-
公开(公告)号：CN108880809B
公开(公告)日：2020-12-01
申请号：CN201811010089.4
申请日：2018-08-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于连续变量量子密钥分发的区块链加密系统及其实现方法，属于区块链技术领域。中心服务器接收第一节点、第二节点和第三节点的光信号数据，并将处理后的数据再分别发送至第二节点和第三节点；节点中的高斯调制模块A、B、C和第一、二数据处理模块将数据处理后，经过密钥协商和私密放大，第一节点、第二节点和第三节点获得一个相同的密钥，三个节点使用这个密钥对数据加密。本发明将连续变量量子密钥分发技术应用到区块链加密当中，通信的多方通过监听接收数据并估计信道噪声来判断窃听者的存在，从而确定接收到的密钥是否安全，保证系统的安全性；并支持多方同时建立密钥，可广泛应用在区块链系统的用户认证、数据加密等模块。
-
公开(公告)号：CN111970280A
公开(公告)日：2020-11-20
申请号：CN202010832930.9
申请日：2020-08-18
Applicant: 中南大学
IPC: H04L29/06 , H04L9/08 , H04B10/079 , H04B10/548 , H04B10/61 , H04B10/69 , G06N3/08
Abstract: 本发明公开了一种连续变量量子密钥分发系统的攻击检测方法，包括搭建连续变量量子密钥分发实验系统；进行未受攻击状态下和受攻击状态下的量子通信，获取通信参数并处理得到训练数据集；采用训练数据集训练攻击检测初步分类器得到攻击检测分类器；采用攻击检测分类器对通信过程进行检测并实现连续变量量子密钥分发系统的攻击检测。本发明通过建立GAN网络并从中获取攻击分类器，并采用攻击分类器作为攻击检测的手段对连续变量量子密钥分发的过程进行检测；本发明方法不仅能够准确地检测和识别量子密钥分发过程中所受到的攻击类型，而且可靠性高、实时性好且资源消耗较少。
-
公开(公告)号：CN111970279A
公开(公告)日：2020-11-20
申请号：CN202010831672.2
申请日：2020-08-18
Applicant: 中南大学
IPC: H04L29/06 , H04L9/08 , H04B10/079 , H04B10/548 , H04B10/61 , H04B10/69 , G06N3/08
Abstract: 本发明公开了一种连续变量量子密钥分发攻击检测方法，包括发送端调制信号光并和本振光一同发送给接收方；接收方分离得到信号光和本振光；对信号光进行实时散粒噪声估计；分割本振光，一部分本振光用于随机测量接收到的信号光的正则位置X或正则动量P的值，另一部分本振光用于获得时钟信号和本振光功率；计算密钥数据的均值、密钥数据的方差、LO平均功率和镜头噪声方差，并输入到事先建立好的攻击检测模型中进行检测得到通信过程中的攻击检测结果。本发明还公开了实现所述连续变量量子密钥分发攻击检测方法的检测系统。本发明实现了连续变量量子密钥分发过程的攻击方式检测，而且可靠性高、实用性好且准确率较高。
-
公开(公告)号：CN111786787A
公开(公告)日：2020-10-16
申请号：CN202010744955.3
申请日：2020-07-29
Applicant: 中南大学
IPC: H04L9/08
Abstract: 本发明公开了一种基于可验证秘密共享的量子密钥分发后处理方法，包括发送方和接收方的量子密钥分发单元利用可验证秘密共享算法分发协议信息和原始密钥的份额；发送方和接收方的所有后处理单元分别对原始密钥份额进行筛选得到筛选后的密钥份额；发送方和接收方恢复部分密钥并进行误码估计；发送方和接收方的所有后处理单元分别对密钥份额进行纠错处理并完成整体密钥纠错；发送方和接收方的所有后处理单元完成整体密钥的纠错和整体密钥的误差校验；发送方和接收方进行保密增强并生成绝对安全密钥。本发明还公开了实现所述基于可验证秘密共享的量子密钥分发后处理方法的系统。本发明方法能够保证量子密钥分发后处理系统的安全性和可靠性，实用性好。
-
公开(公告)号：CN110545142A
公开(公告)日：2019-12-06
申请号：CN201910871208.3
申请日：2019-09-16
Applicant: 中南大学
IPC: H04B10/516 , H04B10/70 , H04L9/08
Abstract: 本发明公开了一种基于超奈奎斯特技术的连续变量量子密钥分发方法，包括发送方将信号光通过相干态进行高斯调制；发送方信号光进行上采样，转换为超奈奎斯特信号并进行传输；接收端将接收信号进行处理从而得到发送方发送的数据。本发明提供的这种基于超奈奎斯特技术的连续变量量子密钥分发方法，通过引入超奈奎斯特传输技术，打破传统奈奎斯特速率极限，针对奈奎斯特传输人为引入的码间串扰问题，我们采用添加循环前缀、均衡技术和迭代检测等数据后处理技术，有效消除码间串扰对系统安全性的影响，提高了系统的频带利用率和信道容量；而且本发明方法的可靠性高，安全性好。
-
Patent Agency Ranking
