一种基于组合云拍卖机制和隐私保护的动态虚拟机分配方法

    公开(公告)号:CN110460440B

    公开(公告)日:2021-12-07

    申请号:CN201910785871.1

    申请日:2019-08-23

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于组合云拍卖机制和隐私保护的动态虚拟机分配方法,该方法应用于由n个竞拍者,一个提供m种虚拟机实例的云拍卖商,一个代理服务提供方以及一个可信服务器组成的动态资源分配云拍卖场景中,并包括以下步骤:S1、初始化阶段;S2、报价提交阶段;S3、秘密分享计算阶段。本发明能解决当前云中动态虚拟机实例分配没有考虑到隐私保护的问题,从而能不泄露除了最后拍卖结果的相关信息,保护竞拍者的报价相关信息,并提高云中动态虚拟机实例分配的安全性。

    一种无监督的基于增量学习的动态物联网异常检测方法

    公开(公告)号:CN113645098A

    公开(公告)日:2021-11-12

    申请号:CN202110918457.0

    申请日:2021-08-11

    Applicant: 安徽大学

    Abstract: 本发明公开了一种无监督的基于增量学习的动态物联网异常检测方法,包括:1获取历史数据,并筛选出高置信度正常样本来训练聚类模型,对异常进行初步识别;2将当前待检测数据训练孤立森林模型,对异常进行进一步识别;3根据训练好的聚类和孤立森林模型,分别构建相应的2个异常检测结果集;4根据数据分布的相似程度在当前和历史数据间建立连接,将2个异常检测结果集进行融合以准确识别异常;5检测完成后,从当前数据中筛选适量的高置信度正常样本来更新已有的聚类模型,以达到持续学习数据中最新出现的正常行为模式的目的。本发明能够有效的从动态变化的物联网数据中持续学习有价值信息,并提高异常检测的准确率。

    一种保护隐私的多维数据聚合方法

    公开(公告)号:CN113468548A

    公开(公告)日:2021-10-01

    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。

    一种云存储中基于身份的隐私保护完整性检测方法和系统

    公开(公告)号:CN107948143B

    公开(公告)日:2021-03-30

    申请号:CN201711132675.1

    申请日:2017-11-15

    Applicant: 安徽大学

    Abstract: 本发明公开了一种云存储中基于身份的隐私保护完整性检测方法和系统,该方法包括以下步骤:(1)系统初始化,可信第三方PKG生成主私钥和公开参数;(2)秘钥提取,可信第三方PKG根据用户身份为用户生成私钥;(3)标签生成,用户利用私钥为每个数据块生成数据标签,并将数据与相应的数据标签上传到云服务器;(4)挑战询问,验证者向云服务器发送挑战;(5)证明生成,云服务器根据挑战信息计算完整性证据并返回给验证者;以及(6)证明验证,验证者根据证据验证数据的完整性。本发明利用基于身份签名减少了系统的公钥证书管理和计算代价,同时在验证数据完整性的过程中保护了用户的身份隐私和数据隐私,提高了系统的安全性。

    面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法

    公开(公告)号:CN109005538B

    公开(公告)日:2021-03-02

    申请号:CN201810838982.X

    申请日:2018-07-27

    Applicant: 安徽大学

    Abstract: 本发明公开一种面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法,其步骤为系统参数生成、为移动边缘计算服务器生成假名并提取半密钥、移动边缘计算服务器和车辆之间消息认证,该步骤包括车辆将大量的计算或者存储的任务迁移到移动边缘计算服务器、移动边缘计算服务器对消息进行环签名、车辆对消息批量认证。本发明将边缘计算引进到传统的车载自组织网络,车辆可以将计算或存储任务迁移到边缘服务器执行而不是发送到云端进行集中式处理;在发明的签名部分使用了环签名与假名的结合,环签名的应用有效的实现对移动边缘计算服务器隐私保护并且通过假名可以实现追溯恶意的移动边缘计算服务器。

    SDN环境下基于双熵的服务器DDoS攻击检测与防御方法

    公开(公告)号:CN108848095B

    公开(公告)日:2021-03-02

    申请号:CN201810650308.9

    申请日:2018-06-22

    Applicant: 安徽大学

    Abstract: 本发明公开一种SDN环境下基于双熵的服务器DDoS攻击检测与防御方法,先周期性的收集SDN交换机流表项的统计数据;根据流表项的统计数据统计出交换机流表中各个源地址、目的地址的数目;然后计算出相应的香农熵;使用BP神经网络对两种香农熵样本进行训练,得到检测DDoS攻击所需要的特征模式;使用BP神经网络对计算得到的周期性的源、目的地址数量的香农熵进行判别,检测DDoS攻击;对于检测到的DDoS攻击,进行受害者主机丢弃数据包操作;封禁操作持续时间为到某个周期内未检测到攻击之后,才进行解除丢弃数据包操作。本发明能够消耗更少的资源、更快速、更全面地检测到针对用户服务器的DDoS攻击,并且支持后续对受害用户主机进行恢复通信,减少了对正常业务的影响。

    一种适用于自动驾驶车辆内部的数据访问控制方法

    公开(公告)号:CN112115494A

    公开(公告)日:2020-12-22

    申请号:CN202010998493.8

    申请日:2020-09-22

    Applicant: 安徽大学

    Abstract: 本发明公开一种适用于自动驾驶车辆内部的数据访问控制方法,依次执行以下步骤:相应参数初始化、生成访问策略和属性、应用程序向TTP申请注册、TTP根据访问树形结构AS生成和分发密钥、数据加密、数据通信以及密钥更新。本发明可实现快速加解密,并且适用于大属性集环境;两种密钥更新策略可以实现密钥快速更新。同时能够使得主可以自定义访问策略,而车载应用程序只可以访问其权限范围内的数据,进一步提高自动驾驶的安全性与隐私性。另外通过分析和实验证明,本发明的计算和传销开销较低,方案具有可行性。

    一种基于公交车缓存的车联网位置隐私保护方法

    公开(公告)号:CN111988763A

    公开(公告)日:2020-11-24

    申请号:CN202010883719.X

    申请日:2020-08-28

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于公交车缓存的车联网位置隐私保护方法,公交车先根据其线路信息向LBSP获取POI池,行驶过程中公交车根据其当前位置从POI池中选择部分POI数据形成POI列表并向周围车辆进行广播,私家车在接收广播并验证公交车身份后将POI列表存储到车辆的本地缓存中,当私家车需要查询POI信息时,首先在其本地缓存中进行检索,若缓存未命中再以k匿名的方式向LBSP发送查询请求;本发明通过增量更新的缓存更新方法能够有效提高缓存更新效率,减少缓存更新时的通信开销,减少车辆与LBSP的通信次数,提高敌手利用车辆的LBS查询请求数据进行车辆位置追踪的难度,从而有效提高车辆的位置隐私水平。

Patent Agency Ranking