-
公开(公告)号：CN118074942A
公开(公告)日：2024-05-24
申请号：CN202311336208.6
申请日：2023-10-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种公开可验证的隐私保护SVM分类方法，属于人工智能与信息安全隐私保护技术领域。本方法利用Shamir阈值秘密共享技术、BGN同态加密技术、SVM分类技术和多服务器可验证计算框架，实现了隐私保护的模型推理与支持公开的结果验证。通过构造基于Shamir秘密共享技术实现输入数据加密，基于BGN同态加密技术实现机器学习模型加密，基于多服务器可验证计算框架实现了远程模型推理的支持公开可验证的隐私保护SVM分类，本方法实现安全和高效的推理结果正确性的公开验证，同时提出批量结果验证，提高了大规模模型决策的验证效率。对比现有技术，本方法在数据机密性、模型机密性、公开可验证性、验证效率以及系统可靠性方面具有显著优势。
-
公开(公告)号：CN118038022A
公开(公告)日：2024-05-14
申请号：CN202410222223.6
申请日：2024-02-28
Applicant: 北京理工大学 , 中科信息安全共性技术国家工程研究中心有限公司
IPC: G06V10/25 , G06N3/084 , G06N3/0455 , G06N3/0464 , G06V10/82
Abstract: 一种基于梯度采样遮蔽矩阵的对抗样本生成方法是通过对模型的梯度进行采样，遮蔽自注意力架构模型每个编码器和解码器的部分输入，防止对抗样本过拟合，提高对抗样本对异构目标检测模型的可转移性。本发明提出的GSMA方法，在黑盒攻击基于卷积架构和基于自注意力架构的目标检测模型中，都具有更好的攻击性能。具体而言，使用自注意力架构目标检测模型作为源模型，将GSMA方法与现有方法相结合，能够提高现有方法攻击黑盒卷积架构目标检测模型的成功率，进一步降低黑盒模型的mAP。GSMA通过遮蔽自注意力架构模型每个编码器和解码器的部分输出，实现了只在单一模型上生成的对抗样本，跨模型架构攻击基于卷积架构的目标检测模型，有效降低了黑盒攻击的成本。
-
公开(公告)号：CN115393678B
公开(公告)日：2024-04-02
申请号：CN202210913815.3
申请日：2022-08-01
IPC: G06V10/80 , G06V10/82 , G06F40/216 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/30 , G06V10/774
Abstract: 本发明公开了一种基于图像式中间态的多模态数据融合决策方法，包括确定决策任务涉及的多模态数据；设计多模态数据统一转换为图像模态数据的方法；面向决策任务获取多模态样本数据，并统一为图像模态以构造训练集和测试集；基于训练集和测试集，训练融合注意力机制的多通道深度神经网络；采集用于决策的多模态数据，并统一转换为图像模态以构造决策数据集；将决策数据集输入多通道深度神经网络进行特征自适应提取与融合决策。本发明既避免了多特征提取模型导致的复杂网络设计和大量参数寻优问题，又可方便地、仅使用一个硬件加速设备来完成快速的神经网络计算；增强深度神经网络各通道提取特征的交互性和互补性；减少冗余特征的输入。
-
公开(公告)号：CN117786635A
公开(公告)日：2024-03-29
申请号：CN202311829527.0
申请日：2023-12-28
Applicant: 中国船舶集团有限公司综合技术经济研究院 , 北京理工大学
Abstract: 本发明公开一种舰船供应链中基于用户权限管理的舰船数据管理系统，涉及数据管理技术领域，该系统包括：联盟链网络，联盟链网络包括多个联盟链节点；各联盟链节点上均部署有智能合约，每个智能合约用于存储对应联盟链节点上舰船数据的访问控制策略；舰船数据包括一般舰船数据和共管舰船数据；管理员登录的客户端用于对对应联盟链节点上舰船数据的访问控制策略进行管理；对于共管舰船数据，客户端用于接收各共管用户对应客户端发送的签名，基于多重签名协议计算聚合签名，并将聚合签名发送到对应联盟链节点；智能合约基于存储的访问控制策略对舰船数据访问请求中用户身份和聚合签名进行验证。本发明提高访问请求处理效率。
-
公开(公告)号：CN114567428B
公开(公告)日：2024-03-05
申请号：CN202210040274.8
申请日：2022-01-14
Applicant: 北京理工大学
IPC: H04L9/08
Abstract: 本发明涉及一种支持动态标签的区块链数据隐蔽传输方法，属于区块链数据传输技术领域。本方法采用区块链网络代替传统网络，发送方和接收方通过区块链网络中的交易实现数据隐蔽传输，而无需使用自己的IP地址，避免攻击者通过IP地址追溯到双方的身份，匿名性强。同时，特殊交易的发送地址和接收地址都是随机生成的一次性地址，参与数据隐蔽传输的双方通过可变标签筛选特殊交易，敌手无法根据账号特征识别出特殊交易，隐蔽性高。
-
Patent Agency Ranking
公开(公告)号：CN116562874B
公开(公告)日：2024-01-02
申请号：CN202310473481.7
申请日：2023-04-27
Abstract: 本发明提供一种基于零知识证明的隐私保护跨链交易验证方法，用于解决现有跨链平台难以在隐私保护的前提下验证跨链交易真实性的难题。基于零知识证明与集合成员证明的隐私保护特性，根据跨链交易隐私内容与默克尔树的计算关系，创造性地提出了一种基于零知识证明的隐私保护跨链交易验证方法，源链生成零知识证明以证明跨链交易的真实性，中继链验证零知识证明从而审查跨链交易，实现隐私保护的跨链交易验证方法。本发明提供的方法有效地防止了恶意用户伪造跨链交易；解决了中继链节点存在自主干扰跨链交易执行与隐私泄露的问题；中继节点无需查看跨链交易内容即可零知识地审查跨(56)对比文件Xiaoyan Zhang.Privacy-PreservingCross-Chain Payment Scheme forBlockchain-Enabled Energy Trading《.2021IEEE/CIC International Conference onCommunications in China (ICCC)》.2021,109-114.管章双.基于零知识证明的账户模型区块链系统隐私保护研究《.中国优秀硕士学位论文全文数据库 信息科技辑(月刊)，2020年第11期》.2020,12-30.郭朝等.区块链跨链技术分析《.物联网学报》.2020,第4卷(第2期),35-47.
