-
公开(公告)号：CN116015648A
公开(公告)日：2023-04-25
申请号：CN202211685505.7
申请日：2022-12-27
Applicant: 安徽大学
Abstract: 本发明公开一种面向工业物联网的跨域隐私保护消息认证方法，包括系统初始化，设备的注册和网关的注册；生成系统主公私钥，设备请求、网关认证和令牌计算，消息发送和消息验证以及实体的动态更新。本发明各域中的网关通过秘密共享技术实现对设备的分布式认证和令牌分发，使用假名技术和批认证技术来保证身份隐私和认证效率。设备在和t个网关相互认证获得子令牌后可以计算出自己的身份令牌，令牌中包含设备的假名、访问策略以及令牌有效时间。最后，拥有合法身份令牌的设备就可以一起进行协作生产。本发明比相关方案计算更高效，通信成本更低，可以应用于多个行业部门协作的跨域工业生产。
-
公开(公告)号：CN112187459B
公开(公告)日：2022-08-16
申请号：CN202011072995.4
申请日：2020-10-09
Applicant: 安徽大学
Abstract: 本发明公开一种基于可信计算的智能网联车内部模块间安全认证方法，包括系统初始化、证书生成与验证、模块间相互认证和密钥协商、快速消息认证、变节模块撤销等过程。本发明使用可信计算技术来保障模块安全可信，在此技术上使用远程证明来验证其安全状态，并采用高效消息认证。本发明中的智能网联车通信模型能够实现模块认证和快速消息认证。其中模块是否安全的状态只需要定期验证，其快速消息认证能够满足对智能网联车内部大量实时数据的验证。
-
公开(公告)号：CN113645098B
公开(公告)日：2022-08-09
申请号：CN202110918457.0
申请日：2021-08-11
Applicant: 安徽大学
Abstract: 本发明公开了一种无监督的基于增量学习的动态物联网异常检测方法，包括：1获取历史数据，并筛选出高置信度正常样本来训练聚类模型，对异常进行初步识别；2将当前待检测数据训练孤立森林模型，对异常进行进一步识别；3根据训练好的聚类和孤立森林模型，分别构建相应的2个异常检测结果集；4根据数据分布的相似程度在当前和历史数据间建立连接，将2个异常检测结果集进行融合以准确识别异常；5检测完成后，从当前数据中筛选适量的高置信度正常样本来更新已有的聚类模型，以达到持续学习数据中最新出现的正常行为模式的目的。本发明能够有效的从动态变化的物联网数据中持续学习有价值信息，并提高异常检测的准确率。
-
公开(公告)号：CN110602698B
公开(公告)日：2022-05-31
申请号：CN201910822099.6
申请日：2019-09-02
Applicant: 安徽大学
IPC: H04W12/0431 , H04L9/08 , H04L9/00
Abstract: 本发明公开一种基于混沌映射的车联网完全会话密钥协商方法，包括系统的初始化、车辆结点与雾服务器结点注册、群管理员车辆与雾服务器结点之间的相互认证和密钥协商以及群内车辆结点之间的群密钥协商。本发明基于切比雪夫混沌映射算法，其中混沌映射用于提供单向散列，而切比雪夫多项式用于建立公共多方密钥，避免在椭圆曲线上进行模乘指数或标量乘法，计算开销较低。
-
公开(公告)号：CN112491714B
公开(公告)日：2022-04-08
申请号：CN202011266807.1
申请日：2020-11-13
Applicant: 安徽大学
Abstract: 本发明公开一种SDN环境下基于深度强化学习的智能QoS路由优化方法、系统，首先将网络中所有流媒体服务表示为一个服务请求集合，然后对其中每一个请求，从流媒体服务器到异构客户端寻找满足网络服务质量的路径，依次确定出每一个流请求的路由，最后采用一种QoS路由优化算法构建出组播树。对于网络拥塞链路或者是恶意节点，通过深度强化学习的方法可以寻找出当前最合适的下一节点进行路由。通过采用深度学习和强化学习结合的方法，本发明可以有效地减少视频流的传输时延并提高路由决策的准确性。同时，本发明采用了分布式控制平面的设计，并可以在各种网络拓扑在实现，不仅可以避免网络网络拥塞，提高了网络的可扩展性，而且减少与单一控制器的交互，提高了网络的整体效用。
-
Patent Agency Ranking
公开(公告)号：CN114205091A
公开(公告)日：2022-03-18
申请号：CN202111440056.5
申请日：2021-11-30
Applicant: 安徽大学
