-
公开(公告)号：CN118487787A
公开(公告)日：2024-08-13
申请号：CN202410133800.4
申请日：2024-01-31
申请人： 重庆邮电大学
摘要： 本发明请求保护一种边缘环境下基于智能合约的数据完整性审计策略，包括以下步骤：S1：将原始数据均匀分块，求出每个数据块的哈希值，并将数据上传至边缘服务器；S2：生成密钥对，计算各数据块的验证标签，并将验证标签上传至验证标签存储智能合约；S3：选择当前资源使用率最低的边缘服务器作为本次工作的审计者，云服务器向审计者发起数据完整性审计挑战；S4：生成随机数k，并为每个数据块生成签名，将数据块的签名和随机数k发送给审计者；S5：完整性审计智能合约对边缘数据的完整性进行检测，判定边缘数据的完整性是否受损；S6：若审计通过，审计者直接将审计结果返还给云服务器；否则执行数据块定位智能合约找出受损数据块。
-
公开(公告)号：CN118228300A
公开(公告)日：2024-06-21
申请号：CN202410133808.0
申请日：2024-01-31
申请人： 重庆邮电大学
IPC分类号： G06F21/62 , G06F21/55 , G06F18/213 , G06F18/24 , G06N5/04
摘要： 本发明请求保护一种对边缘数据进行量化与保护的方法，属于边缘计算数据发布共享领域。本发明通过概述攻击者的攻击背景，采用基于特征相关性的推理次序以及采用基于二阶马尔科夫链的量化方法，计算出用户的身份泄露风险；针对未考虑多维敏感数据的不同重要系数，通过熵权法确定不同敏感属性的重要系数；针对多种数据类别的数据集，设计了一种同时计算连续型数据和分类型数据的信息损失函数。本发明提高了量化数据隐私泄露风险的准确性；面对大型数据集时，边缘服务器利用聚类与启发式算法提高了数据集排序的准确度，并降低了数据集排序的时延，同时在形成受保护的数据集后降低了数据的隐私风险和信息损失。
-
公开(公告)号：CN118277761A
公开(公告)日：2024-07-02
申请号：CN202410133804.2
申请日：2024-01-31
申请人： 重庆邮电大学
IPC分类号： G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/082 , G06N5/04 , G06F21/62
摘要： 本发明请求保护一种边缘环境下面向隐私保护的数据降维方法，主要步骤包括：S1，构建出适合边缘场景的降维隐私保护框架，分别包含生成器、重构器和分类器；S2，针对生成器、重构器和分类器，分别确定各自的网络结构；S3，确定各个组件的损失函数；S4，根据步骤S3确定好的损失函数，输入数据集，训练各个组件，利用随机梯度下降法联合训练找到相对最优参数；S5，构建基于Stackelberg博弈模型，更新生成器，重构器和生成器的最优策略；S6,根据步骤S5的最优策略和步骤S4的结果，使用Adam算法分别找到生成器，重构器和生成器的最优参数，最终生成器输出隐私降维结果。本发明在保证隐私的前提下提高了数据降维的准确性，优化了数据可用性和隐私性的平衡问题。
-
公开(公告)号：CN118118891A
公开(公告)日：2024-05-31
申请号：CN202410133806.1
申请日：2024-01-31
申请人： 重庆邮电大学
摘要： 本发明请求保护一种基于信任值的位置隐私和定位精度的平衡方法，具体包括：请求用户发送协作请求，协作用户响应请求，用户终端计算所有协作用户可靠度，并基于可靠度计算信任值，并依据信任值的高低筛选出诚实协作用户。基于筛选的结果，将选择协作用户问题建模为目标优化问题，为请求用户与不同的协作用户合作制定不同的选择决策，并构建优化函数选择最优决策以保护位置隐私同时保证最高的定位精度，实现位置隐私和定位精度的平衡。本发明考虑了协作用户的可靠度和信任值，提高了协作过程中协作用户的可靠性和可信性；设计了隐私评估模型和定位精度评估模型，建立优化函数，寻找最优决策，实现位置隐私和定位精度的平衡。
-
公开(公告)号：CN118013574A
公开(公告)日：2024-05-10
申请号：CN202410142350.5
申请日：2024-01-31
申请人： 重庆邮电大学
摘要： 本发明请求保护一种面向用户行为的联邦学习安全与隐私方法，具体包括：终端用户利用高斯噪声保护个人的敏感信息，服务器根据安全聚合方案计算出终端用户上传模型参数与根模型的余弦相似度、欧氏距离以及在验证集的表现结合历史信任值，基于计算结果，得出用户参与聚合的权重。本发明考虑了终端用户行为，根据其历史行为分配信任值，并且全过程加入高斯噪声进而解决了不可信服务器的推理攻击问题，进一步保护了用户的敏感信息，提高了联邦学习系统中的安全性与隐私性；终端用户只对敏感信息额外进行噪声处理，降低了终端的计算开销，减少了终端的敏感数据处理时间。
-
公开(公告)号：CN117978493A
公开(公告)日：2024-05-03
申请号：CN202410133810.8
申请日：2024-01-31
申请人： 重庆邮电大学
IPC分类号： H04L9/40
摘要： 本发明请求保护一种物联网中基于流量特征的恶意设备检测方法，包括步骤：S1：根据流量特征与标签的数值分布计算每个流量特征的特征综合分数；S2：构建特征关系矩阵，计算该矩阵幂级数的收敛矩阵，根据收敛矩阵计算出每个流量特征的重要度，降序排列后选择流量特征；S3：确定需要合成的少数类流量样本的数量，采取相应的合成流量样本策略，直至获得平衡的设备流量数据集；S4：计算每个类别的设备流量样本质心；S5：计算两个类别的设备流量样本质心的差异，并根据差异中元素的绝对值大小优化设备流量样本质心；S6：检测物联网设备产生未知流量，以确定该设备是否为恶意设备。本发明在降低资源消耗基础上有效提高了检测恶意设备的精度。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.025 秒)
