-
公开(公告)号：CN109347829A
公开(公告)日：2019-02-15
申请号：CN201811233139.5
申请日：2018-10-23
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于隐私保护的群智感知网络真值发现方法，属于物联网群智感知技术领域。通过在消息传输中使用经过改进的Paillier加密算法来保证消息的私密性，使用单向哈希链保证用户的身份认证，使用超线性序列保证输出的高效性。其中，身份认证过程能够适应真值发现环境中终端设备的认证需求，抵抗外部攻击者的攻击；安全真值发现过程能够得到真实的感知数据并满足整个系统的安全和隐私保护。与传统方法相比，本发明能够保护用户的数据和权重隐私，极大地减少终端设备的计算和带宽消耗，提升整个系统的效率和安全性。
-
公开(公告)号：CN107979408A
公开(公告)日：2018-05-01
申请号：CN201711298914.0
申请日：2017-12-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种新的高轨卫星组网认证及可信保持协议，依托于高轨卫星网络模型与对称密钥认证方案，包括高轨卫星组网认证和高轨卫星可信保持两部分。高轨卫星网络模型包括地面控制中心、高轨卫星网络以及低轨卫星网络；基于对称密钥认证方案，高轨卫星通过逐一发射，逐渐入网的方式构建高轨卫星网络，完成高轨卫星与地面控制中心的认证及高轨卫星间的认证；高轨卫星可信保持包括两部分，一部分是高轨卫星与低轨卫星基于对称密钥认证方案进行认证，另一部分是高轨卫星对低轨卫星的可信保持和高轨卫星间的可信保持。本发明极大地降低了卫星计算压力，与传统公钥方案相比速度有了很大提升，卫星间可信保持时间也有所增加。
-
公开(公告)号：CN106404171B
公开(公告)日：2017-11-28
申请号：CN201610920079.9
申请日：2016-10-21
Applicant: 北京理工大学
Abstract: 本发明的提供一种三维编码的液晶高光谱计算成像测量装置，包括前置透镜2、波段选择与分光模块3、空间编码模块4、准直透镜5、面阵探测器6、数据存储模块7、计算重构模块8；该测量仪基于三维编码，对物体的三维光谱数据，包括二维空间信息及一维光谱信息在随机编码信息下进行投影测量，在数据采集阶段即可对高光谱数据进行降维，得到选定中心波长的压缩高光谱数据。与传统的高光谱成像系统相比，本发明不仅在空间上实现了压缩采样，同时在数据采集阶段进行光谱选择，实现数据降维，避免了数据冗余，减少了数据量，提高了信息利用率，便于后端传输、存储。
-
公开(公告)号：CN106404171A
公开(公告)日：2017-02-15
申请号：CN201610920079.9
申请日：2016-10-21
Applicant: 北京理工大学
CPC classification number: G01J3/0229 , G01J3/2823
Abstract: 本发明的提供一种三维编码的液晶高光谱计算成像测量装置，包括前置透镜2、波段选择与分光模块3、空间编码模块4、准直透镜5、面阵探测器6、数据存储模块7、计算重构模块8；该测量仪基于三维编码，对物体的三维光谱数据，包括二维空间信息及一维光谱信息在随机编码信息下进行投影测量，在数据采集阶段即可对高光谱数据进行降维，得到选定中心波长的压缩高光谱数据。与传统的高光谱成像系统相比，本发明不仅在空间上实现了压缩采样，同时在数据采集阶段进行光谱选择，实现数据降维，避免了数据冗余，减少了数据量，提高了信息利用率，便于后端传输、存储。
-
公开(公告)号：CN115062331B
公开(公告)日：2025-05-09
申请号：CN202210559125.2
申请日：2022-05-22
Applicant: 北京理工大学
IPC: G06F21/62 , G06N3/0464 , G06N3/08
Abstract: 本发明属于机器学习中的深度学习技术领域，具体涉及一种基于加性同态加密的隐私保护深度学习方法。本发明提出的基于加性同态加密的高效率隐私保护深度学习方法致力于解决上述两大挑战，该方法将用户从繁重的迭代训练过程中解放出来，减少用户的传输消耗，同时借助加性同态加密和随机梯度下降训练具有良好可用性和保密性的多层感知模型。通过巧妙的数学逻辑关系实现了通信高效，大大降低了参与实体的通信开销。
-
Patent Agency Ranking
公开(公告)号：CN115080989B
公开(公告)日：2024-06-14
申请号：CN202210408193.9
申请日：2022-04-19
Applicant: 北京理工大学
