-
公开(公告)号：CN115733654A
公开(公告)日：2023-03-03
申请号：CN202211199760.0
申请日：2022-09-29
Applicant: 北京理工大学
IPC: H04L9/40 , H04L67/133 , H04L67/12 , G06N3/0464 , H04L41/16 , H04L9/32
Abstract: 本发明涉及一种基于流量关联分析的数字货币匿名钱包溯源方法，属于区块链技术领域。通过建立一种针对使用匿名钱包的敏感交易溯源模型，针对使用Tor网络保护的加密货币钱包进行开创式的综合分析处理，重点分析Tor网络出口流量和入口流量之间的关联性，能够动态的对感兴趣的地址或行为进行全交易图跟踪和监听，并对开展此行为的匿名钱包流量实现分析溯源，防范潜在的非法行为，保护隐私信息。根据其数字货币交易传播模式，引入探针节点对目标RPC服务器发送的交易进行持续监听，设置规则匹配机制，能够针对敏感交易进行交易层全交易图规则动态更新。本方法能够有效的从降低背景流量对匿名钱包流量的干扰。
-
公开(公告)号：CN114362993B
公开(公告)日：2022-11-15
申请号：CN202111404737.6
申请日：2021-11-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种区块链辅助的车联网安全认证方法，以区块链技术为依托，旨在实现边缘车联网场景下云服务器、边缘节点、车辆三者之间的快速安全认证与密钥协商，以保证车联网设备的安全性与服务的可靠性，属于车联网安全应用技术领域。本发明基于椭圆曲线数字签名算法和椭圆曲线迪菲赫尔曼技术，利用联盟链共享云服务器对车辆的认证结果，保证车联网实体间完成相互认证和密钥协商，抵御潜在的恶意攻击。同时，保证车联网服务不被中断，提高了用户的体验质量。本发明能够在边缘车联网场景下安全高效地完成车辆认证，保证了车联网服务的连续性与可靠性。
-
公开(公告)号：CN112329839B
公开(公告)日：2022-02-08
申请号：CN202011206807.2
申请日：2020-11-03
Applicant: 北京理工大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于单向突发流量特征的加密流量精细化分类方法，属于互联网加密流量分类技术领域。本方法首先从单向流量中提取区分度高且空间复杂度低的单向突发流量序列。然后与卷积神经网络等深度神经网络结合，能够在单向流量或双向流量的场景中开展加密流量的精细化分类与识别。本发明能适用于TLS加密的单向流量精细化分类，可以应用在单向和双向流量的场景中。单向突发流量序列不仅区分度高，而且相比于原始的包序列，空间复杂度大大降低。本发明使用没有全连接层的卷积神经网络从单向突发流量序列中提取高级特征然后分类，可以同时达到训练速度快和分类准确率高的目的。
-
公开(公告)号：CN108256031B
公开(公告)日：2021-09-10
申请号：CN201810025612.4
申请日：2018-01-11
Applicant: 北京理工大学
Abstract: 本发明提出一种支持隐私保护的多源加密图像检索方法，属于加密图像检索技术领域。本发明中使用安全多方计算的思想加密图像特征，图像拥有者将使用自己的私钥加密的图像和图像特征外包给云服务端，云服务端根据用户提交的加密查询在加密的图像库中进行检索并返回加密检索结果给查询用户。本发明可以解决当有多个图像拥有者将图像外包给云进行检索时的图像隐私保护问题，在本发明中图像拥有者与用户之间不需要沟通密钥，减少了通信开销，并且更加符合实际的应用场景，同时本发明提出了一种新的图像相似度度量方法，这种度量方法可以防止在检索过程中将云服务端存储的图像之间的相似度信息泄露给云服务端，进一步保护了图像在云服务端的隐私信息。
-
公开(公告)号：CN112235336A
公开(公告)日：2021-01-15
申请号：CN202010653929.X
申请日：2020-07-08
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
Abstract: 本发明公开一种基于协议指纹的区块链节点主动发现方法，包括步骤一、选择扫描IP范围；步骤二、进行主机存活性检测；步骤三、选择协议指纹；步骤四、特定端口探测；步骤五、节点验证；本发明方法与基于种子节点关联的发现方法完全不同，不依赖于种子节点，主动对网络空间开展扫描探测，通过区块链应用特异性的协议指纹发现目标节点，覆盖范围广，可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN110197081B