公开(公告)号：CN110460441A
公开(公告)日：2019-11-15
申请号：CN201910871917.1
申请日：2019-09-16
Applicant: 中南大学
IPC: H04L9/08 , H04B10/11 , H04B10/54 , H04B10/556 , H04B10/70
Abstract: 本发明公开了一种基于轨道角动量的连续变量量子密钥分发方法，包括初始化；发送方获取信号光和辅助光、调制信号光；将调制后的信号光调制成模式不同的信号光轨道角动量光束并进行轨道角动量复用后，再与辅助光一同进行偏振复用并发送给接收方；接收方偏振解复用接收光信号、将辅助光调制成模式不同的辅助光轨道角动量光束并对接收并解复用后得到的轨道角动量复用后的模式不同的信号光轨道角动量光束进行解调得到发送方发送的信号光以及随机测量信号光的正则位置X或正则动量P的值得到最终的发送方发送的密钥数据。本发明还公开了实现所述基于轨道角动量的连续变量量子密钥分发方法的系统。本发明能够提高系统通信容量并降低大气信道引入的噪声。
-
公开(公告)号：CN114970497B
公开(公告)日：2023-05-16
申请号：CN202210625333.8
申请日：2022-06-02
Applicant: 中南大学
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06F40/205 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N10/00
Abstract: 本发明公开了一种基于预训练特征嵌入的文本分类方法，包括构建训练数据集；构建量子启发式文本分类初始模型；采用训练数据集训练量子启发式文本分类初始模型得到量子启发式文本分类模型；获取预训练模型ERNIE；连接量子启发式文本分类模型和预训练模型ERNIE构建文本分类模型；采用训练数据集训练文本分类模型得到基于预训练特征嵌入的文本分类模型；采用基于预训练特征嵌入的文本分类模型对实际文本进行文本分类。本发明提供的这种基于预训练特征嵌入的文本分类方法及词义消歧方法，通过结合预训练特征嵌入、神经网络模型和量子计算理论，提出了全新的文本分类方法和对应的词义消歧方法；本发明方法不仅可靠性高，而且分类精度较好。
-
公开(公告)号：CN115001679A
公开(公告)日：2022-09-02
申请号：CN202210691527.8
申请日：2022-06-17
Applicant: 中南大学
IPC: H04L9/08
Abstract: 本发明公开了一种基于硅基集成芯片的CVQKD系统，包括光源处理端、量子密钥发送端、光纤信道和量子密钥接收端；光源处理端产生信号光并传输量子密钥发送端；量子密钥发送端接收信号光，进行处理后通过光纤信道发送到量子密钥接收端；量子密钥接收端接收光信号，进行后续处理完成数据的接收。本发明还公开了一种所述基于硅基集成芯片的CVQKD系统的分发方法。本发明通过采用协议可调的单元架构，能够满足多种不同连续量子密钥分发协议的需求；而且用于探测的本振光在接收端产生，有利于避免校准攻击；本发明集成度高，稳定性好，功能灵活。
-
公开(公告)号：CN113037778B
公开(公告)日：2022-04-08
申请号：CN202110388759.1
申请日：2021-04-12
Applicant: 中南大学
Abstract: 本发明公开了一种针对连续变量量子密钥分发系统的攻击检测方法，包括发送方和接收方在正常情况和受攻击情况通信并收集通信数据；构建基于机器学习的连续变量量子密钥分发系统攻击检测模型并训练得到针对连续变量量子密钥分发系统的攻击检测模型；采用针对连续变量量子密钥分发系统的攻击检测对实际的量子密钥通信过程进行监测。本发明针对可能涉及到的攻击方式进行研究，并在针对已知攻击情况下的数据，利用软件层面的机器学习方法建立识别模型，精准的检测和识别攻击手段，并训练得到符合性能要求的识别模型，并完成对应的攻击检测；因此本发明方法能够在不增加硬件设备的基础上实现攻击的检测识别，而且成本更低，效果更好，适用性更广。
-
公开(公告)号：CN112906807A
公开(公告)日：2021-06-04
申请号：CN202110240578.4
申请日：2021-03-04
Applicant: 中南大学
Abstract: 本发明公开了一种二维消息传递多处理器体系中的网络响应时间预测方法，包括获取基础数据并处理得到训练数据；提取训练数据的特征得到特征子集；构建原始网络响应时间预测模型；以特征子集为约束对原始网络响应时间预测模型的参数进行优化得到初步网络响应时间预测模型；采用特征子集对初步网络响应时间预测模型进行训练得到网络响应时间预测模型；采用网络响应时间预测模型对二维消息传递多处理器体系中的网络响应时间进行预测。本发明将RF‑BOA‑LightGBM模型应用到二维消息传递多处理器体系结构中网络响应时间的预测，使得本发明方法具有更高的预测精度，而且可靠性更好。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.027 seconds)
