-
公开(公告)号：CN115907770B
公开(公告)日：2023-09-29
申请号：CN202211448701.2
申请日：2022-11-18
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q40/04 , G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明涉及一种基于时序特征融合的以太坊钓鱼欺诈识别与预警方法包括：采集历史交易记录，对所述历史交易记录进行数据处理，构建交易时序网络和特征交易时序网络；基于所述交易时序网络和所述特征交易时序网络，构造训练数据集，获取节点融合特征，并构建深度神经网络模型；通过所述节点融合特征对所述训练数据集进行处理，将处理后的所述训练数据集，输入到训练好的所述深度神经网络模型中，预测下一时态的交易是否发生以及交易类别，并在所述交易到来后，判断所述交易是否为恶意交易。基于上述方法，本发明可以对恶意钓鱼欺诈行为预测，及时预警并追踪恶意的钓鱼交易，并在交易到来时进行及时的判断。
-
公开(公告)号：CN116341009A
公开(公告)日：2023-06-27
申请号：CN202310333206.5
申请日：2023-03-30
Applicant: 北京理工大学
Abstract: 本发明涉及用户可撤销具有前后向隐私的非交互式医疗数据共享系统及方法，属于医疗数据查询及隐私保护技术领域。该方法的步骤包括：初始化系统、更新数据、查询数据和撤销用户，本发明基于多客户端设置，能够保证其他客户端高效、安全搜索；现有的实现前向隐私的可搜索加密方案大多需要数据拥有者存储关键字状态，数据使用者需要与数据拥有者频繁交互，这需要数据拥有者随时在线，会有极大的安全风险并造成非常大的通信开销；本发明解决了数据拥有者和数据使用者频繁交互的问题，极大提升了搜索效率。
-
公开(公告)号：CN118941853A
公开(公告)日：2024-11-12
申请号：CN202410984825.5
申请日：2024-07-22
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/80 , G06N20/00 , G06N3/084 , G06N3/088 , G06F21/62
Abstract: 本发明提供一种基于联邦学习的保护隐私且鲁棒的个性化图像识别方法，首先，采用差分隐私机制保护用户隐私，与同态加密、安全多方计算等密码学手段相比，无需分发密钥或考虑用户的准入准出机制，提高系统的运行效率，降低系统的维护成本；其次，相比现有框架只关注隐私或中毒攻击，没有实现同时考虑上述二者的训练框架，本发明能够在个性化联邦学习中同时保护用户隐私和防御潜在攻击；综上所述，本发明是基于平均正则化多任务学习的个性化图像识别方法，在保护训练数据隐私的同时能够防御数据中毒、模型中毒等多种攻击，中心服务器应用该规则可有效过滤掉占比低于50％的潜在攻击者。
-
公开(公告)号：CN118535760A
公开(公告)日：2024-08-23
申请号：CN202410532287.6
申请日：2024-04-29
Applicant: 北京理工大学
IPC: G06F16/58 , G06F16/51 , G06F16/9535 , G06F21/62 , G06F21/60
Abstract: 本发明提供一种基于局部敏感哈希的隐私保护跨模态语义检索方法，首先，局部敏感哈希可以将高维数据映射到低维空间，在低维空间中进行哈希索引，以实现快速的近似最近邻搜索，这使得在大规模数据集上的近似最近邻搜索成为可能，大大提高了检索效率；其次，局部敏感哈希与加密技术结合使用，能够实现对敏感数据的安全检索；最后，由于本发明的索引和搜索令牌都是加密的，则本发明的跨模态检索可允许在加密状态下进行数据检索，从而保护了数据的隐私，即使数据是跨多种模态存储的，也可以确保数据在传输和存储过程中得到保护，同时可以在不同模态的数据之间进行关联搜索。
-
公开(公告)号：CN119743249A
公开(公告)日：2025-04-01
申请号：CN202411636903.9
申请日：2024-11-15
Applicant: 北京理工大学
IPC: H04L9/08 , H04L9/40 , H04L67/12 , G06N3/0464 , G06F18/214
Abstract: 本发明属于联邦学习和车联网交叉技术领域，具体涉及一种车联网中实现轻量化隐私保护的异步联邦学习方法。车站和基站间进行公钥交换计算出共享秘钥；车辆利用全局模型参数更新本地模型，并利用本地数据进行训练；基于共享秘钥和训练轮次进行随机数生成，车辆对训练后的本地模型参数的梯度添加随机数实现本地模型参数加密；RSU将车辆信息和训练轮次转发基站，基站寻找车辆信息对应的共享秘钥，结合所述训练轮次计算出随机数之和；RSU基于所述随机数之和对加密后的梯度信息进行解密聚合，更新全局模型参数；RSU广播全局模型参数，车辆利用全局模型参数更新本地模型，然后继续下一轮训练，直至训练结束。
