-
公开(公告)号：CN111327597B
公开(公告)日：2022-02-11
申请号：CN202010068479.8
申请日：2020-01-21
Applicant: 暨南大学
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明公开了基于区块链隐私保护和细粒度访问控制的数字取证方法，第一监管方创建数字取证交易，向第二监管方发起数字取证交易请求，将数字取证交易的重要信息传输给第二监管方；第二监管方通过加密模块生成属性加密中间参数，并授权公布在区块链中；第一监管方获得授权后，通过授权信息向密钥管理机构模块获取分片密钥，并将分片密钥合并生成解密密钥，数据采集模块通过解密密钥在存储系统中采集数据；第一监管方采集数据后对数据进行分析，得到数据分析结果；进而生成取证数字报告，取证完成；本发明利用区块链和智能合约的潜力，并设计加密原语来构建一种基于区块链的车联网数字取证方案，该方案具有可审计性、隐私保护和细粒度的数据访问控制。
-
公开(公告)号：CN113920156A
公开(公告)日：2022-01-11
申请号：CN202111004320.0
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于视频目标跟踪的加速度估计方法、系统、设备及介质，所述方法包括：对第一帧视频帧中的目标进行抓取，识别出目标物体；并使用核相关滤波算法进行跟踪，获得目标物体的运动轨迹；根据目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据速度估计的最大测量噪声幅值，通过使用一阶滑膜跟踪微分器和高阶滑膜跟踪微分器，从而计算出精确估计目标的加速度。本发明通过人工抓取视频中的第一帧图像中的目标，保证了核相关滤波算法能够准确找到目标并进行跟踪，同时使用增广最小二乘法进行参数辨识，保证了高阶滑膜跟踪微分器估计目标的加速度，可以达到要求的精度。
-
公开(公告)号：CN110298171B
公开(公告)日：2021-07-27
申请号：CN201910521357.7
申请日：2019-06-17
Applicant: 暨南大学
Abstract: 本发明公开了一种移动互联网大数据应用的智能检测与安全防护方法。随着移动App大数据时代的到来，可以发现越来越多的移动应用被复制或重新包装。不法分子通过对原生移动应用进行高度模仿、植入恶意代码等行为来重新打包移动应用，使得用户在使用应用经常会时造成隐私泄露、远程控制等危害。本发明使用描述熵相似方法、资源相似检测、统计相似检测以及字符串相似智能检测进行检测移动应用是否存在剽窃或恶意行为，智能分析其是否存在恶意攻击代码以及潜在漏洞；通过聚类算法、混淆加密技术等对应用程序进行分类和安全加固，实现对移动大数据应用的智能检测及安全防护。
-
公开(公告)号：CN108595185B
公开(公告)日：2021-07-27
申请号：CN201810322171.4
申请日：2018-04-11
Applicant: 暨南大学
Abstract: 本发明公开了一种将以太坊智能合约转换成超级账本智能合约的方法，包括：使用机器学习方法训练得到一个转换模型；输入Solidity源代码，对以太坊上使用Solidity编写的智能合约代码进行预处理；使用训练好的数学模型进行高级识别工作，包括对象的识别、算法的识别、模块的识别、接口的识别等，将Solidity语言的智能合约转换成超级账本上的Java语言的智能合约。本发明方法可以实现以太坊智能合约到超级账本智能合约的快速转换，节约开发人员的开发时间和开发成本。
-
公开(公告)号：CN110309382B
公开(公告)日：2021-05-28
申请号：CN201910520989.1
申请日：2019-06-17
Applicant: 暨南大学
IPC: G06F16/906 , G06F16/901
Abstract: 本发明公开了一种基于多维特征的移动应用同源性边聚类方法，步骤如下：构建以移动应用软件关系图，移动应用软件作为关系图的顶点，由移动应用软件的不同特征比较算法得出软件之间的n种多维特征相似性分数作为关系图的边，形成“边”集合；设置相似分数阈值和有效分数个数阈值，过滤出“有效边”集合；计算“有效边”两两之间的距离；设置邻域半径，找出所有“有效边”的邻域；设置邻域密度阈值，找出所有“核心边”，形成“核心边对象”集合；从“核心边对象”集合中任一“核心边”开始遍历，将其所有密度可达的“有效边”聚成簇，最后得到软件同源家族分类情况。本发明有效克服以往基于单一距离的聚类，更公平地将软件进行同源家族分类。
-
Patent Agency Ranking
