-
公开(公告)号：CN109818834B
公开(公告)日：2020-09-15
申请号：CN201910227241.2
申请日：2019-03-25
Applicant: 国家计算机网络与信息安全管理中心 , 电子科技大学
IPC: H04L12/26 , H04L12/801 , H04L12/813 , H04L29/06
Abstract: 本发明公开了一种轻量级的SDN流表规则探测工具及探测方法。由于本发明使用了特有的字段范围采样还原算法来降低构造探测包的开销，使得构造探测包的数目远远低于暴力构造方法的数目。因此，不仅能够极大地缩短探测时间，还具有较强的隐蔽性，不容易被管理员发现。而本发明中的采样算法适用于多字段探测，且探测开销较低，可在分钟级的探测时间内增加探测的字段。目前本发明支持8种字段的分钟级探测，探测范围得到了很大的提升。因为本发明中的通信模块使用了Scapy工具包，可以同时实现数据的发送和接收，与之前的SDN流表规则探测技术相比，本发明的适用性更强。
-
公开(公告)号：CN112769936A
公开(公告)日：2021-05-07
申请号：CN202110031188.6
申请日：2021-01-11
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于投票与信用机制的POVT共识算法，所述基于投票与信用机制的POVT共识算法通过引入投票机制来更加公平地选择出块节点，彻底避免节点之间的算力竞争，并且引入的信用机制能够保证参与共识的节点的可靠性，同时降低权益对记账权分配的影响，从而增大对系统发起权益粉碎攻击、自私挖矿攻击等的难度。
-
公开(公告)号：CN112667763A
公开(公告)日：2021-04-16
申请号：CN202011594675.5
申请日：2020-12-29
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法，包括以下步骤：S1：构建自适应轨迹切割时间戳；S2：根据时间戳，对用户轨迹进行切割，来拟合用户的运动模式；S3：对用户历史轨迹进行特征提取；S4：对特征向量进行归一化处理，统一多尺度特征量纲；S5：通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性，自适应地为每一个用户定义个性化时间戳，关注不同用户运动模式之间的差异性；并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取，解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题，提高了预测精度的效果。
-
公开(公告)号：CN110263570B
公开(公告)日：2020-09-25
申请号：CN201910387357.2
申请日：2019-05-10
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
IPC: G06F21/62 , G06F21/30 , G06F16/9532 , G06F16/9535 , H04L9/06 , H04L9/08 , H04L29/06 , H04L29/08
Abstract: 本发明属于信息安全技术领域，具体提供一种实现高效相似性查询和访问控制的基因数据脱敏方法，其有效支持密文环境下大规模基因数据的相似性查询，同时支持复杂的逻辑查询以满足用户个性化的查询需求，该方法授权方式灵活，可对不同的数据授予不同的访问权限，并在查询过程中实现对用户的数据访问权限的可靠控制，此外，本发明采用特定的哈希函数压缩数据，显著减少密文状态下匹配的元素数量，进一步提高查询检索效率。
-
Patent Agency Ranking
公开(公告)号：CN112769936B
公开(公告)日：2022-08-16
申请号：CN202110031188.6
申请日：2021-01-11
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
IPC: H04L67/1042 , G06Q40/04
Abstract: 本发明公开了一种基于投票与信用机制的POVT共识算法，所述基于投票与信用机制的POVT共识算法通过引入投票机制来更加公平地选择出块节点，彻底避免节点之间的算力竞争，并且引入的信用机制能够保证参与共识的节点的可靠性，同时降低权益对记账权分配的影响，从而增大对系统发起权益粉碎攻击等的难度。
-
公开(公告)号：CN110263570A
公开(公告)日：2019-09-20
申请号：CN201910387357.2
申请日：2019-05-10
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
IPC: G06F21/62 , G06F21/30 , G06F16/9532 , G06F16/9535 , H04L9/06 , H04L9/08 , H04L29/06 , H04L29/08
Abstract: 本发明属于信息安全技术领域，具体提供一种实现高效相似性查询和访问控制的基因数据脱敏方法，其有效支持密文环境下大规模基因数据的相似性查询，同时支持复杂的逻辑查询以满足用户个性化的查询需求，该方法授权方式灵活，可对不同的数据授予不同的访问权限，并在查询过程中实现对用户的数据访问权限的可靠控制，此外，本发明采用特定的哈希函数压缩数据，显著减少密文状态下匹配的元素数量，进一步提高查询检索效率。
-
公开(公告)号：CN112667763B
公开(公告)日：2022-09-13
申请号：CN202011594675.5
申请日：2020-12-29
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法，包括以下步骤：S1：构建自适应轨迹切割时间戳；S2：根据时间戳，对用户轨迹进行切割，来拟合用户的运动模式；S3：对用户历史轨迹进行特征提取；S4：对特征向量进行归一化处理，统一多尺度特征量纲；S5：通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性，自适应地为每一个用户定义个性化时间戳，关注不同用户运动模式之间的差异性；并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取，解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题，提高了预测精度的效果。
-
公开(公告)号：CN114880586A
公开(公告)日：2022-08-09
申请号：CN202210636801.1
申请日：2022-06-07
Applicant: 电子科技大学
IPC: G06F16/9536 , G06N5/04 , G06Q50/00
Abstract: 本发明公开了一种通过移动性上下文感知基于对抗的社交圈推理方法。其特征在于提出了一种新颖的端到端框架ASCI‑CAM(Adversity‑based Social Circles Inference via Context‑Aware Mobility)，用于从用户的移动性数据推断用户的社会关系。ASCI‑CAM利用上下文图从用户签到行为中获取语义轨迹嵌入，以对抗学习的方式解决TSCI(Trajectory‑based social circle inference)问题，可以很好地解释人类移动模式，与以往方法相比，进一步提高社交圈推理模型的性能和可解释性。在真实公开数据集(Brightkite,Gowalla和Foursquare)上的大量实验评估证明了我们的方法取得的结果的优越性能和可解释性。
-
公开(公告)号：CN109818834A
公开(公告)日：2019-05-28
申请号：CN201910227241.2
申请日：2019-03-25
Applicant: 国家计算机网络与信息安全管理中心 , 电子科技大学
IPC: H04L12/26 , H04L12/801 , H04L12/813 , H04L29/06
Abstract: 本发明公开了一种轻量级的SDN流表规则探测工具及探测方法。由于本发明使用了特有的字段范围采样还原算法来降低构造探测包的开销，使得构造探测包的数目远远低于暴力构造方法的数目。因此，不仅能够极大地缩短探测时间，还具有较强的隐蔽性，不容易被管理员发现。而本发明中的采样算法适用于多字段探测，且探测开销较低，可在分钟级的探测时间内增加探测的字段。目前本发明支持8种字段的分钟级探测，探测范围得到了很大的提升。因为本发明中的通信模块使用了Scapy工具包，可以同时实现数据的发送和接收，与之前的SDN流表规则探测技术相比，本发明的适用性更强。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
