-
公开(公告)号：CN105847235A
公开(公告)日：2016-08-10
申请号：CN201610145012.2
申请日：2016-03-14
Applicant: 安徽大学
CPC classification number: H04L63/0421 , H04L9/3066 , H04L9/3236 , H04L9/3252 , H04L63/062 , H04L63/0823 , H04L63/0876 , H04L63/0884 , H04L63/1466
Abstract: 本发明公开一种车联网环境下基于身份的高效匿名批认证方法，包括最初握手模块、消息签名模块、批认证模块、身份追溯模块、群密钥产生模块和群消息签名及认证模块。本发明既能够实现车辆与基础设施之间的认证也能实现车辆之间的认证；不依赖于防篡改设备；利用假名实现隐私保护；必要时可信中心能够追溯车辆真实身份，实现条件隐私保护；采用批认证提高效率；认证过程简单，具有高效性。消息签名与群消息签名过程相同，运算代价低；加入时间戳，可承受重放攻击。
-
公开(公告)号：CN103428299A
公开(公告)日：2013-12-04
申请号：CN201310397608.8
申请日：2013-09-04
Applicant: 安徽大学
Abstract: 本发明公开了一种云存储访问控制方法，是基于一个云存储服务商CSP、一个数据拥有者A和若干个用户构成的云存储访问控制系统，其特征是利用线性变换实现数据集的加密，利用点积运算实现数据集中某个隐私数据的解密，从而实现云存储访问控制策略。本发明能有效解决现有基于云存储的密文访问控制方法中用户解密过程复杂、难以实现等问题，降低了加密、尤其是解密的计算复杂度，提高了实现加密与解密的效率。
-
公开(公告)号：CN118038170A
公开(公告)日：2024-05-14
申请号：CN202410254768.5
申请日：2024-03-06
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/094
Abstract: 本发明公开了一种基于sub‑VPSDE扩散模型的图片对抗净化方法，其步骤包括：1公共对抗性图片数据集的处理；2训练用于评判对抗性强度指标的卷积神经网络MG；3使用训练后的本地神经网络M’G评估对抗性图片，获得扩散参数；4根据最优时间步长，对对抗性图片进行前向加噪，得到扩散对抗性图片；5使用sub‑VPSDE通过逆向生成过程从添加噪声的扩散对抗性样本中恢复出干净的图像；6将净化后的图片放入图片分类器中，获得预测的分类结果。本发明基于sub‑VPSDE扩散模型，使用最新的采样方法，利用改进后扩散模型和自适应优化参数的方法，实现了图片的对抗净化。
-
公开(公告)号：CN113642664B
公开(公告)日：2024-02-20
申请号：CN202110975055.4
申请日：2021-08-24
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084 , G06F21/62
Abstract: 本发明公开了一种基于联邦学习的隐私保护图像分类方法，其步骤包括：1服务器获取公共数据并预处理；2服务器初始化并通过洗牌器下发数据至各客户端；3客户端训练本地神经网络；4洗牌器随机子采样客户端；5子采样客户端预测公共数据，扰动并加密后发送给洗牌器；6洗牌器伪造并随机排列预测后发送匿名预测给服务器；7服务器聚合匿名预测并训练全局神经网络；8服务器将训练好的全局神经网络下发至各客户端；9客户端利用训练好的全局神经网络进行图像分类。本发明利用差分隐私和联邦学习，实现了隐私保护的协作式图像分类。
-
公开(公告)号：CN113255750B
公开(公告)日：2022-11-08
申请号：CN202110533988.8
申请日：2021-05-17
Applicant: 安徽大学
Abstract: 本发明公开了一种基于深度学习的VCC车辆攻击检测方法，包含内部异常车辆检测和外部异常车辆检测；内部异常车辆检测包括：持续采集VCC内部车辆的信息并进行预处理；用预处理后的数据对自编码器进行训练；利用训练好的模型来检测内部车辆的异常；外部异常车辆检测包括：对请求加入VCC的外部车辆信息进行预处理；提取距离外部车辆申请时间最邻近的VCC内部车辆信息作为正常车辆数据；利用经过训练的自编码器的编码部分提取外部车辆信息与内部正常车辆信息的特征；构建支持向量数据描述分类器并进行训练；利用训练好的支持向量数据描述分类器对外部车辆进行检测。本发明利用车辆信息的时空特征，实现了无监督的VCC异常车辆检测。
-
Patent Agency Ranking
