-
公开(公告)号：CN110647765B
公开(公告)日：2022-04-12
申请号：CN201910889129.5
申请日：2019-09-19
Applicant: 济南大学
IPC: G06F21/62
Abstract: 本公开提出了协同学习框架下基于知识迁移的隐私保护方法及系统，包括：将本地隐私数据集分割成互不相交的若干份隐私子集，基于每一个隐私子集，训练对应的一个隐私模型；协同学习：将公共数据提交给隐私模型，隐私模型使用聚合机制，利用知识迁移给公共数据集标注标签；在获得足够的标注后的数据后，训练本地交互模型，在每一轮的训练中上传部分参数至服务器，服务器更新维护全局参数并提供最新的参数供各方下载，参与方下载最新参数优化本地交互模型。本公开同时协同学习的多次参数交互也可以确保，即使交互模型获取到标注数据较少，在多轮训练后依旧可以保持较高的准确度。
-
公开(公告)号：CN106685963B
公开(公告)日：2020-10-30
申请号：CN201611243293.1
申请日：2016-12-29
Applicant: 济南大学
Abstract: 本发明公开了一种恶意网络流量词库的建立方法及建立系统；获取正常流量的内容，对获取到的正常流量的内容进行分词，得到正常流量的正常词集；获取恶意流量的内容，对获取到的恶意流量的内容进行分词，得到恶意流量的恶意词集；对正常流量的正常词集进行单词过滤，按照自定义的过滤规则过滤掉与恶意软件的检测无关的单词；对恶意流量的恶意词集进行单词过滤，按照自定义的过滤规则过滤掉与恶意软件的检测无关的单词；将正常词集和恶意词集进行汇总得到第一汇总词集，利用每个单词在正常词集和恶意词集中出现的频率，计算卡方值；利用卡方检验对第一汇总词集进行单词过滤，利用卡方值从第一汇总词集中挑选出恶意单词，组成恶意网络流量词库。
-
公开(公告)号：CN109510712A
公开(公告)日：2019-03-22
申请号：CN201910021840.9
申请日：2019-01-10
Applicant: 济南大学
Abstract: 本申请公开了一种远程医疗数据隐私保护方法、系统及终端，生成远程医疗用户的伪身份信息、远程医疗用户和MSP的公钥和私钥；对远程医疗用户的医疗数据进行签密处理，生成对应的医疗数据签密密文；DAC将所有医疗数据签密密文进行聚合；当需要获取远程医疗用户的医疗数据时，MSP对签密密文聚合包进行验证，如果验证聚合签密有效，则对签密密文聚合包进行解密，以获得远程医疗用户的医疗数据。远程医疗用户私钥由自己和系统共同产生，没有任何实体可以在不被授权的情况下获得远程医疗用户的医疗数据，还采用签密密文聚合的方式，实现了远程医疗数据的隐私保护，降低了数据接收者在验证密文合法性时候的计算量，提高了系统效率。
-
公开(公告)号：CN117527183B
公开(公告)日：2025-02-11
申请号：CN202311515093.7
申请日：2023-11-14
Applicant: 济南大学
Abstract: 本发明涉及区块链和机器学习技术领域，提供了一种面向电力数据的去中心化共享与跨链计算方法及系统。该方法在第一部分中使用智能物联网设备采集电力数据并且使用IPFS系统结合联盟区块链存储电力数据，结合同态加密技术来保证数据的隐私性。使用以上方式完成对电力数据的采集与存储。并采用代理重加密技术完成对密文数据获取权的转换，且利用基于公证人节点的跨链技术和数据联盟链来完成电力数据对训练联盟链中的本地客户端节点的共享。在第二部分中选择有效的本地模型更新以及本地模型更新上链。通过聚合联盟链完成全局模型聚合，且节点声誉信息上链并同时向电力数据中心反馈节点声誉信息。
-
公开(公告)号：CN119004515B
公开(公告)日：2025-01-24
申请号：CN202411464594.1
申请日：2024-10-21
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明属于区块链技术领域，提供了一种基于区块链的电力数据安全访问控制方法及系统，其技术方案为接收数据访问请求者的访问请求，当数据访问请求者的身份验证通过后，将用电数据与数据拥有者绑定；数据拥有者基于用电量数据确定挖掘节点，基于确定的挖掘节点对用电量数据进行处理后上传至区块链；数据拥有者构建访问控制策略，基于访问控制策略加密数据得到数据密文；判断数据访问请求者的属性集合是否符合访问策略，若是，数据拥有者生成解密密钥并传输给数据访问请求者；数据访问请求者利用解密密钥解密数据得到明文数据。能够有效地拦截不符合属性要求的解密请求，从而在保障数据安全性的同时，显著优化了系统性能。
