一种供应链溯源中拜占庭容错共识方法及系统

    公开(公告)号:CN116260826A

    公开(公告)日:2023-06-13

    申请号:CN202310063686.8

    申请日:2023-01-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种供应链溯源中拜占庭容错共识方法及系统,包含主节点选取规则、节点动态进出网络流程和优化后的协议机制。所述主节点选取规则基于一致性哈希算法和前一区块哈希值并结合平均负载思想,实现了主节点的随机公平选取;所述节点动态进出网络流程新增了网络配置表和配置变更交易的概念,实现了网络的动态性;所述优化后的协议机制用于改良PBFT算法已有的协议机制,主要包括细化视图更换协议、提出新状态同步协议、优化无异常情况下的一致性协议。本发明提供的拜占庭容错共识方法相比于原有PBFT算法具有主节点随机选取、支持动态网络、低通信复杂度等优点,特别适用于成员复杂、开放性强、节点规模大的供应链溯源场景。

    支持全向量操作的动态密文检索、验证方法及系统

    公开(公告)号:CN114584286B

    公开(公告)日:2022-08-05

    申请号:CN202210485891.9

    申请日:2022-05-06

    Applicant: 武汉大学

    Abstract: 本发明公开了一种支持全向量操作的动态密文检索、验证方法及系统,包括全向量操作的动态密文检索和全向量操作的动态密文验证两部分;所述全向量操作的动态密文检索,摆脱了初始向量维度限制而导致仅支持替换操作,该发明实现了数据可动态插入和删除更新;在密文生成过程中嵌入计数器,保持关键词索引更新状态,实现前向隐私安全,可抵抗文件注入攻击。所述全向量操作的动态密文验证,由于承诺值不会随着数据量的增加而增大,实现了客户端常量级存储开销。在最终执行验证时,该发明支持子向量承诺的聚合验证,相比逐一验证方式而言,验证效率显著提高。

    一种基于商户联盟的加密货币快速交易系统及方法

    公开(公告)号:CN114358749A

    公开(公告)日:2022-04-15

    申请号:CN202111529487.9

    申请日:2021-12-14

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于商户联盟的加密货币快速交易系统及方法,系统包含数据模块、商户联盟模块、筹码交易模块、灵活结算模块以及状态同步模块。数据模块为商户联盟交易方法提供数据结构基础。商户联盟模块为市场管理者提供联盟建立服务,为商户提供联盟加入服务。筹码交易模块使用筹码机制,为商户及消费者提供日常交易服务。灵活结算模块将商户结算与消费者结算解耦,为商户及消费者提供交易结算服务。状态同步模块为商户提供消费者筹码信息同步服务,帮助商户获取最新筹码信息。本发明通过建立新的商户联盟体系,不需要交易双方付出额外资金,减少交易中的区块链交易手续费,为加密货币在日常支付领域中的使用提供技术支持。

    一种视频目标检测规避系统及方法

    公开(公告)号:CN113743231A

    公开(公告)日:2021-12-03

    申请号:CN202110909116.7

    申请日:2021-08-09

    Applicant: 武汉大学

    Abstract: 本发明公开了一种视频目标检测规避系统及方法,系统包含模型适应性灰盒训练模块、补丁距离自适应模块、多项损失函数计算模块以及数字世界补丁贴合模块。适应性训练模块用于检测贴有规避补丁目标、提取人体检测个数及置信度,摆脱对实际检测模型种类及参数的限制;补丁距离自适应模块用于基于用户指定或系统预设的阈值对补丁进行距离适应性更新,保证补丁在不同距离下保护性能;多项损失函数计算模块及数字世界补丁贴合模块用于实现补丁在数字世界下的衣服褶皱模拟、物理世界色彩变换以及图片训练损失约束等保证补丁转移至物理世界的鲁棒性。本发明不针对于特定模型,能够面对不同模型均有效,具有良好的物理世界鲁棒性,符合用户端隐私保护需求。

    一种轻量级非交互隐私保护数据聚合方法

    公开(公告)号:CN112733179B

    公开(公告)日:2021-06-25

    申请号:CN202110353614.8

    申请日:2021-04-01

    Applicant: 武汉大学

    Abstract: 本发明公开了一种轻量级非交互隐私保护数据聚合方法,包含基于可信执行环境的隐私保护函数计算、基于凭证的函数授权、公共可验证的凭证管理。所述基于可信执行环境的隐私保护函数计算,用于实现任意函数的聚合计算,摆脱对可信聚合器的需求;所述基于凭证的函数授权,用于对用户所请求计算的函数进行授权、验证、管理,防止攻击者利用特殊函数获取信息;所述公共可验证的凭证管理,用于防止凭证伪造、凭证重放等针对凭证的恶意行为。本发明所提供的隐私保护数据聚合方法不依赖于可信实体,能够计算任意聚合函数,仅具有常数级通信复杂度和线性计算复杂度,特别适用于资源受限的物联网环境。