公开(公告)号：CN111967051B
公开(公告)日：2022-10-14
申请号：CN202010875125.4
申请日：2020-08-27
Applicant: 安徽大学
Abstract: 本发明公开一种基于区块链的车辆间数据安全共享方法以及系统，包括系统初始化、数据提供者的数据上传、数据请求者下载数据、委托权益证明共识、车辆信任分管理等过程。本发明利用区块链技术为车辆之间安全共享数据构建一个可信环境，激励车辆主动上传数据，方便追溯数据泄露的源头。本发明使用车辆信任分管理算法提高共享数据的可靠性，因为信任分较低的用户不会被选为数据提供者，其次该管理算法也为加强的委托权益证明选择合适的矿工节点。另外本发明中的5G车联网通信模型不再受限于路边基站完全可信或者已经充分部署的强制性假设，仅需要借助5G基站协助传输车联网中的消息。
-
公开(公告)号：CN112437065B
公开(公告)日：2022-06-21
申请号：CN202011259536.7
申请日：2020-11-12
Applicant: 安徽大学
Abstract: 本发明公开一种SDN环境下基于图形表示的策略冲突检测及解决方法，使用扩展的多位前缀树存储流规则，生成相应的等价类EC和配置图，将网络策略展现成策略图的形式，将每次网络更新产生的策略更改先应用于网络模型，从该网络模型中计算受到影响的EC；通过违规检测模块检查网络模型中的每个受到影响的EC是否发生了策略违规；若发生任何违规，则压缩配置图和物理拓扑图并将其传递给违规解决模块；优化器返回要添加或删除掉的EC配置图的一组边，并将其应用于网络模型，转化为具体的OpenFlow规则；利用启发式算法实现规则在转发设备上的最优部署。本发明以较小开销拒绝非法的流规则，解决所有策略违规问题，避免大量端点策略的规则冲突。
-
公开(公告)号：CN109067525B
公开(公告)日：2021-03-02
申请号：CN201810860504.9
申请日：2018-08-01
Applicant: 安徽大学
Abstract: 本发明公开车联网中基于半可信管理中心的消息认证方法，用户通过OBU与部署在道路两侧的RSU和其它车辆进行通信，将消息进行提取、分析和有效的利用，使得车辆行驶更加安全，同时用户可以获得更加高效的服务。本发明基于半可信管理中心的环境，更加符合现实，同时车辆的假名是由车辆、RSU和STA共同产生，在追踪车辆身份时，由RSU和STA共同执行，单独一方无法获得车辆的真实身份，这样就确保用户的身份隐私不会被泄露，提高安全性，本发明采用自愈式密钥分配方法，将被撤销的车辆排除在组外，使得车辆无需存储和查询撤销列表，减少存储空间、计算资源和查找时间，提高了消息认证的效率。
-
公开(公告)号：CN109005542B
公开(公告)日：2021-03-02
申请号：CN201810825275.7
申请日：2018-07-25
Applicant: 安徽大学
Abstract: 本发明公开一种基于声誉系统的5G车联网快速消息认证方法，包括TA的初始化、车辆注册、用户登录、车辆发布交通信息、消息认证、声誉管理和假名与可信证明更新等过程。本发明使用声誉系统提高消息的可靠性，因为声誉值低于阈值的车辆无法从TA获得参与通信所需要的可信证明，本发明中的5G车联网通信模型不再受限于路边基站完全可信或者已经充分部署的强制性假设，仅需要借助5G基站协助传输车联网中的消息，另外本发明中的签名部分采用基于椭圆曲线密码学的操作，并且支持消息的批量认证，因此计算、传输开销较低，整体的消息认证效率更高。
-
公开(公告)号：CN108011838B
公开(公告)日：2021-03-02
申请号：CN201711234864.X
申请日：2017-11-30
Applicant: 安徽大学
IPC: H04L12/803 , H04L12/851
Abstract: 本发明公开一种基于响应时间的SDN多控制器负载均衡方法，包括SDN控制器响应时间计算模块、SDN控制器负载及响应权值计算模块、负载均衡判定与决策模块。本发明通过SDN控制器周期性更新其对交换机请求消息的平均响应时间来实时统计与度量自身及其所管理的交换机的实时负载信息，从而周期更新SDN控制器的响应权值；负载均衡判定与决策模块先根据权值情况来判断是否需要启动负载均衡；如果需要进行SDN控制器负载均衡，再根据统计的其他SDN控制器负载信息得出最佳的均衡策略。本发明实现了基于实时响应时间的SDN多控制器的负载计算和判断，并做出基于交换机迁移的SDN多控制器负载均衡决策。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.027 seconds)
