-
公开(公告)号:CN107395355B
公开(公告)日:2020-12-11
申请号:CN201710436973.3
申请日:2017-06-12
Applicant: 广东工业大学
Abstract: 目前国内外的数据完整性验证方法根据功能主要分为两类:支持私人验证和支持公开验证的。前者的计算开销较之后者要低,但因为数据验证者自身的不可信,并不适用于现实的数据验证情景;在实际应用中,由于存储在云服务的数据量是巨大的,后者的验证效率随着数据量的增大而变得越来越低,导致实用性并不高。本发明提出一种基于隐式可信第三方的云存储数据完整性验证方法。方法通过隐式可信第三方验证架构和显篡改日志实现公开验证,最大限度地减少用户在线的需求。使用ECC加密算法完成验证,较之现有的其他方法能提高效率,在保证效率的同时提高了公开验证的可实现性。
-
公开(公告)号:CN111601309A
公开(公告)日:2020-08-28
申请号:CN202010475468.1
申请日:2020-05-29
Applicant: 广东工业大学
Abstract: 本申请公开了一种无线可充电传感器网络的监测方法和装置,方法包括:S1、获取充电请求对应请求节点的第一数据信息和请求节点的相邻节点的第二数据信息,第一数据信息包括:第一数据包和能耗率,第二数据信息包括:第二数据包;S2、判断第一数据包的数量与第二数据包的数量是否相同,若否,则判定请求节点被攻击,若是,则执行步骤S3;S3、基于预置能耗率计算公式,根据第一数据包的数量和传输的数据位平均长度计算得到请求节点的实际能耗率;S4、当实际能耗率与能耗率不同时,判定请求节点是恶意节点。解决了现有的WCV由于无法监测出该节点发出的能耗率或充电请求发出时间的真伪性,进而无法检测出该节点是否受到攻击或恶意节点的技术问题。
-
公开(公告)号:CN110717412A
公开(公告)日:2020-01-21
申请号:CN201910901702.X
申请日:2019-09-23
Applicant: 广东工业大学
Abstract: 本发明公开一种检测恶意PDF文档的方法,所述方法包括:利用采集的恶意PDF文件样本数据集及正常PDF文件样本数据集,转换成第一灰度图像及第二灰度图像;利用第一卷积神经网络构建用于增加第一灰度图像数量的深度卷积生成对抗网络;将第二灰度图像及随机噪点输入生成对抗网络,生成恶意PDF文件灰度图;利用第二卷积神经网络构建恶意PDF文件的初始分类器模型;训练初始分类器模型,得到核心恶意PDF文件分类器;通过核心恶意PDF文件分类器对待检测的PDF文件进行检测。本发明还公开一种检测恶意PDF文档的系统,具有自动提取图像特征的优点,摆脱了现有技术过于依赖已有特征的缺陷,避免了在新型的恶意PDF样本数量较少时,较难训练出准确率高的检测模型的弊端。
-
公开(公告)号:CN110176308A
公开(公告)日:2019-08-27
申请号:CN201910451659.1
申请日:2019-05-28
Applicant: 广东工业大学
Abstract: 本申请公开了一种疾病与生命体征的关联性建立装置、方法、设备及计算机可读存储介质,通过采集模块采集多个用户对象的生命体征的参数信息;计算模块计算对应的各用户对象两两之间的相似度;然后由设置模块依据各相似度,设置出表示各用户对象的特征关系的覆盖树;由聚类模块根据目标疾病和生命体征设置预设类簇数量,并根据预设类簇数量对覆盖树进行聚类操作,得到对应的特征类簇;再通过建立模块计算各特征类簇中目标疾病的发病率,当存在两个特征类簇的发病率差值大于预设差值阈值时,依据判定结果建立生命体征与目标疾病的关联性。本装置能够降低判定延时,提高建立疾病与生命体征的关联性的便捷度,提升用户的使用体验。
-
公开(公告)号:CN106060039B
公开(公告)日:2019-08-23
申请号:CN201610370689.6
申请日:2016-05-27
Applicant: 广东工业大学
IPC: H04L29/06
Abstract: 在面向大规模数据流的监控应用中,为了使管理更加高效,必须针对异常数据流的特征进行准确的在线识别。由于网络数据流在大规模网络实时环境中具有多维异构的特点,对异常数据流的挖掘必须使用较高的计算性能和较小的计算开销来满足所有符合匹配规则的异常数据流。本发明提出了一种面向异常数据流层次聚类挖掘算法,这种算法能够很好的适应多源异构环境下的异常流。挖掘算法主要包括两个部分,约束归并和层次聚类。算法将数据流进行嵌套层次聚类的同时进行约束归并,约束归并主要将聚类的数据流进行必连和不连约束并将约束进行闭包操作,防止类别间的过早聚类所产生分析误差。实验表明,该算法在挖掘异常数据流中相比其他分类检测算法具有较高的精确度。
-
公开(公告)号:CN110012024A
公开(公告)日:2019-07-12