公开(公告)号：CN112651007A
公开(公告)日：2021-04-13
申请号：CN202011634886.7
申请日：2020-12-31
Applicant: 暨南大学
Abstract: 本发明公开的一种基于数字水印的阈值谓词加密生物特征认证方法，包括以下步骤，获取用户的生物特征，对每个用户的生物特征生成参考模板并存储在服务端；用户发起认证请求；服务端收到认证请求，将向用户发送挑战；客户端收到挑战后将采集客户端新的生物特征样本，并得到生物特性向量，经过嵌入水印信息操作，进而得到质询模板并发送至服务端；服务端收到质询模板，进行每个片段中检测向量的信号计算，判断水印信息是否正确，根据水印信息的判断结果得到第一步认证结果；进行总相关值计算，根据总相关值和第一步认证结果得出最终认证结果；本申请可以防止系统受到欺骗攻击，且计算简单、效率高，可以使生物特征认证工作安全高效的进行。
-
公开(公告)号：CN111582496A
公开(公告)日：2020-08-25
申请号：CN202010338636.2
申请日：2020-04-26
Applicant: 暨南大学
Abstract: 本发明公开了一种基于SGX的安全高效的深度学习模型预测方法，S1、模型提供者终端通过模型导入模块上传深度学习模型，模型导入模块根据SGX中的深度学习计算框架将不同格式的深度学习模型转换为能够在深度学习计算框架中执行的模型；S2、模型使用者终端和SGX中的RPC服务器模块进行密钥协商，得到通信密钥，通信密钥用于加密模型使用者终端提供的待预测数据和SGX中的深度学习模型的预测结果；S3、模型使用者终端利用通信密钥对待预测数据进行签名、加密和对预测结果进行解密和验证，本发明借助SGX，基于SGX运行深度学习模型，保证模型运行过程中数据的机密性和完整性，同时也能够保证模型本身的机密性和完整性。
-
公开(公告)号：CN109858249B
公开(公告)日：2020-08-07
申请号：CN201910118777.0
申请日：2019-02-18
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种移动恶意软件大数据的快速智能比对和安全检测方法。随着移动软件应用发展势头迅猛，很多流行的移动应用被复制或重新包装。攻击者可能通过重包装应用程序以达到插入广告盈利或者传播恶意软件。海量的移动软件代码形成大数据，相似性的比较计算体量非常庞大。本发明使用压缩字符串、描述熵与哈希值方法结合提出快速智能比对检测算法，计算得到移动应用软件之间的相似度，若它们的相似度大于或等于预定的阈值，则认为检测程序有重包装或剽窃的嫌疑，进而分析检测的移动软件是否存在恶意攻击代码，最后实现移动软件大数据的快速安全检测。
-
公开(公告)号：CN110210224A
公开(公告)日：2019-09-06
申请号：CN201910424145.7
申请日：2019-05-21
Applicant: 暨南大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于描述熵的大数据移动软件相似性智能检测方法，包括以下步骤：获取移动软件路径，按照路径读取移动软件的文件；对移动软件的文件进行初步逆向工程反编译，获取每个移动软件的函数特征；通过函数特征中的描述熵，统计每个移动软件描述熵的分布；将每个移动软件描述熵进一步整合，通过整合后，移动软件之间的描述熵分布情况进行比较，进行相似性分数计算，得到移动软件之间的相似性分数；输出所有移动软件的相似性分数，得到移动软件相似性结果；本发明通过反编译获取移动软件源代码，获取函数压缩编码再获取描述熵，利用描述熵作为表示一个对象的信息量，用于移动软件的相似性检测，大大提高软件相似性智能计算速度。
-
公开(公告)号：CN110019814A
公开(公告)日：2019-07-16
申请号：CN201810743949.9
申请日：2018-07-09
Applicant: 暨南大学
Abstract: 本发明公开了一种基于数据挖掘与深度学习的新闻信息聚合方法，使用爬虫对新闻门户网站在同一时间段进行数据抓取，获得新闻信息以及评论信息；然后通过应用向量空间模型、TF-IDF权重计算方法、同义词词林方法以及cosin的距离测量，对新闻进行分类去重，将内容相同的新闻聚合在一起；通过文本概括的算法，实现对所有评论进行概括的功能；最后通过深度神经网络模型，自动生成文章的摘要。本方法可以方便读者高效快速地获取到各大新闻平台的内容及读者评论。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.028 seconds)
