-
公开(公告)号：CN111275202A
公开(公告)日：2020-06-12
申请号：CN202010105981.1
申请日：2020-02-20
Applicant: 济南大学
Abstract: 本公开提出了一种面向数据隐私保护的机器学习预测方法及系统，方法包括如下步骤：获取加密后的数据；主服务器创建可信区，在可信区对获取的待预测数据与预测模型进行解密；主服务器对解密后的待预测数据与预测模型进行秘密分享，分别获得数据秘密份额和模型份额，并分发至不合谋的辅助服务器和主服务器；辅助服务器和主服务器分别进行预测计算获得预测结果份额；主服务器对所有预测结果份额进行秘密重建，将重建后的预测结果份额转发给可信区进行整合并加密，发送至待预测数据提供终端，数据提供终端解密后获得根据模型预测后的预测结果。结合安全多方计算和SGX技术来保护双方隐私安全，解决提供预测服务过程中安全性问题。
-
公开(公告)号：CN110572253A
公开(公告)日：2019-12-13
申请号：CN201910872625.X
申请日：2019-09-16
Applicant: 济南大学
Abstract: 一种联邦学习训练数据隐私性增强方法及系统，所述方法包括：第一服务器生成公共参数和主密钥，将所述公共参数发送给第二服务器；参与联邦学习的多个客户端均基于所述公共参数生成各自的公钥和私钥对；联邦学习过程如下：各客户端将本地训练得到的模型参数采用各自的公钥进行加密，与相应公钥一并经由第二服务器发送给第一服务器；第一服务器基于主密钥解密，通过加权平均得到全局模型参数，分别采用各个客户端的公钥加密，并经由第二服务器发送至各个客户端；客户端基于各自的私钥解密得到全局模型参数，改进本地模型，重复上述过程，直至各客户端本地模型收敛。本发明通过采用双服务器模式结合多密钥同态加密，保证了数据和模型参数的安全。
-
公开(公告)号：CN106845230B
公开(公告)日：2019-05-14
申请号：CN201611243535.7
申请日：2016-12-29
Applicant: 济南大学
IPC: G06F21/56
Abstract: 本发明公开了基于恶意网络流量词库的恶意软件检测可视化方法及系统；包括如下步骤：对HTTP网络流的内容进行单词分割，并建立恶意网络流量词库；训练恶意软件检测模型；对待检测的HTTP网络流的流内容进行单词分割，分割成单词集合；利用得到的词库将单词集合进行向量化处理；将词向量输入到训练得到的恶意软件检测模型中，恶意软件检测模型通过计算给出检测结果；如果待检测HTTP网络流被预测为恶意流量，找到所述恶意流量的HTTP网络流的源头app，将源头app标记为恶意app；计算恶意网络流中单词的权重；恶意网络流的流内容可视化。本发明的有益效果：充分解决了恶意流量检测过程对用户的透明性问题。
-
公开(公告)号：CN105187393B
公开(公告)日：2018-05-22
申请号：CN201510487157.6
申请日：2015-08-10
Applicant: 济南大学
Abstract: 本发明公开了一种移动终端恶意软件网络行为重构方法及其系统，该方法包括：在移动终端接入网络的路由器节点设置镜像端口，采集原始移动终端恶意软件网络流量；解析原始移动终端恶意软件网络流量的DNS信息，获取移动终端恶意目标列表；根据移动终端恶意目标列表，分离移动终端恶意软件恶意行为流量；提取分离后的移动终端恶意软件恶意行为流量的DNS数据包和HTTP数据包，构建移动终端恶意软件网络行为交互时序图；根据移动终端恶意软件网络行为交互时序图，构建移动终端恶意软件网络行为模型。该方法依据网络数据流重新构建出移动终端恶意软件与外部网络之间的交互行为。
-
公开(公告)号：CN105187392B
公开(公告)日：2018-01-02
申请号：CN201510487144.9
申请日：2015-08-10
Applicant: 济南大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括：用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户。该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。
-
Patent Agency Ranking
公开(公告)号：CN105187393A
公开(公告)日：2015-12-23
申请号：CN201510487157.6
申请日：2015-08-10
Applicant: 济南大学
CPC classification number: H04L63/145 , H04W12/12
Abstract: 本发明公开了一种移动终端恶意软件网络行为重构方法及其系统，该方法包括：在移动终端接入网络的路由器节点设置镜像端口，采集原始移动终端恶意软件网络流量；解析原始移动终端恶意软件网络流量的DNS信息，获取移动终端恶意目标列表；根据移动终端恶意目标列表，分离移动终端恶意软件恶意行为流量；提取分离后的移动终端恶意软件恶意行为流量的DNS数据包和HTTP数据包，构建移动终端恶意软件网络行为交互时序图；根据移动终端恶意软件网络行为交互时序图，构建移动终端恶意软件网络行为模型。该方法依据网络数据流重新构建出移动终端恶意软件与外部网络之间的交互行为。
-
公开(公告)号：CN119834973A
公开(公告)日：2025-04-15
申请号：CN202411991869.7
申请日：2024-12-31
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明提出了一种可抵御密钥混合匹配的隐私保护方法及系统，涉及信息安全技术领域，包括：多个加密者、解密者和密钥管理者；密钥管理者通过初始化算法随机生成一组密钥，并将密钥分发给对应加密者；密钥管理者随机生成标签#imgabs0#和#imgabs1#，并发送给所有加密者；加密者接收本轮标签并计算掩码；加密者通过加密算法计算密文，并将密文发送给解密者；密钥管理者接收解密者发来的向量，使用本轮标签#imgabs2#计算解密密钥，并将解密密钥和本轮标签#imgabs3#返回给解密者；解密者接收密文集合、解密密钥和标签#imgabs4#，计算解密结果，求解离散对数，得到内积结果。本发明可抵御密钥混合匹配攻击，对机器学习场景进行隐私保护和加密。
-
公开(公告)号：CN118690873A
公开(公告)日：2024-09-24
申请号：CN202410716419.0
申请日：2024-06-04
Applicant: 济南大学
IPC: G06N20/00
Abstract: 本公开涉及资源异构技术领域，提出了一种面向边缘智能的联邦学习客户端资源异构方法及系统，包括如下步骤：根据客户端的本地资源信息以及待训练机器模型的参数，将客户端进行划分为选中客户端和候选客户端；选中客户端采用本地自训练或边端协同训练的方式参与联邦学习；候选客户端采用边端协同训练的方式参与联邦学习；各客户端完成当前边缘联邦学习轮数下的本地模型训练后，边缘服务器获取各客户端提交的模型更新参数，进行模型半异步聚合，得到边缘局部模型。本公开通过边端协同训练和本地自训练的结合，确保了联邦学习的灵活性和高效性。同时，通过边缘服务器对模型更新参数进行半异步聚合，提高了模型训练的可靠性和一致性。
-
公开(公告)号：CN114491509B
公开(公告)日：2024-07-30
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。
-
公开(公告)号：CN115314211B
公开(公告)日：2024-04-30
申请号：CN202210946106.5
申请日：2022-08-08
Applicant: 济南大学
Abstract: 本发明公开一种基于异构计算的隐私保护机器学习训练与推理方法及系统，以CPU+GPU+FPGA的异构计算方式进行隐私保护机器学习的训练和推理，CPU负责总体调度和处理不容易并行计算的非线性操作，GPU负责加速训练阶段的线性操作，FPGA负责在推理阶段加速混淆电路的生成，在保护数据隐私安全的前提下，灵活加速机器学习训练和推理过程，提高计算效率，降低推理延迟。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.059 seconds)
