一种门罗币公链模拟系统构建方法

    公开(公告)号:CN119647043A

    公开(公告)日:2025-03-18

    申请号:CN202311192280.6

    申请日:2023-09-15

    Abstract: 本发明涉及一种门罗币公链模拟系统构建方法,方法包括:修改和重构门罗币客户端monero 0.18.2.2版本开源代码,制作门罗币节点镜像;基于Kubernetes容器编排平台,搭建Kubernetes主节点与工作节点集群,使用门罗币节点镜像将门罗币节点容器部署到Kubernetes工作节点,使用Calico插件提供的IPPool自动分配节点IP地址,并建立节点IP地址与地理位置的映射;使用PV持久卷持久化存储节点数据;模拟门罗币全节点、轻节点和种子节点,自动建立网络拓扑;自定义分配CPU资源生成区块;基于指数分布自动化生成门罗币账户;基于指数分布自动化创建门罗币交易。该方法基于Kubernetes平台进行大规模容器编排,支持模拟门罗币节点、账户、交易以及生成区块,提高了门罗币公链模拟的规模性和真实性。

    一种面向ZYNQ SoC的FPGA可信执行环境构建方法

    公开(公告)号:CN116776323A

    公开(公告)日:2023-09-19

    申请号:CN202310732258.X

    申请日:2023-08-17

    Abstract: 本发明公开了一种面向ZYNQSoC的FPGA可信执行环境构建方法。具体步骤包括:步骤一,构建硬件整体架构,即首先开发环形振荡器物理不可克隆函数IP核,然后配置并集成IP核;步骤二,构建自定义第一阶段引导程序和平台管理单元固件;步骤三,扩展OP‑TEE功能,在OP‑TEE中增加度量值读取、熵源获取、IP核部署和IP核执行四个功能的系统调用实现和调用接口;步骤四,开发度量值读取、熵源获取、IP核部署、IP核执行四个应用模块;步骤五,创建加密的启动镜像。本发明在保障FPGA内的软硬件安全执行的同时,支持IP核动态的安全部署和执行,实现了FPGA可信执行环境的硬件可定制性。

    一种可信机密虚拟机系统的实现方法

    公开(公告)号:CN117113332A

    公开(公告)日:2023-11-24

    申请号:CN202311023340.1

    申请日:2023-08-14

    Abstract: 本发明公开了一种可信机密虚拟机系统的实现方法,涉及计算机技术和信息安全领域,该方法针对AMD SEV机密虚拟机系统的可信执行环境架构,包括:1)可信第三方部署并初始化可信代理和服务主机代理;2)可信代理为远程用户准备可信机密虚拟机必要组件;3)可信代理为远程用户初始化机密虚拟机、验证启动过程并提供运行阶段持续度量验证功能。本发明通过由可信第三方为远程用户部署启动一台机密虚拟机并提供持续的度量验证功能保证机密虚拟机的可信性,解决了现存机密虚拟机系统缺少启动和运行阶段持续度量导致虚拟机缺乏可信性的问题,安全高效的实现了一种可信的机密虚拟机系统。

    一种抗隐私数据重构的通信高效联邦学习方法

    公开(公告)号:CN119646862A

    公开(公告)日:2025-03-18

    申请号:CN202311198516.7

    申请日:2023-09-15

    Abstract: 本发明公开了一种抗隐私数据重构的通信高效联邦学习方法。具体步骤包括:一,记录本地梯度。从服务器接收全局模型后,用本地数据训练,记录本地梯度;二,条件随机采样本地梯度。对本地梯度实行条件随机采样,通过一定条件的随机概率,无偏地采样本地梯度;三,随机变换梯度符号。在保证梯度符号数量一定的前提下,随机变换采样后本地梯度符号;四,添加拉普拉斯随机扰动。添加满足本地差分隐私的拉普拉斯噪声,并发送梯度至服务器;五,补偿梯度更新误差。基于步骤一的本地梯度,将梯度误差在下一轮次训练时以一定系数补偿。本发明基于无偏采样技术的通信高效性和基于差分隐私技术的隐私安全性,实现抗隐私数据重构的通信高效联邦学习方法。

