-
-
公开(公告)号：CN105117758A
公开(公告)日：2015-12-02
申请号：CN201510549552.2
申请日：2015-08-31
Applicant: 武汉大学
Abstract: 本发明公开了一种基于彩色二维码的移动平台安全通信方法，本发明与射频技术的近距离通信方案相比,屏幕-相机摄像头连接的方向和距离可以很容易地控制,因此能够保护隐私和沟通安全；本发明能够天然的抵抗频率干扰，因此具有极高的灵活性和广泛的应用场景；利用RainBar实现了基于高容量彩色二维码流的Diffie–Hellman秘钥协商协议，最终能够实现在智能手机之间不同级别的安全可靠通信。
-
公开(公告)号：CN110135986B
公开(公告)日：2024-01-16
申请号：CN201910329912.6
申请日：2019-04-23
Applicant: 武汉大学
Abstract: 本发明公开了一种基于区块链智能合约实现的可搜索加密文件数据方法，包括数据持有者：对需要存储的文件进行预处理处理并生成加密文件数据发送给区块链智能合约；区块链智能合约：接收数据持有者发送的预处理后的数据，根据说明书描述的方案，处理数据，将加密的文件索引数据存储在区块链中，以便于后续的查询等操作。本发明可以将文件中关键字和文件索引加密后存储在区块链中，并支持动态更新文件操作。
-
公开(公告)号：CN109993805B
公开(公告)日：2022-08-30
申请号：CN201910249634.3
申请日：2019-03-29
Applicant: 武汉大学
Abstract: 本发明公开了一种面向深度神经网络的高隐蔽性的对抗性图像攻击方法，对抗性图像是一种向原始图像中引入恶意噪声使得神经网络模型错误分类的一种攻击手段。相较以往的攻击方法利用Lp范式距离来衡量噪声大小，会产生可见噪点，本方法根据人眼对图像局部刺激的敏感程度来自适应地引入噪声，使得对抗性图像与原始图人眼不可区分，提高了攻击方法的隐蔽性。此外，本方法介绍了一种人眼感知模型来刻画人眼对图像像素值的感知冗余。为了更好的衡量人眼对对抗性图像的感知能力，本方法介绍了一种引入噪声大小的衡量指标，并作为正则项加入到优化目标中，自适应地调整噪声的分布。
-
公开(公告)号：CN110263674B
公开(公告)日：2022-02-15
申请号：CN201910473196.9
申请日：2019-05-31
Applicant: 武汉大学
IPC: G06V40/20 , G06V10/75 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种面向深度行人重识别系统的反侦察伪装“隐形衣”生成方法,提出基于匹配差异最小化优化方法，并结合多位置采样生成跨摄像头可变的、位置可扩展的噪声图案，使得在行人重识别系统监控区域的任意位置，相同的噪声图案在不同的摄像头拍摄下无法相互匹配，并均与特定用户错误匹配。此外，本方法将物理环境因素融入噪声图案生成过程中，提高噪声在打印和拍摄过程信息丢失的鲁棒性。本方法生成的反侦察伪装“隐形衣”能够使行人重识别系统无法正确搜索定位到攻击者，并欺骗系统将其匹配成事先设定的特定用户。
-
Patent Agency Ranking
公开(公告)号：CN111314883A
公开(公告)日：2020-06-19
申请号：CN202010111580.7
申请日：2020-02-24
Applicant: 武汉大学深圳研究院
Abstract: 本发明公开了一种基于激励机制的车联网隐私感知数据调度方法，首先通过平衡源节点，转发节点和目的节点之间的收益来鼓励车辆承担不同的任务，同时使它们获得正收益。其次，车辆通过激励机制参与任务后，为了提升任务完成的效率，先完成关键任务。然后，为了使完成的关键任务信息能够安全的传输至目的车辆，通过数据干扰机制来实现车辆与云服务器之间的数据传输的安全性和私密性。最后，通过该激励机制，使车辆遵守加密方案。发明解决了车辆自私性的问题,使车辆参与到任务的执行中，从而使网络的效用最大化，同时，本发明提供了保护完成的关键任务信息的数据干扰机制，使得关键信息安全的传输至目的车辆，从而保护车辆隐私信息。
