-
公开(公告)号：CN114372299B
公开(公告)日：2024-05-07
申请号：CN202210024761.5
申请日：2022-01-09
Applicant: 北京航空航天大学杭州创新研究院 , 湖南大学
IPC: G06F21/72
Abstract: 本发明提出一种基于物理不可克隆函数的安全分支预测器抗Spectre攻击的方法，包括BTB的逆向过程、Spectre防御微架构设计以及基于PUF的安全分支预测器的实施及性能开销测试。基于PUF的安全分支预测器，通过引入进程标识符和完整分支地址作为物理不可克隆函数的激励，物理不可克隆函数的响应用来生成抗冲突的分支索引。本发明提出的方法，可为同地址空间和跨地址空间的分支预测状态提供安全隔离，使攻击者难以创建分支冲突来毒化受害分支，有效缓解了Spectre‑BTB和Spectre‑PHT攻击；且在各分支预测器上的实验评估表明该方法产生的平均性能开销小于3％，较好地平衡开销并保证了安全性。
-
公开(公告)号：CN114372299A
公开(公告)日：2022-04-19
申请号：CN202210024761.5
申请日：2022-01-09
Applicant: 北京航空航天大学杭州创新研究院 , 湖南大学
IPC: G06F21/72
Abstract: 本发明提出一种基于物理不可克隆函数的安全分支预测器抗Spectre攻击的方法，包括BTB的逆向过程、Spectre防御微架构设计以及基于PUF的安全分支预测器的实施及性能开销测试。基于PUF的安全分支预测器，通过引入进程标识符和完整分支地址作为物理不可克隆函数的激励，物理不可克隆函数的响应用来生成抗冲突的分支索引。本发明提出的方法，可为同地址空间和跨地址空间的分支预测状态提供安全隔离，使攻击者难以创建分支冲突来毒化受害分支，有效缓解了Spectre‑BTB和Spectre‑PHT攻击；且在各分支预测器上的实验评估表明该方法产生的平均性能开销小于3％，较好地平衡开销并保证了安全性。
-
公开(公告)号：CN114297736A
公开(公告)日：2022-04-08
申请号：CN202111680103.3
申请日：2021-12-30
Applicant: 湖南大学 , 北京航空航天大学杭州创新研究院
IPC: G06F21/73
Abstract: 本发明提出一种基于模糊反馈移位寄存器的物理不可克隆函数电路，所述基于模糊反馈移位寄存器的物理不可克隆函数电路包括激励处理模块、移位寄存器模块、熵源模块、与门处理模块、异或处理模块以及非线性模糊模块。本发明提出的基于模糊反馈移位寄存器的物理不可克隆函数电路，实现了对机器学习建模攻击的抵抗，并生成了高安全的密钥，满足了实际应用需求。
-
公开(公告)号：CN117557675B
公开(公告)日：2024-04-30
申请号：CN202410044133.2
申请日：2024-01-12
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T11/00
Abstract: 本发明涉及MRI重建技术领域，尤其涉及一种深度学习MRI图像加速重建方法及系统，所述方法，包括：S1、获取MRI扫描图像集，并对所述MRI扫描图像集进行预处理，得到预处理后的MRI扫描图像集；S2、将预处理后的MRI扫描图像集，输入到已训练好的骨干模型中，所述骨干模型输出初步的MRI图像重建结果；所述骨干模型依次包括：灵敏度估计模块SMEB、双域交叉注意力改进模块DCRB以及N‑1个第一模块组；所述第一模块组依次包括：灵敏度改进模块SMRB和双域交叉注意力改进模块DCRB；S3、采用恢复模型ShiftNet作为细化网络，对初步的MRI图像重建结果进行细化处理，得到最终的MRI图像重建结果。
-
公开(公告)号：CN117333491B
公开(公告)日：2024-03-15
申请号：CN202311635217.5
申请日：2023-12-01
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及图像检测技术领域，尤其涉及一种钢材表面缺陷检测方法及系统，包括：S1、获取待检测钢材表面图像；S2、将所述待检测钢材表面图像输入至训练的钢材表面图像检测模型中，得到与该待检测钢材表面图像对应的检测结果；所述检测结果包括该待检测钢材表面图像所对应的缺陷类型标签和结果图像；所述结果图像为在该待检测钢材表面图像中标注出缺陷的位置的图像；其中，所述钢材表面图像检测模型包括大核卷积层、特征金字塔网络以及头部网络；预先采用训练数据集对所述钢材表面图像检测模型进行训练，得到训练的钢材表面图像检测模型。
-
Patent Agency Ranking
公开(公告)号：CN117557675A
公开(公告)日：2024-02-13
申请号：CN202410044133.2
申请日：2024-01-12
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T11/00