    一种支持公开完整性校验的数据共享系统及方法

    公开(公告)号:CN112751923A

    公开(公告)日:2021-05-04

    申请号:CN202011600464.8

    申请日:2020-12-30

    Applicant: 武汉大学

    Abstract: 本发明公开了一种支持公开完整性校验的数据共享系统及方法,系统包括群组管理系统、数据分析系统、审计系统、云存储系统;群组管理用于组管理员管理数据共享群组成员,包含审核新成员的注册请求及组成员的账户撤销;数据分析用于对共享数据分析计算,生成与共享数据绑定的额外信息;审计用于组内成员校验数据的完整性;云存储用于在不可信的对象上存储组内共享的数据和与数据对应的额外信息。本发明支持群组成员对数据进行完全动态的数据操作(完全动态的数据操作包括对数据进行无限次的插入、修改和删除)和完整性验证,同时能够保护群组成员的对外匿名性和数据的可追溯性,且有效的降低了用于存储数据额外信息空间开销。

    一种基于状态通道的分布式日志审计系统及方法

    公开(公告)号:CN111490978A

    公开(公告)日:2020-08-04

    申请号:CN202010227466.0

    申请日:2020-03-27

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于状态通道的分布式日志审计系统及方法,系统包括日志服务器中的状态处理及存储单元、包含多方状态通道合约的区块链网络、外部审计者的日志审计单元组成;所述日志服务器中的状态处理及存储单元用于对日志进行预处理、生成本地日志状态及全局日志状态以及与区块链的交互;所述高效多方状态通道合约的区块链网络用于保护日志状态的安全性、完整性,通过该状态通道实现状态的链下确认;所述外部审计者的日志审计单元用于对服务器日志记录进行审计,自动化得到审计结果。本发明所提供的基于状态通道的分布式日志审计系统能够在计算机的入侵检测及数字取证等领域,为使用者提供可靠、安全的日志完整性保护方法。

    一种分布式多中心机构的数据加密及密文检索方法

    公开(公告)号:CN119652524B

    公开(公告)日:2025-05-16

    申请号:CN202510167805.3

    申请日:2025-02-17

    Applicant: 武汉大学

    Abstract: 本发明公开了一种分布式多中心机构的数据加密及密文检索方法,包括了一种多中心机构的密钥策略属性加密方法和分布式多中心机构的密钥策略密文检索方法两部分;所述的一种多中心机构的密钥策略属性加密方法,该发明实现了多授权中心下的高效密钥策略属性加密,解决单机构中心场景下系统易崩溃,出现单点失效等隐私安全风险,增强系统安全性;所述的分布式多中心机构的密钥策略密文检索方法,解决了传统可搜索加密方案中关键词隐私泄露风险,该发明通过策略隐藏的方式有效防护关键词隐私,设计了多机构中心架构生成陷门,有效防止单点崩溃等问题,同时提升陷门生成效率,增强系统实用性。

    基于TLS协议的生物特征认证扩展方法、系统及产品

    公开(公告)号:CN119995891A

    公开(公告)日:2025-05-13

    申请号:CN202510014149.3

    申请日:2025-01-06

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于TLS协议的生物特征认证扩展方法、系统及产品,现有的TLS协议虽然广泛应用于服务器身份认证,但其客户端认证存在证书管理复杂、易受攻击等问题;而基于上层的身份认证存在易遗忘、单点认证、依赖固件和兼容性等问题。为了解决这些问题,利用TLS协议支持扩展的特征,本发明设计了TLS协议扩展,将用户的生物特征信息作为身份认证因子,与TLS结合,实现了在握手阶段完成在不同设备上的无感认证。通过Tamarin Prover工具进行全自动证明,验证了扩展协议的安全目标,Bio‑TLS协议有效提升了客户端身份认证的安全性,为用户提供了一种更安全、便捷的认证方式。

    纵向联邦学习训练加速方法、电子设备、存储介质及产品

    公开(公告)号:CN118627596A

    公开(公告)日:2024-09-10

    申请号:CN202410764433.8

    申请日:2024-06-14

    Applicant: 武汉大学

    Abstract: 本发明公开了一种纵向联邦学习训练加速方法、电子设备、存储介质及产品,实体包括服务器和若干客户端;为每个客户端的本地模型加入特征选择器;所述特征选择器根据其模型权重来量化相应特征的影响,进而通过sigmoid近似,以二进制掩码的方式过滤掉不重要的特征,重塑本地训练数据集;所述特征选择器的模型权重与客户端的本地模型的模型权重在梯度反向传递过程中一起更新。本发明涉及的技术包括特征权重评估技术,特征选择技术,基于传输控制协议思想自适应特征数量调整技术等。本发明能够在几乎不影响模型准确率的前提下,提高训练效率,同时抵抗滞后者对模型同步带来的负面影响。

Patent Agency Ranking