-
公开(公告)号：CN119788646A
公开(公告)日：2025-04-08
申请号：CN202411993505.2
申请日：2024-12-31
Applicant: 济南大学
IPC: H04L61/5007 , H04L101/659
Abstract: 本发明公开了一种基于大语言模型的IPv6地址探测方法及系统，涉及IPv6地址探测技术领域，包括：获取若干活跃IPv6地址作为种子地址，构建IPv6种子数据集；对每一种子地址进行预分类，再进行大语言模型IPv6微调数据集的构造；利用该微调数据集，并采用LoRA法对大语言模型进行微调，再采用vLLM加速推理框架，生成若干IPv6地址，构建IPv6地址候选集；对IPv6地址候选集进行多维度评估，提取IPv6地址候选集中的活跃IPv6地址，将其合并至原始种子数据集，经不断循环，完成IPv6地址探测。本发明可实现效果更优、效率更高的有效IPv6地址生成，实现对生成IPv6地址的多维度全方面自动化评估。
-
公开(公告)号：CN119066709A
公开(公告)日：2024-12-03
申请号：CN202411194011.8
申请日：2024-08-28
Applicant: 济南大学
IPC: G06F21/62
Abstract: 本发明属于数据处理技术领域，提供了一种基于嵌套布谷鸟过滤的隐私集合求交数据处理方法及系统，对于每一个要插入第一参与方的元素，遍历预设的第一组哈希函数所确定的两个候选桶位置下的所有条目；对于要插入第二参与方的集合元素，使用第一组哈希函数计算的两个候选桶位置，将集合元素中的元素插入到一个哈希表中，哈希表的列范围和第一组哈希函数映射的范围相同；对于每一列哈希表的每一个元素，用预设的第二组哈希函数所确定的两个候选桶位置在那哈希表中执行布谷鸟插入操作；能够在不泄露参与方隐私数据的前提下，对参与双方的数据进行预处理，减少了客户端和服务端的存储和计算成本。
-
公开(公告)号：CN118740378B
公开(公告)日：2024-11-08
申请号：CN202411223043.6
申请日：2024-09-03
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明涉及模式匹配技术领域，特别是涉及基于不经意传输的安全参数化模式匹配方法及系统，用户客户端和服务器分别对持有字符串进行参数预处理，将字符串中每个参数符号映射为对应的非负整数；用户客户端与服务器均设有原始秘密；构造元组，服务器根据预处理后的字符串，对原始秘密进行拆分，得到若干个真实份额；对每一个真实份额，构造对应的随机份额，并将真实份额和随机份额均存储到对应的元组中；服务器和用户客户端，按位执行不经意传输协议，用户客户端按位对元组中的份额进行选择，得到元组中的一个份额；用户客户端将获得的全部份额进行秘密重构，若重构秘密与原始秘密一致，则说明参数化模式匹配完成。保障了双方数据的安全。
-
公开(公告)号：CN117454431B
公开(公告)日：2024-03-29
申请号：CN202311642352.2
申请日：2023-12-01
Applicant: 济南大学
Abstract: 本发明公开了计算服务外包的可验证数据隐私保护系统及方法，验证客户端、两个证明服务器进行初始化操作；两个证明服务器均向验证客户端发送隐私数据承诺；验证客户端接收隐私数据承诺后，将机器学习推理所需的数据份额分别发送给两个证明服务器；验证客户端接收两个证明服务器反馈的计算结果份额和计算过程证明；所述计算结果份额，是两个证明服务器根据获取的数据份额，进行机器学习推理服务得到的；所述计算过程证明，是两个证明服务器通过零知识证明方式为计算过程生成的；验证客户端根据所获得的计算过程证明，对计算过程进行验证，如果对计算过程验证无误，则根据计算结果份额进行秘密重构，得到最终的机器学习推理结果。
-
公开(公告)号：CN116467307B
公开(公告)日：2024-02-23
申请号：CN202310344013.X
申请日：2023-03-29
Applicant: 济南大学
Abstract: 本发明公开了一种用于降低假阳率的布谷鸟过滤器设计方法及系统，涉及布谷鸟过滤器技术领域。设计方法包括以下步骤：构建由多个桶组成的布谷鸟过滤器，每个桶中由多个槽构成，槽中存放元素的指纹；将布谷鸟过滤器均匀地分为上下两部分，上半部分过滤器称为F1，下半部分过滤器称为F2；设置p1和p2两个候选桶；通过对每部分过滤器中桶的个数取模和异或的方法使得任何元素对应的候选桶p1都落在F1中，对应的候选桶p2都落在F2中；将待查找元素利用布谷鸟过滤器进行查找，查找到候选桶p1或p2中有指纹与待查找元素的指纹相同即为查找成功。本发明不需要增加元数据和指纹长度就可实现候选桶的比较，且具有很强的兼容性，实现了假阳率的大幅降低。
