-
公开(公告)号：CN112512073A
公开(公告)日：2021-03-16
申请号：CN202011463012.X
申请日：2020-12-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于指纹识别技术的物联网设备异常检测方法。其中该方法包括如下步骤：物联网设备连入网关，网关根据接入设备的数据包提取特征，得到所述设备的指纹特征；依据指纹特征利用设备分类模型识别设备类型；实时采集所述设备的流量数据，结合设备类型使用异常检测模型判别该设备是否存在异常状态；若是，则向用户发出告警，并记录下该设备的流量数据；若否，则判定设备正常运行。本发明结合物联网设备的多元信息组成指纹特征，且结合设备类别和指纹特征判断设备的运行状态，能有效保证异常检测的正确性。
-
公开(公告)号：CN106873992B
公开(公告)日：2021-02-23
申请号：CN201710060804.4
申请日：2017-01-25
Applicant: 南京理工大学
Abstract: 本发明涉及一种多要素访问控制机制描述及解析方法，包括以下步骤：定义多要素访问控制机制描述语言，用于用户针对其访问控制主客体、访问控制策略进行类数学语言的描述；根据访问控制机制描述语言对用户设计的访问控制机制进行描述，生成描述源文件；对描述源文件进行语言解析，生成算法描述中间代码；依据用户的目标代码需求，选择计算机编程语言对应的代码底层库，生成目标代码。本发明既能够适用于访问控制理论研究人员进行描述，又能够与计算机编程语言无缝对接；对于访问控制理论研究人员，通过类数学语言进行描述，无需关注计算机的实现细节；对于计算机专业人员，可以获取多要素访问控制机制的准确实现代码，保证了代码的安全性。
-
公开(公告)号：CN111865570A
公开(公告)日：2020-10-30
申请号：CN202010449319.8
申请日：2020-05-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种物联网中异构设备群的自动化远程证明方法，具体步骤包括：物联网设备初始化；物联网设备信息注册；通信节点设备收集物联网设备动态属性；验证者选择候选物联网设备；验证者发送证明挑战；物联网设备生成证明响应；验证者验证物联网设备状态；验证者判断设备群状态；验证者更新所使用的机器学习模型。本发明基于机器学习和物联网设备动静态属性使得验证者能够及时对行为可疑的物联网设备进行验证，提高了设备群的安全性。
-
公开(公告)号：CN107423637B
公开(公告)日：2020-07-31
申请号：CN201710641333.6
申请日：2017-07-31
Applicant: 南京理工大学
Abstract: 本发明提出了一种支持云上电子病历数据可追踪的完整性审计方法，包括以下步骤：(1)密钥生成；(2)副本生成；(3)标签生成；(4)授权生成；(5)挑战生成；(6)证据生成；(7)证据验证。本发明公开的方案，通过采取多副本存储方式，既为电子病历数据提供了隐私保护，又增强了其的耐用性与抗灾性。同时，通过设计一种新的数据结构，动态映射的哈希表(Dynamic mapping hash table，DMHT)，在有效支持数据动态的基础上，还为该系统提供了数据可追踪功能。此外，在保证系统安全性的条件下，降低了完整性设计过程中计算与通信开销，有效地提高了方法的效率。
-
公开(公告)号：CN111245843A
公开(公告)日：2020-06-05
申请号：CN202010038284.9
申请日：2020-01-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于属性的用户身份认证方法及系统。该方法为：首先第三方属性机构初始化整个系统；然后认证申请者生成属性证明；最后认证服务器检查属性索引的有效性，完成认证。该系统包括第三方属性机构、认证申请者和认证服务器，所述第三方属性机构，用于初始化整个系统；所述认证申请者，用于生成属性证明；所述认证服务器，用于检查属性索引的有效性，确定认证。本发明方法及系统用于认证技术，以保护用户身份防止隐私泄露，将双线性对的基于属性方法引入身份认证之中，提高了用户身份认证的安全性，并且提高了认证效率。
-
Patent Agency Ranking
公开(公告)号：CN110460600A
公开(公告)日：2019-11-15
申请号：CN201910746047.5
申请日：2019-08-13
Applicant: 南京理工大学