Abstract: 本发明公开一种基于混沌映射的自动驾驶车辆网络认证和密钥协商方法，包括系统初始化、用户的注册、自动驾驶车辆的注册、合法用户的三因素认证登录以及三方认证和密钥协商。本发明通过散列函数、物理不可克隆函数、混沌映射、模糊提取等技术，以扩展混沌映射的计算Diffie‑Hellman难题为基础，完成安全的三方认证和密钥协商，实现安全通信。本发明的认证部分使用轻量级的基于混沌映射技术，并通过物理不可克隆函数PUF保证其物理安全性，降低储存在自动驾驶车辆中的敏感信息的泄露风险，本发明能够实现在自动驾驶车辆网络中安全的交换机密消息，促进无人驾驶车辆的广泛应用。
-
公开(公告)号：CN111988763B
公开(公告)日：2022-03-01
申请号：CN202010883719.X
申请日：2020-08-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于公交车缓存的车联网位置隐私保护方法，公交车先根据其线路信息向LBSP获取POI池，行驶过程中公交车根据其当前位置从POI池中选择部分POI数据形成POI列表并向周围车辆进行广播，私家车在接收广播并验证公交车身份后将POI列表存储到车辆的本地缓存中，当私家车需要查询POI信息时，首先在其本地缓存中进行检索，若缓存未命中再以k匿名的方式向LBSP发送查询请求；本发明通过增量更新的缓存更新方法能够有效提高缓存更新效率，减少缓存更新时的通信开销，减少车辆与LBSP的通信次数，提高敌手利用车辆的LBS查询请求数据进行车辆位置追踪的难度，从而有效提高车辆的位置隐私水平。
-
公开(公告)号：CN113836447A
公开(公告)日：2021-12-24
申请号：CN202111154457.4
申请日：2021-09-29
Applicant: 安徽大学
IPC: G06F16/9537 , G06F16/9538
Abstract: 本发明公开一种云平台下的安全轨迹相似性查询方法及系统，包括数据拥有者DO初始化、索引的构建、索引编码、查询编码、轨迹相似性查询等，本发明的基于二叉树的安全索引结构既可以满足高效地执行轨迹相似性查询，同时又能保证安全性；同时本发明的安全轨迹相似性编码方法，利用布隆过滤器(BloomFilter,BF)对索引进行编码；采用基于内积的轨迹相似性计算方法，能够实现在密文的环境下可以准确高效地计算轨迹相似性，同时保护数据隐私和查询隐私，还可以抵御多项式时间的半诚实Semi‑Honest攻击者；另外，本发明具计算开销较低。
-
公开(公告)号：CN113645098A
公开(公告)日：2021-11-12
申请号：CN202110918457.0
申请日：2021-08-11
Applicant: 安徽大学
Abstract: 本发明公开了一种无监督的基于增量学习的动态物联网异常检测方法，包括：1获取历史数据，并筛选出高置信度正常样本来训练聚类模型，对异常进行初步识别；2将当前待检测数据训练孤立森林模型，对异常进行进一步识别；3根据训练好的聚类和孤立森林模型，分别构建相应的2个异常检测结果集；4根据数据分布的相似程度在当前和历史数据间建立连接，将2个异常检测结果集进行融合以准确识别异常；5检测完成后，从当前数据中筛选适量的高置信度正常样本来更新已有的聚类模型，以达到持续学习数据中最新出现的正常行为模式的目的。本发明能够有效的从动态变化的物联网数据中持续学习有价值信息，并提高异常检测的准确率。
-
公开(公告)号：CN109005538B
公开(公告)日：2021-03-02
申请号：CN201810838982.X
申请日：2018-07-27
Applicant: 安徽大学
IPC: H04W12/02 , H04W12/069 , H04L9/32 , H04L9/08
Abstract: 本发明公开一种面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法，其步骤为系统参数生成、为移动边缘计算服务器生成假名并提取半密钥、移动边缘计算服务器和车辆之间消息认证，该步骤包括车辆将大量的计算或者存储的任务迁移到移动边缘计算服务器、移动边缘计算服务器对消息进行环签名、车辆对消息批量认证。本发明将边缘计算引进到传统的车载自组织网络，车辆可以将计算或存储任务迁移到边缘服务器执行而不是发送到云端进行集中式处理；在发明的签名部分使用了环签名与假名的结合，环签名的应用有效的实现对移动边缘计算服务器隐私保护并且通过假名可以实现追溯恶意的移动边缘计算服务器。
-
-
-
-
-
-
-
-
-
Search Results
183
records
(took 0.028 seconds)