申请号:CN201910304298.8
申请日:2019-04-16
Applicant: 广东工业大学
Abstract: 本申请所提供的一种数据共享方法,包括:私有云在接收到用户的属性值后,判断属性值与私有云中的访问控制树是否匹配;若是,则利用签名算法对属性值进行签名操作得到签名属性值,并将签名属性值发送至公有云;公有云在利用验证签名算法验证签名属性值通过后,将签名属性值对应的密文文件发送至用户。该方法将签名操作以及密文文件对应的签名属性值验证外包给混合云,即私有云进行签名操作,公有云进行签名属性值的验证,能够在实现用户数据安全以及共享数据的细粒度访问控制时,降低用户端的计算量。本申请还提供一种数据共享系统、设备及计算机可读存储介质,均具有上述有益效果。
-
公开(公告)号:CN108833108A
公开(公告)日:2018-11-16
申请号:CN201810508053.2
申请日:2018-05-24
Applicant: 广东工业大学
IPC: H04L9/32 , H04L29/06 , H04L12/801 , H04L29/08
Abstract: 本发明公开了一种基于内容中心网络的签名验证方法、装置及介质,该方法的步骤包括:依次获取待验证的内容数据包,并以预设的初始概率判定内容数据包中的签名信息的合规性;每当判定有第一预设值数量的非合规签名信息时,均控制初始概率增加第一概率值以作为新的初始概率;每当判定有第二预设值数量的合规签名信息时,均控制初始概率减少第二概率值以作为新的初始概率;每当网络流量的流量值发生变化时,均生成相应的制约系数,并通过对制约系数与初始概率进行乘积运算生成新的初始概率。本方法提高了对网络中非合规数据包的规避效果,并且能够避免网络拥塞。此外,本发明该提供一种基于内容中心网络的签名验证装置及介质,有益效果同上所述。
-
公开(公告)号:CN108600304A
公开(公告)日:2018-09-28
申请号:CN201810209292.8
申请日:2018-03-14
Applicant: 广东工业大学
CPC classification number: H04L67/1002 , H04L67/18 , H04W4/021 , H04W4/025
Abstract: 一种基于位置k-匿名的个性化位置隐私保护方法,包括以下步骤:系统初始化;根据用户的隐私需求生成用户查询请求Qu;将Qu分割为若干数据段,将若干数据段及用户位置标识数据分别发送到若干个匿名服务器;随机选取其中一个匿名服务器根据用户位置标识数据获取位于在其他匿名服务器内的数据段而得到完整数据Qu,再根据Qu生成匿名查询请求;被选中匿名服务器发送匿名查询请求到LBS服务提供商;LBS服务提供商搜索查询结果并将结果发送给被选中匿名服务器,被选中匿名服务器根据用户的真实位置将精确的结果并返回给查询用户。本发明采用多个匿名服务器协作的系统架构,解决第三方匿名服务器半可信的问题,大大提高用户位置隐私的安全性和用户位置查询的服务质量。
-
公开(公告)号:CN108537755A
公开(公告)日:2018-09-14
申请号:CN201810337162.2
申请日:2018-04-16
Applicant: 广东工业大学
IPC: G06T5/00
Abstract: 本申请公开了一种基于几何结构约束的PET图像增强的方法,包括:建立基于几何结构约束的PET图像增强模型;获取观测到的PET图像;利用B样条小波紧框架对PET图像进行域变换,得到对应转换域下的PET图像结构;利用PET图像增强模型对转换域上的PET图像结构进行增强,得到最优PET增强图像。该方法令PET图像增强模型在对PET图像进行增强时,能够利用图像中几何结构的连通特征来准确定位非平滑区域并确定PET图像的边界,完成了对退化PET图像的修补增强任务,提高了PET图像的质量。本申请同时还提供了一种基于几何结构约束的PET图像增强的系统、设备及计算机可读存储介质,具有上述有益效果,在此不再赘述。
-
公开(公告)号:CN105721142B
公开(公告)日:2018-09-07
申请号:CN201610048676.7
申请日:2016-01-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于标签ID的RFID系统密钥生成方法和装置,该方法是:读写器先确定是为一个标签还是一批标签还是一组标签生成密钥,确定密钥生成的类型,然后发送密钥生成请求命令到标签,标签根据类型的不同反馈标签ID相应的信息,读写器和标签根据标签ID的信息,通过一定的计算形成二者之间共享的密钥。利用该密钥,即可进行后面的双向认证。基于上述各个类型,本发明具体公开了3种密钥生成装置。本发明所述方法提高了RFID系统的读写安全,且使标签端的计算量大大减少,降低了标签的成本。
-
-
-
-
-
-
-
-
-