公开(公告)日：2021-01-15
申请号：CN201910462974.4
申请日：2019-05-30
Abstract: 本发明涉及一种基于区块链的云数据共享隐私保护方案，属于数据共享技术领域，该方法包括6个过程：共享数据加密、共享数据上传、共享数据哈希值写入区块链、共享数据下载、共享数据解密、共享数据对比区块链上对应的哈希值，其中共享数据加、解密使用基于阈值t的Paillier同态密码系统实现，CA负责密钥的分发。对比现有技术，利用Paillier同态密码系统对共享数据进行加密，实现共享数据的保密性，而且支持共享数据在加密的状态下参与计算获得一定意义的结果；利用共享数据的哈希值作为验证共享数据完整性的有效数据，并将其写入区块链实现防篡改，从而保证共享数据的完整性。
-
公开(公告)号：CN110138560B
公开(公告)日：2020-09-11
申请号：CN201910480375.5
申请日：2019-06-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于标识密码和联盟链的双代理跨域认证方法，属于物联网信息安全技术领域。包括1)管理域系统初始化：KGC服务器初始化系统参数组，生成系统主密钥，发送信息上链请求并附上管理域标识符、系统参数组和系统主密钥；BCAS服务器将上述信息存储在文件中，并计算文件哈希；调用信息上链智能合约，将文件的URI和哈希信息写入区块链；2)管理域B内实体EB认证管理域A内实体EA的过程。所述方法使用标识签名技术实现实体身份认证，认证过程不依赖于公钥基础设施且不需要数字证书，使系统的部署、维护简便，易于扩展，灵活性高；管理域间的互信构建过程并不依赖于第三方机构；能有效解决标识密码技术公钥的撤销和更新问题。
-
公开(公告)号：CN110855669A
公开(公告)日：2020-02-28
申请号：CN201911114586.3
申请日：2019-11-14
Applicant: 北京理工大学
Abstract: 本发明涉及基于神经网络适用于加密流量的视频QoE指标预测方法，属于加密网络流量分类以及视频QoE预测技术领域。包括如下步骤：步骤1、抽取视频流中的上行数据包的往返时延信息并构建输入向量；步骤2、构建包含卷积层和全连接层的神经网络模型；步骤3将步骤1输构建的输入向量送入步骤2构建的神经网络模型中，抽取特征、执行全连接层并预测视频QoE指标；步骤4、使用神经网络模型估计视频QoE指标。所述视频QoE指标预测方法，对视频QoE指标进行细粒度预测，相对于原有的预测方法来说，预测粒度更细。
-
公开(公告)号：CN110247930A
公开(公告)日：2019-09-17
申请号：CN201910585325.3
申请日：2019-07-01
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度神经网络的加密网络流量识别方法，属于深度学习、网络服务安全以及流量识别技术领域。所述基于深度神经网络的加密网络流量识别方法，包括：步骤1、基于抓取、部署以及提取操作获取离线数据集，生成训练集及测试集；步骤2、搭建深度神经网络模型；步骤3、数据读取、模型训练及参数优化，将离线数据集输入深度神经网络模型中训练及迭代直至准确率达标后即停止训练；步骤4、搭建、部署在线网络流抓取平台，抓取在线数据集；步骤5、在线网络流识别，得到识别结果。所述方法能更好提取流量数据的高维特征；与现有深度神经网络相比具有更好的多分类识别准确率，更低的假阳率和误报率，保证了加密数据流在线识别的高效性。
-
公开(公告)号：CN110110008A
公开(公告)日：2019-08-09
申请号：CN201910379542.7
申请日：2019-05-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于夏普利值的区块链医疗数据共享激励方法，属于区块链网络应用技术领域。通过建立区块链医疗数据共享激励方法，在合作联盟成员之间利用夏普利值法对联盟收益进行分配，解决区块链应用场景下医疗数据共享的激励问题，提出的区块链医疗数据共享激励方法能够有效激励合作联盟成员参与合作并共享真实数据。所述方法考虑了数据拥有者的贡献程度与合作联盟中所有成员的权重，使基于夏普利值法的收益分配方案适用于具有贡献程度差异的医疗数据共享场景；针对应用于联盟链的实用拜占庭容错算法特征，为联盟链网络中的共识节点制定公平的奖励机制。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.028 seconds)
