-
公开(公告)号：CN109981263B
公开(公告)日：2021-10-26
申请号：CN201910152889.8
申请日：2019-02-28
Applicant: 复旦大学
Abstract: 本发明属于密码技术领域，具体为一种基于CP‑ABE的分布式可验证随机数生成方法。本发明基于分布式随机数生成系统，以多属性授权中心CP‑ABE为基础框架，通过多节点共同参与属性分配、密钥生成、加密信息、广播秘文列表、解密并生成随机数，来实现去高度中心化的、第三方可验证的分布式随机数的生成方案。在整个过程中，通过多用户的相互验证以及预设的标准值t/n，可以有效地避免作恶节点提供虚假信息或者不提供信息，从而保证系统的安全性与稳定性。
-
公开(公告)号：CN113536990A
公开(公告)日：2021-10-22
申请号：CN202110730122.6
申请日：2021-06-29
Applicant: 复旦大学
Abstract: 本发明属于神经网络安全技术领域，具体为一种深度伪造人脸数据鉴别方法。本发明通过在不同的尺度上捕捉细微的伪造特征用于深度伪造检测。具体来说，本发明引入一个多模态多尺度变换器（M2TR），使用一个多尺度变换器，对不同大小的图像块进行操作，以检测不同尺度的局部上下文不一致。为了改善检测结果并提高对图像压缩的鲁棒性，M2TR还引入频率信息，并通过一个跨模态融合模块将其与RGB特征进一步结合起来。大量的实验验证了本发明方法的有效性，且本发明性能超越了目前最先进的深度伪造检测方法。
-
公开(公告)号：CN109981263A
公开(公告)日：2019-07-05
申请号：CN201910152889.8
申请日：2019-02-28
Applicant: 复旦大学
Abstract: 本发明属于密码技术领域，具体为一种基于CP‑ABE的分布式可验证随机数生成方法。本发明基于分布式随机数生成系统，以多属性授权中心CP‑ABE为基础框架，通过多节点共同参与属性分配、密钥生成、加密信息、广播秘文列表、解密并生成随机数，来实现去高度中心化的、第三方可验证的分布式随机数的生成方案。在整个过程中，通过多用户的相互验证以及预设的标准值t/n，可以有效地避免作恶节点提供虚假信息或者不提供信息，从而保证系统的安全性与稳定性。
-
-
Search Results
3
records
(took 0.013 seconds)