-
公开(公告)号：CN117009988A
公开(公告)日：2023-11-07
申请号：CN202310724740.9
申请日：2023-06-19
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的加密数据存储和查询方法，属于区块链技术领域。本方法根据不同类型和不同敏感程度的数据进行分级，并基于不同级别设计不同的存储方式，能够在符合安全保密要求的前提下实现链外数据的可信接入，满足产品在不同研制单位之间共享数据的需求。本发明在保证数据机密性的基础上对加密后的密文进行搜索，用户不需要为没有包含关键字的文件而浪费网络传输开销、存储空间及解密的计算资源，同时共享数据也能够得到有效保护，避免了敏感信息的泄漏。同时，本方法保证了用户在进行时数据检索时不需要将加密数据进行解密再进行搜索，且执行搜索的服务器无法获得密文内容的信息，从而保证数据在数据存储系统中的安全性。
-
公开(公告)号：CN116962491A
公开(公告)日：2023-10-27
申请号：CN202310683418.6
申请日：2023-06-09
Applicant: 北京理工大学
IPC: H04L67/2871 , H04L67/56 , H04L9/40
Abstract: 本发明涉及一种支持原子交换的中继链跨链互操作方法，属于区块链跨链技术领域，包括下列步骤：S0，对中继链、应用链、来源链、目的链、链间通信协议、以及智能合约进行定义；S1，来源链进行背书并获得通过，其中，来源链连接中继链并向中继链提交跨链事务；S2，中继链解析跨链事务，转发和维护子事务，和目的链建立通信并根据回执通知来源链跨链事务的结果；以及S3，数据上链，即将跨链事务及其结果上链。本发明方法有效可靠、适应性强、且时间开销少。
-
公开(公告)号：CN116938521A
公开(公告)日：2023-10-24
申请号：CN202310683370.9
申请日：2023-06-09
Applicant: 北京理工大学
Abstract: 一种基于分级存储的分布式数字身份可信认证方法，属于分布式数字身份管理技术领域，包括下列步骤：对分布式数字身份、智能合约、云端、分布式数字身份文档、默克尔树给出完整定义；用户向系统申请数字身份，系统为用户构造默克尔树，并将信息分级保存；用户申请变更身份信息，系统将请求发送到云端，云端在保持默克尔树其它节点不变的前提下更改身份信息与验证辅助信息；用户根据需要向系统申请可验证凭证，系统向用户提供相应的可验证凭证，验证者通过验证可以确定相关身份信息而不清楚其他信息。同现有技术相比，本发明在分布式数字身份管理维护方面，具有效率高、成本低的优势。
-
公开(公告)号：CN115907770B
公开(公告)日：2023-09-29
申请号：CN202211448701.2
申请日：2022-11-18
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q40/04 , G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明涉及一种基于时序特征融合的以太坊钓鱼欺诈识别与预警方法包括：采集历史交易记录，对所述历史交易记录进行数据处理，构建交易时序网络和特征交易时序网络；基于所述交易时序网络和所述特征交易时序网络，构造训练数据集，获取节点融合特征，并构建深度神经网络模型；通过所述节点融合特征对所述训练数据集进行处理，将处理后的所述训练数据集，输入到训练好的所述深度神经网络模型中，预测下一时态的交易是否发生以及交易类别，并在所述交易到来后，判断所述交易是否为恶意交易。基于上述方法，本发明可以对恶意钓鱼欺诈行为预测，及时预警并追踪恶意的钓鱼交易，并在交易到来时进行及时的判断。
-
-
-
-
-
-
-
-
-
Search Results
444
records
(took 0.069 seconds)
