-
公开(公告)号：CN110210254A
公开(公告)日：2019-09-06
申请号：CN201910509326.X
申请日：2019-06-13
Applicant: 东华大学
Abstract: 本发明公开一种多数据完整性验证中重复数据的优化验证方法，其特征在于，首先对挑战集合计算频繁项集，在计算数据证据以及标签证据之前，先找出挑战集合重叠的部分，进行批处理，减少证据计算时的计算量；接着处理挑战集合中非重复的部分，计算这部分数据的数据证据以及标签证据；最后，将重叠部分和非重叠部分的数据合并，将证据发送给第三方验证者。本发明通过多挑战时云服务器在计算证据时的计算方法，减少了证据计算时的计算量，既可以保证验证者能够获得正确的数据完整性的验证结果，又可以减少云存储提供商因重复计算相同验证数据所造成的验证开销浪费。本发明提高验证效率的同时，保证了验证的安全性和正确性。
-
公开(公告)号：CN110401703B
公开(公告)日：2021-10-15
申请号：CN201910618601.1
申请日：2019-07-10
Applicant: 东华大学
Abstract: 本发明公开了一种基于多级网络编码的云存储数据恢复方法，其特征在于，包括密钥选取、编码矩阵计算、多副本生成、多副本数据存储、数据使用、数据恢复等步骤。为了保证各个副本的唯一性，本发明使用不同的满秩编码矩阵参与副本的计算。基于多级网络编码的思想进行各个副本的计算使得各个副本之间保持关联，从而在数据恢复时降低了额外网络带宽的消耗。
-
公开(公告)号：CN108600201B
公开(公告)日：2021-11-02
申请号：CN201810312235.2
申请日：2018-04-09
Applicant: 东华大学
IPC: H04L29/06
Abstract: 本发明涉及一种云存储完整性验证的数据标签的远程安全更换方法，首先更换用户的私钥，使用该私钥计算公钥后对外发布。然后请求云服务器利用该公钥计算新数据标签，用以替换旧数据标签。最后，用户利用数据标签验证方法检测云服务器是否正确执行了数据标签的更换及原数据的完整性。本发明通过人为控制云服务器执行/不执行两种实验环境，得到不同的验证结果，在避免极大的传输开销的前提下，达到检测原数据的完整性和该云平台数据存储服务的安全可靠性的目的。
-
Patent Agency Ranking
公开(公告)号：CN109918939B
公开(公告)日：2023-08-11
申请号：CN201910072616.2
申请日：2019-01-25
Applicant: 东华大学
IPC: G06F21/62
Abstract: 本发明提供了一种基于隐马尔克夫模型(Hidden Markov Model，HMM)的用户查询风险评估和隐私保护方法。通过对用户查询的特征进行分析，将分析得到的指标将其作为HMM的量化指标，建立用户查询风险评估模型；初始化模型参数；根据可见状态序列以及系统的真实状态，对模型进行训练；最后当用户查询，对用户查询风险计算以及风险等级评估。本发明利用HMM模型对用户查询安全风险进行评价，考虑各阶段的动态性，实时反应风险状态。针对高风险查询采用高强度的差分噪音来降低用户查询风险，针对低风险查询采用低强度的差分噪音进行保护，不仅有效解决了用户查询时隐私泄露的风险，而且节约了隐私保护成本。同时该模型具有很强的扩展性，可以应用到各种在线查询服务中。
-
公开(公告)号：CN108600201A
公开(公告)日：2018-09-28
申请号：CN201810312235.2
申请日：2018-04-09
Applicant: 东华大学
IPC: H04L29/06
Abstract: 本发明涉及一种云存储完整性验证的数据标签的远程安全更换方法，首先更换用户的私钥，使用该私钥计算公钥后对外发布。然后请求云服务器利用该公钥计算新数据标签，用以替换旧数据标签。最后，用户利用数据标签验证方法检测云服务器是否正确执行了数据标签的更换及原数据的完整性。本发明通过人为控制云服务器执行/不执行两种实验环境，得到不同的验证结果，在避免极大的传输开销的前提下，达到检测原数据的完整性和该云平台数据存储服务的安全可靠性的目的。
-
公开(公告)号：CN110210254B
公开(公告)日：2023-06-02
申请号：CN201910509326.X
申请日：2019-06-13
Applicant: 东华大学
Abstract: 本发明公开一种多数据完整性验证中重复数据的优化验证方法，其特征在于，首先对挑战集合计算频繁项集，在计算数据证据以及标签证据之前，先找出挑战集合重叠的部分，进行批处理，减少证据计算时的计算量；接着处理挑战集合中非重复的部分，计算这部分数据的数据证据以及标签证据；最后，将重叠部分和非重叠部分的数据合并，将证据发送给第三方验证者。本发明通过多挑战时云服务器在计算证据时的计算方法，减少了证据计算时的计算量，既可以保证验证者能够获得正确的数据完整性的验证结果，又可以减少云存储提供商因重复计算相同验证数据所造成的验证开销浪费。本发明提高验证效率的同时，保证了验证的安全性和正确性。
-
公开(公告)号：CN110401703A
公开(公告)日：2019-11-01
申请号：CN201910618601.1
申请日：2019-07-10
Applicant: 东华大学
Abstract: 本发明公开了一种基于多级网络编码的云存储数据恢复方法，其特征在于，包括密钥选取、编码矩阵计算、多副本生成、多副本数据存储、数据使用、数据恢复等步骤。为了保证各个副本的唯一性，本发明使用不同的满秩编码矩阵参与副本的计算。基于多级网络编码的思想进行各个副本的计算使得各个副本之间保持关联，从而在数据恢复时降低了额外网络带宽的消耗。
-
公开(公告)号：CN109918939A
公开(公告)日：2019-06-21
申请号：CN201910072616.2
申请日：2019-01-25
Applicant: 东华大学
IPC: G06F21/62
Abstract: 本发明提供了一种基于隐马尔克夫模型(Hidden Markov Model，HMM)的用户查询风险评估和隐私保护方法。通过对用户查询的特征进行分析，将分析得到的指标将其作为HMM的量化指标，建立用户查询风险评估模型；初始化模型参数；根据可见状态序列以及系统的真实状态，对模型进行训练；最后当用户查询，对用户查询风险计算以及风险等级评估。本发明利用HMM模型对用户查询安全风险进行评价，考虑各阶段的动态性，实时反应风险状态。针对高风险查询采用高强度的差分噪音来降低用户查询风险，针对低风险查询采用低强度的差分噪音进行保护，不仅有效解决了用户查询时隐私泄露的风险，而且节约了隐私保护成本。同时该模型具有很强的扩展性，可以应用到各种在线查询服务中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