-
公开(公告)号：CN105786942B
公开(公告)日：2019-11-26
申请号：CN201510843052.X
申请日：2015-11-27
Applicant: 武汉大学
IPC: G06F16/182 , G06F16/29
Abstract: 本发明涉及一种可显著提高遥感图像处理效率的、基于Hadoop的基于云平台的地理信息存储系统，采用Hadoop作为基本平台，采用MapReduce和Hadoop分布式文件系统（HDFS）构建地理信息系统。使用MapReduce编程模型并行化解决图像处理问题，同时采用HDFS对图像进行跨多台计算机的数据存储的地理信息存储平台。其中，本发明使用GDAL库对图像进行操作，实现了两种基于HDFS的分布式分块方式：固定分块数分割和固定块大小分割。本发明采用重采样处理方法，即将高分辨率遥感影像中处理得到低分辨率影像。实验将对图像进行不同比例的重采样缩放，且线性拉伸为8位图。
-
公开(公告)号：CN110428023A
公开(公告)日：2019-11-08
申请号：CN201910473189.9
申请日：2019-05-31
Applicant: 武汉大学
Abstract: 本发明公开了一种面向深度行人重识别系统的反侦察逃逸攻击方法,提出基于匹配差异最大化优化方法，并结合多位置采样生成跨摄像头可变的、位置可扩展的噪声图案，使得在行人重识别系统监控区域的任意位置，相同的噪声图案在不同的摄像头拍摄下无法相互匹配。此外，本方法将物理环境因素融入噪声图案生成过程中，减少噪声在打印、拍摄过程中的信息丢失，提高其鲁棒性。本方法生成的噪声图案能够使行人重识别系统无法正确搜索定位到攻击者，实现在安防监控系统下的“隐形”。
-
公开(公告)号：CN110008696A
公开(公告)日：2019-07-12
申请号：CN201910249056.3
申请日：2019-03-29
Applicant: 武汉大学
Abstract: 本发明公开了一种面向深度联邦学习的用户数据重建攻击方法，相较以往的攻击方法只能重建类别代表数据，本方法可以重建特定用户的隐私数据，并且考虑由恶意服务端实施攻击，从而避免了向原共享模型引入负面影响。此外，本方法介绍了一种多任务生成对抗模型来模拟用户数据的分布，该模型通过对输入样本的真实性、类别和所属用户身份的判别进行训练，提升生成的样本质量。为了更好的区分不同用户，本方法介绍一种基于优化的用户数据代表计算方法来刻画参与联邦学习的用户特征，用以监督生成对抗模型的训练。对于现有关注隐私保护的联邦学习架构，本发明提出的基于多任务生成对抗模型的数据重建攻击可以造成其泄露隐私。
-
公开(公告)号：CN109993805A
公开(公告)日：2019-07-09
申请号：CN201910249634.3
申请日：2019-03-29
Applicant: 武汉大学
Abstract: 本发明公开了一种面向深度神经网络的高隐蔽性的对抗性图像攻击方法，对抗性图像是一种向原始图像中引入恶意噪声使得神经网络模型错误分类的一种攻击手段。相较以往的攻击方法利用Lp范式距离来衡量噪声大小，会产生可见噪点，本方法根据人眼对图像局部刺激的敏感程度来自适应地引入噪声，使得对抗性图像与原始图人眼不可区分，提高了攻击方法的隐蔽性。此外，本方法介绍了一种人眼感知模型来刻画人眼对图像像素值的感知冗余。为了更好的衡量人眼对对抗性图像的感知能力，本方法介绍了一种引入噪声大小的衡量指标，并作为正则项加入到优化目标中，自适应地调整噪声的分布。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.022 seconds)
