-
公开(公告)号:CN119442231A
公开(公告)日:2025-02-14
申请号:CN202411448662.5
申请日:2024-10-17
Applicant: 武汉大学
IPC: G06F21/56 , G06F18/241 , G06N3/042 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于运行时行为图的以太坊庞氏合约检测方法及系统,首先在智能合约执行时收集该智能合约的运行时行为信息;然后根据所述运行时行为信息构建合约运行时行为图CRBG,所述CRBG包含合约的控制流和数据流信息;最后对所述CRBG进行图分类分析,以识别潜在的庞氏合约。本发明通过使用运行时行为图和图神经网络模型,本发明能够准确识别庞氏合约,检测精度显著高于传统基于规则和静态分析的方法。本发明不依赖于特定领域的预定义规则,能够适应各种新型庞氏合约的检测需求。通过图优化技术,本发明能够高效处理大规模区块链数据,适用于以太坊主网及测试网环境。
-
公开(公告)号:CN119150357A
公开(公告)日:2024-12-17
申请号:CN202411379992.3
申请日:2024-09-30
Applicant: 武汉大学
IPC: G06F21/62 , G06F17/16 , G06F18/23 , G06N3/08 , G06F18/214 , G06F18/22 , G06N20/20 , G06N3/096 , G06N3/045 , G06N5/022
Abstract: 本发明公开了一种基于差分隐私的异构联邦微调语言模型构建方法及系统,参数服务器先对具有相似能力的客户端聚类,依据资源感知聚类,并为每个类根据计算资源算力大的类别获得更大秩的自适应矩阵,从而实现灵活的低秩自适应矩阵的秩,以增强微调性能。在每一类内部,采用隐私联邦微调,包括具有敏感度感知的噪声分配和正则项优化两部分,取得更好的训练效率和减小的噪声影响。在每个类之间,通过知识蒸馏技术,执行异构的低秩自适应矩阵聚合,其中包括知识聚合和选取高质量的知识来增强本地模型。本发明能够提供严格的隐私保障,并能够在异构环境下缓解差分隐私对低秩自适应矩阵微调的影响,实现更高的效率和准确率。
-
公开(公告)号:CN118764211A
公开(公告)日:2024-10-11
申请号:CN202410917337.2
申请日:2024-07-10
Applicant: 武汉大学
Abstract: 本发明公开了一种基于区块链和零知识证明的匿名身份认证方法、系统及产品,首先,系统管理员生成系统公共参数,并维护认证信息列表。证明者向管理节点注册,后者根据认证信息列表验证并颁发私钥。下一步,证明者根据群成员公私钥生成验证请求发送给验证者,可交互证明者需从验证者处获得挑战值,非可交互证明者根据散列函数生成挑战值。证明者根据挑战值计算知识签名并发送给验证者。验证者根据验证请求及知识签名进行身份验证。此外,验证者会记录相应的验证信息并将其提交至区块链。最后,管理节点查询验证信息对证明者监管追踪。本发明采用零知识证明技术,具有匿名性,并利用区块链的不可篡改性为管理节点对证明者的追踪监管提供有力证据。
-
公开(公告)号:CN118018214A
公开(公告)日:2024-05-10
申请号:CN202410221698.3
申请日:2024-02-28
Applicant: 武汉大学
Abstract: 本发明公开了一种支持用户自主聚合的凭证管理方法及系统。初始化阶段,系统管理员生成系统参数。然后,凭证管理员向系统维护者注册一个凭证模板和一个公钥。下一步,凭证管理员使用相应的模板向用户颁发原始凭据。此外,凭证管理员可以撤销用户凭证,并将撤销信息发布给系统管理员,系统管理员将全部撤销信息存储到一个压缩的数据结构中。用户可以从每个凭证管理员获取一个原始凭证,并将一些凭证聚合后证明。最后,用户向在线服务提供商提供原始或聚合凭证的证明,在线服务提供商向系统管理员查询全局撤销状态,并验证凭证证明的有效性。本发明用户自主聚合凭证而无需凭证管理员的参与,能够提升聚合凭证和验证聚合凭证的效率。
-
公开(公告)号:CN105575401B
公开(公告)日:2019-03-19
申请号:CN201510979472.0
申请日:2015-12-23
Applicant: 武汉大学
IPC: G10L25/27 , G10L19/018
Abstract: 本发明公开了一种基于C‑MAC特征的AACHuffman域隐写分析方法,针对AAC音频Huffman域的两种修改比例因子带码书的隐写算法,提出基于重压缩校准的相邻比例因子带码书间转移概率的AAC隐写分析特征,采用支持向量机进行分类预测,实现了面向AAC Huffman域的隐写分析方法。本发明的优势在于:目前还未出现针对AAC Huffman域的隐写分析方法,针对已有的面向AAC Huffman域的两种隐写方法,在相对嵌入率为50%时,检测率能达到95%以上。
-
公开(公告)号:CN105575401A
公开(公告)日:2016-05-11
申请号:CN201510979472.0
申请日:2015-12-23
Applicant: 武汉大学
IPC: G10L25/27 , G10L19/018
CPC classification number: G10L25/27 , G10L19/018
Abstract: 本发明公开了一种基于C-MAC特征的AACHuffman域隐写分析方法,针对AAC音频Huffman域的两种修改比例因子带码书的隐写算法,提出基于重压缩校准的相邻比例因子带码书间转移概率的AAC隐写分析特征,采用支持向量机进行分类预测,实现了面向AAC Huffman域的隐写分析方法。本发明的优势在于:目前还未出现针对AAC Huffman域的隐写分析方法,针对已有的面向AAC Huffman域的两种隐写方法,在相对嵌入率为50%时,检测率能达到95%以上。
-
-
-
-
-