-
Patent Agency Ranking
公开(公告)号：CN111275202B
公开(公告)日：2023-08-11
申请号：CN202010105981.1
申请日：2020-02-20
Applicant: 济南大学
Abstract: 本公开提出了一种面向数据隐私保护的机器学习预测方法及系统，方法包括如下步骤：获取加密后的数据；主服务器创建可信区，在可信区对获取的待预测数据与预测模型进行解密；主服务器对解密后的待预测数据与预测模型进行秘密分享，分别获得数据秘密份额和模型份额，并分发至不合谋的辅助服务器和主服务器；辅助服务器和主服务器分别进行预测计算获得预测结果份额；主服务器对所有预测结果份额进行秘密重建，将重建后的预测结果份额转发给可信区进行整合并加密，发送至待预测数据提供终端，数据提供终端解密后获得根据模型预测后的预测结果。结合安全多方计算和SGX技术来保护双方隐私安全，解决提供预测服务过程中安全性问题。
-
公开(公告)号：CN114928614B
公开(公告)日：2023-05-23
申请号：CN202210527428.6
申请日：2022-05-16
Applicant: 济南大学
IPC: H04L67/1001 , H04L47/12 , H04L47/2408 , H04L47/2425
Abstract: 本申请提供一种基于SDN的确定性网络负载均衡方法及系统，涉及计算机网络技术领域，该方法通过获取当前SDN网络中所有接口以及队列的流量状态；在边缘设备上，对不同服务类型流量进行区分，确定优先级，并根据预设的转发策略进行流量转发，可以保证不同服务类型流量在规定时间内到达目的地；定时检测交换机的转发状态，在判定发生流量拥堵时，根据SDN网络中所有接口和队列的流量状态，进行控制器之间的负载均衡，并使用设定的神经网络算法确定出当前SDN网络中最优的转发路径，使拥堵流量在当前最优的转发路径上进行传输，可以减小网络出现瓶颈甚至瘫痪的可能，同时保证所选路径的实时性，从而保证对时延要求敏感的服务在网络中的传输速率。
-
公开(公告)号：CN112861130B
公开(公告)日：2022-09-06
申请号：CN202110118437.5
申请日：2021-01-28
Applicant: 济南大学
Abstract: 本公开提供了一种从N到N+1的多类转换恶意软件检测方法，包括获取待测软件的网络流量，输入到预训练的检测模型中，输出待测软件的检测结果；其中，所述检测模型的训练及更新过程包括：通过聚类算法对初始训练集进行分类处理，将所述初始训练集构建成树形结构，树的节点为训练样本中不同类别的质心；随着训练样本的更新，将增量数据样本输入预训练的检测模型，对所述检测模型进行更新，生成最新的检测模型；所述方案通过对动态增长的数据集进行有效处理，解决了训练数据的数量和类的数量随着时间的推移而增加场景下的恶意软件检测问题。
-
公开(公告)号：CN112347473B
公开(公告)日：2022-07-26
申请号：CN202011230255.9
申请日：2020-11-06
Applicant: 济南大学
Abstract: 本申请公开了支持双向隐私保护的机器学习安全聚合预测方法及系统，包括：客户端、计算服务器和聚合服务器；计算服务器接收客户端发送的待预测数据的数据份额；所述计算服务器对数据份额进行处理，得到预测结果份额；所述计算服务器对预测结果份额进行盲化处理，得到盲化预测结果份额；所述计算服务器将盲化预测结果份额发送给聚合服务器；所述聚合服务器对盲化预测结果份额进行移除盲化处理和加噪声处理，将结果反馈给客户端。
-
公开(公告)号：CN112861130A
公开(公告)日：2021-05-28
申请号：CN202110118437.5
申请日：2021-01-28
Applicant: 济南大学
Abstract: 本公开提供了一种从N到N+1的多类转换恶意软件检测方法，包括获取待测软件的网络流量，输入到预训练的检测模型中，输出待测软件的检测结果；其中，所述检测模型的训练及更新过程包括：通过聚类算法对初始训练集进行分类处理，将所述初始训练集构建成树形结构，树的节点为训练样本中不同类别的质心；随着训练样本的更新，将增量数据样本输入预训练的检测模型，对所述检测模型进行更新，生成最新的检测模型；所述方案通过对动态增长的数据集进行有效处理，解决了训练数据的数量和类的数量随着时间的推移而增加场景下的恶意软件检测问题。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.021 seconds)