Abstract: 本发明涉及MRI重建技术领域，尤其涉及一种深度学习MRI图像加速重建方法及系统，所述方法，包括：S1、获取MRI扫描图像集，并对所述MRI扫描图像集进行预处理，得到预处理后的MRI扫描图像集；S2、将预处理后的MRI扫描图像集，输入到已训练好的骨干模型中，所述骨干模型输出初步的MRI图像重建结果；所述骨干模型依次包括：灵敏度估计模块SMEB、双域交叉注意力改进模块DCRB以及N‑1个第一模块组；所述第一模块组依次包括：灵敏度改进模块SMRB和双域交叉注意力改进模块DCRB；S3、采用恢复模型ShiftNet作为细化网络，对初步的MRI图像重建结果进行细化处理，得到最终的MRI图像重建结果。
-
公开(公告)号：CN117496516A
公开(公告)日：2024-02-02
申请号：CN202311786325.2
申请日：2023-12-25
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06V20/70 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及图像检测技术领域，尤其涉及一种脑瘤MRI图像分割方法及系统，所述方法包括：S1、获取待分割的MRI图像；S2、将所述待分割的MRI图像输入至训练的MRI图像分割模型中，所述训练的MRI图像分割模型针对该待分割的MRI图像中的脑瘤区域和正常脑组织区域进行标识分割，得到分割结果；分割结果包括该MRI图像分割模型在该待分割的MRI图像中所标识出的脑瘤区域；预先将3D U‑Net中每一卷积层设置为大核卷积，并在3D U‑Net的编码器中的每个大核卷积后分别添加一个自注意力层，得到所述MRI图像分割模型；预先采用训练数据集对所述MRI图像分割模型进行训练，得到训练的MRI图像分割模型。
-
公开(公告)号：CN115442112A
公开(公告)日：2022-12-06
申请号：CN202211056351.5
申请日：2022-08-31
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本申请属于工业物联网技术领域，尤其涉及一种基于PUF的认证与密钥协商方法和设备，该方法包括：通信双方分别从本节点的存储器中获取预置参数和注册信息，注册信息包括对端节点基于PUF生成的身份标识信息，预置参数包括本节点基于PUF生成的指纹帮助数据和指纹地址；第一节点基于本节点的重构数字指纹生成访问请求信息；第二节点对访问请求信息进行验证，基于本节点的重构数字指纹和访问请求信息计算临时会话密钥并生成访问确认信息；第一节点对访问确认信息进行验证；验证通过后，基于本节点的重构数字指纹和访问确认信息计算临时会话密钥，第一节点和第二节点基于临时会话密钥进行保密通信。该方法有效提高了工业物联网系统的安全性。
-
公开(公告)号：CN114567423A
公开(公告)日：2022-05-31
申请号：CN202210049164.8
申请日：2022-01-17
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本申请涉及一种电力无线传感器网络的认证与密钥协商方法、传感器和汇聚设备，其中的方法包括：传感器接收注册中心发送的传感器功能代码和传感器预置参数信息；汇聚设备向传感器发送包括第一随机数的认证邀请信息；各传感器分别验证认证邀请信息的有效性，验证通过后基于第一随机数、相应的传感器预置参数信息生成加密密钥；基于第二随机数、传感器预置参数信息、加密密钥向汇聚设备发送认证请求信息；汇聚设备计算得到加密密钥并验证认证请求信息的有效性，验证通过后将加密密钥作为汇聚设备与该传感器的临时会话密钥；汇聚设备和各传感器分别利用相应的临时会话密钥通信。本方法可防止恶意代码植入，并能抵抗传感器节点假冒攻击。
-
公开(公告)号：CN114245383A
公开(公告)日：2022-03-25
申请号：CN202111331173.8
申请日：2021-11-11
Applicant: 北京航空航天大学杭州创新研究院
IPC: H04W12/122 , H04W4/20 , H04L9/40
Abstract: 本发明涉及一种基于AMF取消订阅信令的安全检测方法，其特征在于，包括：S1、UDM接收AMF发出的Nudm_SDM_Unsubscribe取消订阅信令；S2、与所述UDM连接的检测模块基于预先获取的p1、p2、pa、pb、patt，和预先设定的阈值，判断所述Nudm_SDM_Unsubscribe取消订阅信令是否为合法信令，获取判断结果。克服了现有技术中5G核心网安全性参差不齐，如果网络中有恶意AMF获取用户信息后，可能对其拒绝服务攻击，而网络不清楚恶意AMF的真实身份，增强了UDM数据安全以及保障AMF网元合法方面的有效性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.059 seconds)
