徽大学
Abstract: 本发明公开一种基于SDN的异构LDDoS攻击联合检测和防御方法，包括流量的获取与处理；数据集采集与制作；机器学习模型的训练；攻击的检测和识别，用以检测网络流量，并识别其中的攻击流量；攻击流的防御，通过下发流规则来拦截和丢弃攻击流；流量的后续监控。本发明面向新型的异构低速率分布式拒绝服务攻击，采用机器学习和脉冲频率分析法联合检测和识别攻击流，并使用变点检测窗口缩短检测时间；同时，利用了软件定义网络的流规则安装功能和统计功能，以缓解攻击，并对处理后的流量进行后续监控，以减轻误判和流表溢出可能带来的危害。
-
公开(公告)号：CN117579269A
公开(公告)日：2024-02-20
申请号：CN202311601982.5
申请日：2023-11-28
Applicant: 安徽大学
Abstract: 本发明公开一种基于区块链和策略隐藏技术的车联网可撤销数据共享方法包括系统初始化，实体初始化，中心权威和属性权威两方安全计算为用户生成密钥；数据所有者依据半隐藏的访问结构使用属性基加密算法对数据进行加密；用户和数据所有者通过向区块链发起校验密文哈希值的请求来验证密文；满足访问策略的用户解密密文；系统将恶意用户撤销，数据所有者撤销自己上传的数据，恶意用户被撤销后只需要对属性相关的密文进行更新。本发明能够实现车联网中安全地数据共享，促进了车辆网络的广泛应用。
-
公开(公告)号：CN116015648A
公开(公告)日：2023-04-25
申请号：CN202211685505.7
申请日：2022-12-27
Applicant: 安徽大学
Abstract: 本发明公开一种面向工业物联网的跨域隐私保护消息认证方法，包括系统初始化，设备的注册和网关的注册；生成系统主公私钥，设备请求、网关认证和令牌计算，消息发送和消息验证以及实体的动态更新。本发明各域中的网关通过秘密共享技术实现对设备的分布式认证和令牌分发，使用假名技术和批认证技术来保证身份隐私和认证效率。设备在和t个网关相互认证获得子令牌后可以计算出自己的身份令牌，令牌中包含设备的假名、访问策略以及令牌有效时间。最后，拥有合法身份令牌的设备就可以一起进行协作生产。本发明比相关方案计算更高效，通信成本更低，可以应用于多个行业部门协作的跨域工业生产。
-
Patent Agency Ranking
公开(公告)号：CN110784316B
公开(公告)日：2023-04-07
申请号：CN201911038695.1
申请日：2019-10-29
Applicant: 安徽大学
Abstract: 本发明属于信息加密技术领域，公开了一种基于策略隐藏的自适应策略更新快速属性加密方法，所述基于策略隐藏的自适应策略更新快速属性加密方法包括：采用改进的布谷鸟过滤器，并通过在改进的布谷鸟过滤器中嵌入一个轻量级的加密算法实现策略隐藏；在策略隐藏的基础上，使用两种与属性相关但不会泄露属性信息的标记来标识密文和更新密钥，同时采用部分更新的思想来生成更新密钥并将更新过程分为两部分：本地更新和云端更新。本发明提出了改进的布谷鸟过滤器方案，并在改进方案中嵌入了一个轻量级的加密算法，实现了访问策略的完全隐藏并能够从隐藏的访问策略中正确恢复原有的访问策略。
-
公开(公告)号：CN115665808A
公开(公告)日：2023-01-31
申请号：CN202211119460.7
申请日：2022-09-14
Applicant: 安徽大学
IPC: H04W28/14 , H04L67/568 , H04L41/14 , H04L41/147 , G06F18/22 , G06N3/098
Abstract: 一种半分布式联邦学习协同优化缓存部署系统及方法，系统为由智能网关层SG和密集部署的无线接入点层AP构成的边缘缓存网络架构；无线接入点层AP包括依次设置的用户请求收集模块、请求特征提取模块、协同学习模块、本地模型训练模块、缓存模块；本申请由超密集部署的固定接入点AP和智能网关SG形成的一种边缘缓存架构，为多个固定或移动性低的用户提供服务。在提出的架构中，我们认为SG作为中央协调器可以提供全局服务，例如缓存整个区域的热门内容，监视本地AP中用户生成的所有请求，集中调度存储资源并负责执行缓存放置决策。
-
公开(公告)号：CN110211664B
公开(公告)日：2022-11-04
申请号：CN201910340661.1
申请日：2019-04-25
Applicant: 安徽大学
Abstract: 本发明公开了一种基于机器学习自动设计放射治疗方案的系统，包括输入单元、射野参数预测单元、优化目标及约束条件预测单元、以及逆向计划优化单元，其中，输入单元用于获取病人原始图像及分割后的感兴趣区域信息；射野参数预测单元用于构建基于神经网络的学习模型，自动预测出射野参数；优化目标及约束条件预测单元用于构建基于神经网络的剂量分布预测模型，并且将预测的期望剂量分布自动转化成逆向优化需要的目标函数及约束条件；以及逆向计划优化单元用于根据目标函数、约束设置和射野参数采用优化方法优化得到每个射野方向对应的子野及其权重，完成计划设计。本系统实现了计划的自动设计，可以大幅减轻计划设计者的工作量，提高工作效率。
-
公开(公告)号：CN111814189B
公开(公告)日：2022-10-18
申请号：CN202010847611.5
申请日：2020-08-21
Applicant: 安徽大学
IPC: G06F21/62 , G06K9/62 , G06F16/9536
Abstract: 本发明公开了一种基于差分隐私的分布式学习隐私保护方法，该方法应用于网络中n个用户节点，每个用户拥有自己独立分布的一组数据样本，并包括以下步骤：S1、初始化阶段；S2、用户节点本地学习阶段；步骤S3、用户节点获取邻居节点信息并更新阶段；步骤S4、加噪声扰动阶段；步骤S5、广播阶段。本发明能解决当前分布式学习中的隐私保护问题，使得用户节点通过邻居节点更新自己的本地参数，并将噪声处理过的参数发给邻居节点，从而在去中心化的网络环境下，能保护用户的个人敏感数据不遭泄露。
-
公开(公告)号：CN111954220B
公开(公告)日：2022-09-30
申请号：CN202010847884.X
申请日：2020-08-21
Applicant: 安徽大学 , 安徽国通亿创科技股份有限公司
IPC: H04W12/122 , H04W12/02 , H04W72/04 , G06Q30/08
Abstract: 本发明公开了一种基于差分隐私保护的单向异质频谱分配方法，其步骤包括1、通过对不同频谱的组合定价确定该报价下的对应的收益以及分配方案；2、通过差分隐私机制，以总福利值为可用性函数对定价进行保护；3、确定最后定价，并且根据最终选定的定价，得到对应分配方式。本发明能显著解决传统单向异质频谱拍卖中的隐私泄露问题，从而能有效保护报价信息的同时，实现高效率的频谱分配。
-
-
-
-
-
-
-
-
-
Search Results
261
records
(took 0.022 seconds)