Abstract: 本发明提出了车联网中支持标签范围查询的道路交通网络图加密方法，属于车联网与图加密技术领域。本发明使用分布式解密的公钥加密方法，对距离值进行加密，并利用对称密钥加密密码系统和伪随机函数对顶点信息和关键词信息进行加密与混淆处理。云服务器的所有操作均在密文数据下进行，因此无法知道图数据的原始信息以及用户的当前位置、进行标签范围查询的关键词和对应范围，保护了图数据的隐私和用户的查询隐私。本发明支持车联网场景下对加密道路交通网络图的标签范围查询，具有很强的实用性。本发明提出的图加密方法，对范围阈值没有限制，同时加密与存储成本较低，可以实现100％的查询准确率。
-
公开(公告)号：CN114567427B
公开(公告)日：2023-10-20
申请号：CN202210005916.0
申请日：2022-01-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种区块链隐蔽数据分段传输方法，属于数据隐蔽传输技术领域。本方法将文本数据进行分段，将分段后的数据存储在区块链交易的自定义数据段中。使用区块链平台实施隐蔽信息传输，由于区块链的广播机制，发送方无需与接收方直接建立连接，这样不会暴露通信双方的地址，在一定程度上实现了通信双方的匿名性。利用区块链中的自定义数据字段存储隐蔽信息，将文本的隐蔽数据进行分段，通过多笔区块链交易传输隐蔽信息，实现了基于区块链的文本隐蔽数据传输。本方法匿名性强、实用性高，可用于多种区块链网络。
-
公开(公告)号：CN116415960A
公开(公告)日：2023-07-11
申请号：CN202310154060.8
申请日：2023-02-23
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q30/018 , G06Q40/04 , G06F18/2433 , G06F18/241 , G06N3/0464 , G06N3/08 , H04L9/40
Abstract: 本发明提供一种以太坊上基于异构图转换网络的非法账户检测方法，先定义了一种描述账户活动信息的以账户为中心的异构信息网络的网络模式，然后使用图转换器网络自动挖掘元路径，计算多跳连接，将得到的关系矩阵输入卷积神经网络，得到节点嵌入，检测非法账户；本发明的方法可以用于描述以太坊账户的活动信息，包括账户的交易、余额、区块信息等；提出使用图转换网络学习元路径获得关系矩阵，并作为卷积网络的输入，将非法账户的检测任务转化为基于图神经网络的节点嵌入分类任务；本发明提出的模型经实验验证，节点分类准确率高达95％，优于其他账户检测方案，单次检测时间在一分钟左右，具有高效性和准确性。
-
公开(公告)号：CN116186095A
公开(公告)日：2023-05-30
申请号：CN202310085025.5
申请日：2023-01-19
Applicant: 北京理工大学
IPC: G06F16/2457 , G06F16/22 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种具有前后向隐私的多端医疗数据查询方法，涉及医疗数据查询及隐私保护技术领域。该方法的具体实施方式包括：数据拥有者生成系统密钥、与预构建的关键字字典对应的安全索引，将系统密钥发送给数据使用者、将安全索引发送给云服务器；数据使用者根据系统密钥、待查询时间范围和待查询关键字生成查询请求，将查询请求发送给云服务器；云服务器利用查询令牌匹配安全索引，得到与查询请求对应的查询结果，将查询结果发送给数据使用者；数据使用者对查询结果进行解密，得到与查询请求对应的目标文件。该实施方式能够实现非交互的多端可搜索加密，避免数据使用者和数据拥有者频繁交互，减少通讯开销，保证数据使用者查询内容的安全性。
-
公开(公告)号：CN115913749A
公开(公告)日：2023-04-04
申请号：CN202211554244.5
申请日：2022-12-06
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0442 , G06N3/098 , G06F18/214
Abstract: 本发明公开了一种基于去中心化联邦学习的区块链DDoS检测方法，本发明属于隐私计算中的联邦学习技术领域，包括：建立联邦学习系统，所述联邦学习系统包括若干本地节点，获取若干所述本地节点的本地数据集；初始化本地节点的LSTM模型；对所述本地节点的本地数据集处理，得到本地节点预处理数据，其中，所述本地节点预处理数据包括训练集和测试集；将所述本地节点预处理数据的训练集对应输入到本地节点的LSTM模型进行训练，得到本地节点的最终模型；将所述测试集输入本地节点的最终模型，得到本地节点检测攻击的准确率。本发明既能确保有效检测区块链中DDoS攻击的同时又能保证大幅减少训练过程中的通信开销。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.025 seconds)