    一种基于深度强化学习的大规模城市应急物资分配方法

    公开(公告)号:CN114693089B

    公开(公告)日:2024-09-06

    申请号:CN202210257857.6

    申请日:2022-03-14

    Abstract: 本发明涉及一种基于深度强化学习的大规模城市应急物资分配方法,结合深度学习和强化学习的优点,利用DQN网络进行方法的训练,实现大规模城市灾害响应场景下的应急物资分配。具体包括如下步骤:步骤一,对受灾区进行建模,构建应急物资分配任务模型;步骤二,定义面向多受灾区的应急物资分配联合目标优化函数;步骤三,构建马尔可夫决策过程,定义环境状态,动作空间及奖励函数等内容;步骤四,训练深度强化学习模型;步骤五,输入受灾区初始状态,生成最优应急分配策略。本发明提供的应急物资分配方法,在保障公平有效地进行应急物资分配以减轻灾民痛苦的前提下,有着更高的计算效率,提高了应急响应速度,进一步减少灾害造成的损失。

    一种MySQL数据库透明加密数据访问权限管理方法

    公开(公告)号:CN115587113A

    公开(公告)日:2023-01-10

    申请号:CN202211332363.6

    申请日:2022-10-28

    Abstract: 本发明涉及一种MySQL数据库透明加密数据访问权限管理方法。本方法对多个提供透明数据加密功能的MySQL数据库,基于数据库IP、数据库服务端口、数据库名、用户名以及用户IP信息,实现用户访问透明加密数据的统一权限管理;用户访问权限信息存储在国产加密机。本方法保障MySQL数据库数据在物理磁盘安全存储的同时,对用户访问透明加密数据的权限进行区分,解决了MySQL 5.7.33版本存在的非授权用户能访问透明加密数据的安全问题。本方法不影响MySQL数据库原有的正常功能,对MySQL数据库上层业务软件具有透明性,且对数据库性能影响很小。

    一种基于噪声对抗训练的联邦类别遗忘学习方法

    公开(公告)号:CN119849601A

    公开(公告)日:2025-04-18

    申请号:CN202510034523.6

    申请日:2025-01-09

    Abstract: 本发明涉及一种基于噪声对抗训练的联邦类别遗忘学习方法,属于人工智能领域,所述方法包括噪声对抗训练、计算目标数据影响度、遗忘训练和重训练这四个步骤。其中所述噪声对抗训练是通过误差最大化和知识蒸馏训练噪声数据来破坏模型分类能力,所述计算目标数据影响度来自于目标数据在全局模型上的梯度,所述遗忘训练主要内容是将噪声数据合并至剩余数据集参与训练,并在影响度辅助下调整参数,所述重训练则是在剩余数据集上进行正常的联邦学习进程,本发明提出的方法避免了中心服务器获取参与方本地数据相关信息,保护数据隐私,对模型参数针对性调整以遗忘目标分类性能,加快了重训练速度。

    一种结合虚拟可信平台模块技术与AMD SEV技术的可信机密虚拟机系统的实现方法

    公开(公告)号:CN119127387A

    公开(公告)日:2024-12-13

    申请号:CN202411058139.1

    申请日:2024-08-02

    Abstract: 本发明公开了一种结合虚拟可信平台模块技术与AMD SEV技术的可信机密虚拟机系统的实现方法,涉及计算机技术和信息安全领域,由三个组件组成:1)TR‑Manager组件,它是一个明确定义的CVM的信任根;2)CN‑TPMCVM组件,这是一个特殊的CVM,负责托管可信的虚拟可信平台模块(vTPM);3)CN‑CDriver组件,这是一种增强型的vTPM驱动。本发明通过设计一个针对AMD SEV技术的CVM的可信的vTPM为CVM构建完整的可信链,并在虚拟机运行期间持续提供可信计算功能的能力,解决了现存AMD SEV CVM系统缺乏可信性的问题,安全高效的实现了一种针对AMD SEV的可信的CVM系统。

    一种基于深度强化学习的大规模城市应急物资分配方法

    公开(公告)号:CN114693089A

    公开(公告)日:2022-07-01

    申请号:CN202210257857.6

    申请日:2022-03-14

    Abstract: 本发明涉及一种基于深度强化学习的大规模城市应急物资分配方法,结合深度学习和强化学习的优点,利用DQN网络进行方法的训练,实现大规模城市灾害响应场景下的应急物资分配。具体包括如下步骤:步骤一,对受灾区进行建模,构建应急物资分配任务模型;步骤二,定义面向多受灾区的应急物资分配联合目标优化函数;步骤三,构建马尔可夫决策过程,定义环境状态,动作空间及奖励函数等内容;步骤四,训练深度强化学习模型;步骤五,输入受灾区初始状态,生成最优应急分配策略。本发明提供的应急物资分配方法,在保障公平有效地进行应急物资分配以减轻灾民痛苦的前提下,有着更高的计算效率,提高了应急响应速度,进一步减少灾害造成的损失。

Patent Agency Ranking