-
Patent Agency Ranking
公开(公告)号：CN118535759A
公开(公告)日：2024-08-23
申请号：CN202410532286.1
申请日：2024-04-29
Applicant: 北京理工大学
IPC: G06F16/58 , G06F16/51 , G06F16/9535 , G06F21/62 , G06F21/60
Abstract: 本发明提供一种基于树结构的隐私保护的跨模态语义检索方法，根据图像数据生成树结构的加密索引，其中，树结构的加密索引可以将高维空间下距离较近的图像数据以极高概率分到同一子节点中，准确率高，并且具有很好的加速效果；同时，由于本发明的索引和搜索令牌都是加密的，则本发明的跨模态检索可允许在加密状态下进行数据检索，从而保护了数据的隐私，即使数据是跨多种模态存储的，也可以确保数据在传输和存储过程中得到保护，同时可以在不同模态的数据之间进行关联搜索。
-
公开(公告)号：CN115913749B
公开(公告)日：2023-09-29
申请号：CN202211554244.5
申请日：2022-12-06
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0442 , G06N3/098 , G06F18/214
Abstract: 本发明公开了一种基于去中心化联邦学习的区块链DDoS检测方法，本发明属于隐私计算中的联邦学习技术领域，包括：建立联邦学习系统，所述联邦学习系统包括若干本地节点，获取若干所述本地节点的本地数据集；初始化本地节点的LSTM模型；对所述本地节点的本地数据集处理，得到本地节点预处理数据，其中，所述本地节点预处理数据包括训练集和测试集；将所述本地节点预处理数据的训练集对应输入到本地节点的LSTM模型进行训练，得到本地节点的最终模型；将所述测试集输入本地节点的最终模型，得到本地节点检测攻击的准确率。本发明既能确保有效检测区块链中DDoS攻击的同时又能保证大幅减少训练过程中的通信开销。
-
公开(公告)号：CN116796365A
公开(公告)日：2023-09-22
申请号：CN202310657832.X
申请日：2023-06-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的群智感知数据真值发现方法，属于移动群智感知数据处理技术领域。本发明设计了两种智能合约来确保整个系统的高效性和公平性，使系统的所有参与者的利益都能得到保障；本发明利用差分隐私保护了区块链上的工作者的感知数据隐私，避免了原有的链上加密带来的复杂计算；本发明使用的可信度管理和奖励策略降低了计算成本，有利于可靠用户保持诚实，提高了数据质量；本发明提出的框架经过实验验证，证实了其可行性和有效性。
-
公开(公告)号：CN115758468B
公开(公告)日：2023-07-07
申请号：CN202211552174.X
申请日：2022-12-05
Applicant: 北京理工大学
Abstract: 本申请公开了具有前后向隐私支持非交互多用户可搜索加密方法及系统，方法包括以下步骤：数据拥有者生成密钥后通过安全通道发送给数据使用者；数据拥有者将加密索引以及加密文件上传到云服务器中；数据使用者通过密钥在云服务器中执行相关令牌操作，云服务器返回操作结果。本发明基于多客户端的设置，更加适用于现实生活场景，可以进一步扩展适用于医疗数据共享系统、地理位置查询系统等；本发明为了避免数据使用者频繁与数据拥有者交互，提供了一个可以实现非交互的方法；并在此基础上还保证了前向和后向隐私，因为过去的时间范围是不能搜索到新添加的时间戳的；除此之外，我们为了减轻客户端存储负担，还实现了小客户端存储。
-
公开(公告)号：CN116415960A
公开(公告)日：2023-07-11
申请号：CN202310154060.8
申请日：2023-02-23
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q30/018 , G06Q40/04 , G06F18/2433 , G06F18/241 , G06N3/0464 , G06N3/08 , H04L9/40
Abstract: 本发明提供一种以太坊上基于异构图转换网络的非法账户检测方法，先定义了一种描述账户活动信息的以账户为中心的异构信息网络的网络模式，然后使用图转换器网络自动挖掘元路径，计算多跳连接，将得到的关系矩阵输入卷积神经网络，得到节点嵌入，检测非法账户；本发明的方法可以用于描述以太坊账户的活动信息，包括账户的交易、余额、区块信息等；提出使用图转换网络学习元路径获得关系矩阵，并作为卷积网络的输入，将非法账户的检测任务转化为基于图神经网络的节点嵌入分类任务；本发明提出的模型经实验验证，节点分类准确率高达95％，优于其他账户检测方案，单次检测时间在一分钟左右，具有高效性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.019 seconds)
