-
公开(公告)号：CN109889532A
公开(公告)日：2019-06-14
申请号：CN201910173914.0
申请日：2019-03-08
Applicant: 武汉大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于环境上下文的物联网设备安全认证与密钥协商方法，主要包含设备指纹生成、身份认证和密钥协商三个过程。所述设备指纹生成过程，利用处于同一环境中的设备感知同一事件发生的时间间隔大致相同的原理，结合事件检测、事件聚类和同一事件发生的时间间隔的一致性，产生设备指纹。所述身份认证过程，用于验证新加入系统的设备是否为同一环境下的安全设备，通过对新设备指纹的验证判断其是否为安全设备。所述密钥协商过程，用于为系统中物联网设备产生统一的会话密钥，保证通信安全。本发明所提供的物联网设备安全配对方式更加方便，有效，安全可靠。
-
公开(公告)号：CN105787373B
公开(公告)日：2018-08-21
申请号：CN201610327357.X
申请日：2016-05-17
Applicant: 武汉大学
Abstract: 本发明公开了一种移动办公系统中Android终端数据防泄漏方法，移动办公系统采用客户端和服务器两层体系架构，客户端用于供用户进行文件操作，并与服务器进行交互，同时实现安全功能；服务器承担着如终端屏幕内容检测、黑名单匹配以及发送指令到客户端；本发明采用动态监控截屏方法、实时监测拷贝数据方法、动态URL监测方法和恶意进程查杀方法，集成了文件安全操作、数据安全及数据自毁功能，充分保证了移动办公系统中终端数据的安全。
-
公开(公告)号：CN119918693A
公开(公告)日：2025-05-02
申请号：CN202411859939.3
申请日：2024-12-17
Applicant: 武汉大学
IPC: G06N20/00 , G06N3/0499 , G06N3/0895 , G06N3/098 , G06F18/213 , G06F18/23
Abstract: 本发明公开了一种基于特征转换的准确安全纵向联邦学习方法、系统及产品，首先基于自监督任务学习利用对齐未标记样本来增加纵向联邦数据源，以突破对齐标记样本的限制；之后每个被动参与方在本地私有数据集上完成特征转换层和本地模型训练；然后每个被动参与方在前向传播过程中加入差分隐私噪声扰动并上传给主动参与方；之后主动参与方进行全局聚合并完成模型更新，将对应梯度返回给被动参与方；最后被动参与刚完成本地模型更新并开启新一轮本地模型训练。本发明提高了模型的准确性，加速了模型的训练。这为实际场景中基于差分隐私的纵向联邦学习部署提供了一种可能的解决方案。
-
公开(公告)号：CN119449810A
公开(公告)日：2025-02-14
申请号：CN202411481422.5
申请日：2024-10-23
Applicant: 武汉大学
IPC: H04L67/104 , H04L41/14 , H04L41/16 , H04L41/0896 , G06N20/00 , G06F9/455 , G06F17/18
Abstract: 本发明公开了一种基于P2P的高效可扩展联邦学习系统构建方法、设备及产品。首先参数服务器基于统计效率、处理速度、分发贡献等历史信息选择客户端，客户端分配器向被选中的客户端指定专用执行器。执行器在隔离的容器环境中运行，通过专门网卡进行真实通信，并利用P2P通信库分发全局模型；执行器将训练配置、本地数据集、全局模型发送给计算节点，计算节点进行若干轮本地训练后将模型更新返回给执行器；参数服务器接收执行器的模型更新并生成新的全局模型。本发明通过P2P通信优化模型分发，并设计了综合考虑多种历史信息的客户端选择方案。此外，FedP2P构建了高保真的仿真平台来准确模拟实际联邦训练中的计算和通信行为，进而验证方案设计的有效性。
-
公开(公告)号：CN119276508A
公开(公告)日：2025-01-07
申请号：CN202411349417.9
申请日：2024-09-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于去中心化群签名的可追溯匿名联盟链构造方法及系统，群签名算法中，群私钥和群公钥由多个群管理员节点共同计算得到，超过门限的群管理员节点可以颁发和撤销用户私钥，用户通过其私钥和群公钥代表群成员对信息进行签名，从而达到隐藏用户身份的效果，超过门限的群管理员节点能够打开签名对用户身份进行追溯，从而实现分布式的用户身份追溯。可追溯匿名联盟链构造方法中，联盟链由多个组织共同维护，每个组织中由多个群管理员节点共同计算生成密钥，当需要颁发和撤销用户私钥以及追溯用户身份时，需要超过门限的群管理员联合起来使用各自的私钥共同完成，实现去中心化的可追溯匿名区块链。
-
Patent Agency Ranking
公开(公告)号：CN119180657A
公开(公告)日：2024-12-24
申请号：CN202411081635.9
申请日：2024-08-08
Applicant: 武汉大学