Abstract: 本发明提出一种可抵御生成对抗网络(GAN)攻击的联合深度学习方法，包括深度学习模型初始化；盲化服务器初始化；模型保护联合学习等步骤。通过结合矩阵盲化技术和随机梯度下降法，可以实现输入向量以及部分模型参数的盲化。本发明通过限制攻击者本地生成对抗网络的建模与更新，同时限制深度学习模型使用权等方式，允许分布式训练者在本地利用隐私数据集训练得到模型参数的梯度更新，每个训练者的梯度更新将由参数服务器聚合，实现系统模型的全局更新。本发明实现了对GAN攻击的抵御，保护了联合深度学习系统模型，极大平衡了模型准确率与训练数据隐私保护的要求。
-
公开(公告)号：CN108334772A
公开(公告)日：2018-07-27
申请号：CN201710044445.3
申请日：2017-01-19
Applicant: 南京理工大学
IPC: G06F21/51
Abstract: 本发明公开了一种Android 应用签名攻击检测方法。在Android合法应用被恶意插装重打包签名后，攻击者同时在原应用中注入签名攻击代码，使得原应用内部的签名校验结果失效，应用仍认为自身是合法应用。本发明通过在应用内部获取与签名相关的方法列表，分析签名读取的方法是否被劫持，来判断应用自身的签名校验机制是否受到攻击，进而判断出应用是否被重打包或者当前运行环境存在风险。本发明可有效的检测出目前主流的应用内部签名攻击方法以及系统全局攻击，同时本发明作为一种全新的应用签名攻击检测方法对Android恶意应用检测有很好的促进作用，也对移动应用安全方面提供了一个很好的思路。
-
公开(公告)号：CN107423637A
公开(公告)日：2017-12-01
申请号：CN201710641333.6
申请日：2017-07-31
Applicant: 南京理工大学
Abstract: 本发明提出了一种支持云上电子病历数据可追踪的完整性审计方法，包括以下步骤：(1)密钥生成；(2)副本生成；(3)标签生成；(4)授权生成；(5)挑战生成；(6)证据生成；(7)证据验证。本发明公开的方案，通过采取多副本存储方式，既为电子病历数据提供了隐私保护，又增强了其的耐用性与抗灾性。同时，通过设计一种新的数据结构，动态映射的哈希表(Dynamic mapping hash table，DMHT)，在有效支持数据动态的基础上，还为该系统提供了数据可追踪功能。此外，在保证系统安全性的条件下，降低了完整性设计过程中计算与通信开销，有效地提高了方法的效率。
-
公开(公告)号：CN107220555A
公开(公告)日：2017-09-29
申请号：CN201610165291.9
申请日：2016-03-22
Applicant: 中兴通讯股份有限公司 , 南京理工大学
IPC: G06F21/62
CPC classification number: G06F21/62 , G06F21/629 , G06F21/6245 , G06F2221/2141
Abstract: 本发明公开了一种剪切板访问控制方法及系统，所述方法包括为合法应用程序设置私有剪切板和安全剪切板服务，将获取到的所述合法应用程序的私有剪切数据存储到所述私有剪切板中，从而实现了将合法应用程序从系统剪切板读取数据的指向调整到从私有剪切板读取，从而阻断了非法应用程序对系统剪切板的数据监听而获取到合法应用中的剪切板数据；所述方法还通过接收请求方应用程序发送的数据获取请求，并通过安全剪切板服务检查权限，在通过后，将安全剪切板服务中缓存的私有剪切数据发送给所述请求方应用程序，解决了用户在BYOD环境下对剪切板进行数据访问时，存在数据泄露的安全隐患，从而保证了剪切数据的安全性，同时也提高了用户的体验效果。
-
公开(公告)号：CN104572965A
公开(公告)日：2015-04-29
申请号：CN201410850827.1
申请日：2014-12-31
Applicant: 南京理工大学
CPC classification number: G06F17/30277 , G06F17/3028 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的以图搜图系统，该系统基于Deep Learning的卷积神经网络智能算法，构建图片知识库，在此基础上对用户输入的图片在该知识库中进行反向检索，并完善卷积神经网络模型。该系统将图片本身作为输入，提高搜索的效率和可靠性。本系统的创新之处在于其自学习性，采用基于卷积神经网络的智能算法，对知识库中图片的属性进行学习，这意味着它的初始“知识”是0，但会越学越多。因此，随着对图片搜索的次数增加，它输出的属性会变得愈发精确。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.048 seconds)