-
Patent Agency Ranking
公开(公告)号：CN116208560A
公开(公告)日：2023-06-02
申请号：CN202310225444.4
申请日：2023-03-03
Applicant: 济南大学
IPC: H04L47/125 , H04L67/1001
Abstract: 本发明提出了针对大象流的SDN数据中心网络负载均衡方法及系统，涉及网络技术领域，具体方案包括：实时探测感知SDN数据中心网络的拓扑结构，基于构建的网络拓扑图，检测链路的拥塞程度，根据拥塞程度动态调整采样周期；根据所述采样周期进行采样，通过两阶段双阈值的方法，对得到的样本进行大象流的识别；根据最小化丢包率、最大化吞吐量以及更高的路径选择概率设计奖励函数，为识别到的大象流实时计算最优路径，并重路由到最优路径；本发明能够为基于SDN技术下的数据中心网络提供一种智能动态的负载均衡方法，使得基于SDN技术下的数据中心流量拥塞以及网络延迟的问题得以缓解，同时解决带宽碎片化问题，提高网络的性能与带宽利用率。
-
公开(公告)号：CN116094749A
公开(公告)日：2023-05-09
申请号：CN202211489680.9
申请日：2022-11-25
Applicant: 济南大学
IPC: H04L9/40
Abstract: 本发明提出了一种针对CROSSFIRE TCP流量攻击的检测防御方法及系统，涉及网络安全技术领域,具体方案为：计算网络物理拓扑的静态指标和动态指标，并依据静态指标和动态指标选择网络瓶颈；依据网络瓶颈的静态指标和动态指标，生成和部署网络虚拟拓扑，并动态控制引入虚拟拓扑的流量；检测可疑探测流，并将其引入网络虚拟拓扑，通过下发丢弃流表进行主动防御；本发明在软件定义网络架构下，借鉴蜜罐思想，充分利用SDN的优势，抓住Crossfire攻击以及TCP协议特点，对该攻击进行预防与检测防御，将Crossfire对网络的攻击损害尽可能地降低。
-
公开(公告)号：CN113630250B
公开(公告)日：2023-04-25
申请号：CN202110968138.0
申请日：2021-08-23
Applicant: 济南大学
Abstract: 本发明提供一种基于数据加密的模型训练方法及系统，属于数据处理技术领域，包括：使用公钥加密原始数据得到密文c；生成随机负数R和随机负数的相反数R1，使用公钥加密随机负数的相反数R1得到密文份额c2；将c和c2通过同态运算生成秘密共享的密文份额c3；使用私钥解密所述密文份额c3，得到明文份额m3；使用随机负数和明文份额m3，借助Beaver三元组进行交互训练，得到两个模型份额；将得到的两个模型份额进行相加，得到最终所需要的模型。本发明可以自身需求有针对性地搜索数据进行训练，具有较强的数据选择灵活性；数据存储、训练中，均是以密文或者明文份额存在，保证了数据的安全性；在模型训练之前，数据从同态密文转换为明文份额，保证了模型训练的高效性和准确性。
-
公开(公告)号：CN115189905A
公开(公告)日：2022-10-14
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
公开(公告)号：CN114491509A
公开(公告)日：2022-05-13
申请号：CN202210106774.7
申请日：2022-01-28
Applicant: 济南大学
Abstract: 本公开提供了一种基于沙箱的恶意程序行为分析处理方法及系统，其执行于网络编程虚拟执行环境中，所述方法包括：沙箱守护程序启动，加载配置信息并加载沙箱程序主要组件；任务管理组件进行一切必要初始化操作，并监听通信接口；任务管理组件开始运行任务针对每个任务生成工作环境；任务实例控制组件进入工作目录并准备开始任务；沙箱虚拟机代理组件配合任务实例控制组件开始任务；任务控制实例控制并报告任务状态；任务调度组件收集完成的任务，并调用各功能组件对任务进行处理并归档。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.027 seconds)