IPC: G06Q20/40 , G06F18/241 , G06N3/049 , G06N3/0455 , G06F18/15 , G06N3/042 , G06F16/27 , G06Q40/04
Abstract: 本发明公开了一种针对链上交易数据的钓鱼欺诈检测方法、设备及产品，首先在以太坊数据库中爬取了所有的交易，并在以太坊授权的数据网站Etherscan中爬取钓鱼账户地址。然后根据钓鱼账户地址制定相关的筛选规则，以此过滤掉大部分无用的数据，缓解类不平衡的问题。接着时序图生成和时序图学习，通过提取的交易图中节点的统计特征和深度特征，两者相结合作为节点表示，再综合源节点和目标节点的节点表示形成边表示。最后采用LightGBM二分类器对钓鱼欺诈交易和正常交易进行分类。本发明利用了图神经网络在处理图结构数据方面的优势，捕获以太坊交易网络复杂的时间和空间依赖性，解决了现有去中心化环境中的挑战，使其成为检测以太坊钓鱼交易的重要工具。
-
公开(公告)号：CN118960939A
公开(公告)日：2024-11-15
申请号：CN202410875604.4
申请日：2024-07-02
Applicant: 武汉大学
IPC: G01H11/02 , H04M1/72403 , H04W12/30 , G01B7/02 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于近场磁感应的语音活体检测方法及系统，首先收集声音数据和磁力计数据，进行声源距离检测；然后对磁力计数据进行预处理；接着从预处理后的磁力计数据中提取发声时独特的磁场变化模式，最后确定语音样本的真实性，区分它是由真实的人还是扬声器发出的。本发明利用两个基于卷积神经网络CNN的子模型和一个基于自注意力的特征融合模型来提取有效且鲁棒的特征。本方法利用了智能手机固有的磁力计和麦克风，不需要主动信号感知或整合额外硬件。本方法不会给用户带来额外的负担，并在不同的环境条件下保持其有效性，为语音活体检测技术设置了一个新的标准。
-
公开(公告)号：CN118036031A
公开(公告)日：2024-05-14
申请号：CN202410057944.6
申请日：2024-01-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于门限全同态加密实现完全隐私的密封竞价拍卖方法，首先拍卖商为每个竞拍者分配一个身份索引；卖家执行门限全同态加密方案的密钥生成协议，生成公钥和私钥、卖家的公钥和私钥；然后卖家发布自己的商品信息并设置竞价向量，加密后提交给拍卖商A；接着拍卖商计算(ctF,ctmax,ctid)；最后拍卖结果揭露。本发明不依赖于任何可信赖的拍卖商，并实现了更强的安全保证—完全隐私，即只有卖家和中标者能够确定拍卖结果。本发明适用于第一价格密封竞价，但可以很容易地扩展到第二价格密封竞价，并实现相同的安全保证。本发明还支持卖家和竞拍者的动态加入和退出。同时，本发明将大幅度减少了竞拍者的计算开销和交互次数，将其降低至常量级水平。
-
公开(公告)号：CN117521126A
公开(公告)日：2024-02-06
申请号：CN202311399112.4
申请日：2023-10-25
Applicant: 武汉大学
IPC: G06F21/62 , G06F18/23 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种针对非独立同分布数据的安全分布式深度学习系统及方法，系统包括N个客户端和一个服务器；服务器基于客户端的数据分布将所有客户端划分为不同的聚类，使得每个聚类数据大致上符合独立同分布；其次，每个客户端量化其数据集，使得从实数域转换为有限域；然后，在同一聚类中的客户端秘密分享其量化数据集，并将自己拥有的份额进行编码，以解决聚类内部的数据非独立同分布问题；之后，客户端在编码数据集完成本地模型训练，并将计算结果上传至服务器；然后，服务器对不同的聚类进行安全聚合，以得到全局计算结果；最后，客户端解码全局计算结果以安全地更新其本地模型。本发明实现了更准确的模型并且显著加快了模型训练收敛速度。
-
公开(公告)号：CN113626785B
公开(公告)日：2023-10-27
申请号：CN202110850500.4
申请日：2021-07-27
Applicant: 武汉大学
IPC: G06F21/32 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于用户指纹按压行为的指纹认证安全增强方法及系统，本发明记录合法用户在执行指纹认证过程中的传感器数据，并训练识别用户身份合法性的认证模型；识别用户过程时，通过收集用户在指纹认证期间的传感器的信号数据，然后对这些信号预处理，并提取信号特征，利用之前训练好的认证模型来实现行为特征的识别。本方法可以提升指纹认证的安全性，阻止攻击者利用指纹模具对指纹传感器的欺骗；更能防御攻击者趁用户的熟睡期间，利用合法用户真实指纹解锁设备。该方法具有安全性强，实用性强，易部署，识别率高，反应速度快等优点。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.025 seconds)
