-
公开(公告)号：CN107222478A
公开(公告)日：2017-09-29
申请号：CN201710389296.4
申请日：2017-05-27
Applicant: 暨南大学
IPC: H04L29/06
Abstract: 本发明涉及一种软件定义网络(SDN)控制层安全机制构建方法，首先形成可认证的网络流，认证通过的网络流作用于交换机，该网络流及其作用后的交换机状态分别形成网络流交易和网络状态交易，被记录于区块链中；运用区块链上的数据具有不可篡改的特性，通过审计SDN应用的网络流交易及网络状态交易数据，对网络进行排查和追踪；依赖区块链共识机制，在控制器之间达成对网络状态资源的一致性共识；由控制器针对与其连接的SDN应用身份和类别应用基于属性加密的密码工具(ABE)设置资源访问控制策略，实现网络资源的细粒度访问控制。本发明加强了SDN控制层的安全性，使得流向SDN的网络流可认证，网络流和网络状态可追踪审计，实现网络资源的安全访问控制。
-
公开(公告)号：CN107194587A
公开(公告)日：2017-09-22
申请号：CN201710373308.4
申请日：2017-05-24
Applicant: 暨南大学
CPC classification number: G06Q10/06 , G06Q30/0185 , G06Q30/0609
Abstract: 本发明公开了一种基于区块链及专家系统的艺术品流通及鉴定登记方法，该方法首先由鉴定市场智能合约完成对艺术品鉴定结果的登记，再允许其在交易市场智能合约流通并记录，本发明利用鉴定市场智能合约中积累的区块信息，在区块链外对鉴定信息的机器学习获取知识，建立专家系统，通过对询问专家系统的艺术品提供鉴定意见，满足对于商品鉴定有效性与鉴定结果核查的需求。另外交易市场智能合约在保护交易者身份隐私免遭泄露之下，结合鉴定市场智能合约，建立文物登记，以具体记载文物的流通状况与鉴定结果。最终凭借着上述方法共同确保在艺术品交易过程中实现了去中心化，同时，达到了可信、便捷、低成本的增益效果。
-
公开(公告)号：CN104393999A
公开(公告)日：2015-03-04
申请号：CN201410757975.9
申请日：2014-12-10
Applicant: 暨南大学
Abstract: 本发明公开了一种主设备对其从属设备的认证方法和系统，认证方法如下：生成公共参数、对称密钥、伪随机函数以及主设备和从属设备之间的公钥/私钥，主设备读取记录从属设备当前状态的数据，然后发送挑战信息给从属设备；从属设备带种子密钥的伪随机函数输出对应挑战信息和数据标识的随机共享密钥，然后根据私钥和随机共享密钥生成对应读取数据的数字签名；在主设备接收到包含该数字签名的应答信息后，主设备先用对称密钥和伪随机函数恢复出对应的随机共享密钥，再结合公钥和数字签名验证算法认证应答信息的有效性，该方法能一次同时针对多个从属设备进行认证，并且具有计算效率高以及通信成本低的优点。
-
公开(公告)号：CN119996069A
公开(公告)日：2025-05-13
申请号：CN202510436253.1
申请日：2025-04-09
Applicant: 暨南大学
Abstract: 本发明涉及联邦学习安全技术领域，提出一种基于成员推理的联邦学习后门攻击方法及系统。其中包括：设置全局触发器，将全局触发器分解为若干局部触发器并一一发送至恶意客户端；执行联邦学习；其中，恶意客户端执行以下步骤：将局部触发器按照预设的中毒率嵌入到正常样本中得到后门样本，并利用本地恶意数据集执行本地训练后，将更新模型发送至服务器；构建攻击模型，将后门和正常样本输入当前全局模型，得到全局置信度向量，再通过攻击模型得到后门和正常样本的成员概率；以最小化后门与正常样本的成员概率统计分布差异为目标，利用后门样本的成员概率对局部触发器进行优化；重复本地训练直至达到预设的训练轮次或模型收敛，完成后门攻击。
-
公开(公告)号：CN119129769A
公开(公告)日：2024-12-13
申请号：CN202410936235.5
申请日：2024-07-12
Applicant: 暨南大学
IPC: G06N20/00 , G06F16/901
Abstract: 本发明涉及人工智能安全技术领域，提出一种机器学习数据遗忘验证系统及方法。其中所述系统包括数据存储组件、模型链表组件、键链表组件和过滤器，所述键链表组件和过滤器设置于可信执行环境内。本发明适用于通用机器学习模型，通过验证数据删除证明σd、模型学习证明σm和模型预测证明σp的有效性断言服务器正确执行数据遗忘，能够高效实现机器学习数据遗忘验证；本发明采用可信执行环境作为安全内存区域，能够有效防止潜在的完整性攻击，配合可信执行环境内设置的键链表组件和过滤器组成的高内存效率的数据结构，以及可信执行环境外设置的数据存储组件和模型链表组件，能够在低计算成本的情况下实现高数据读写效率及高机器学习数据遗忘验证效率。
-
Patent Agency Ranking
公开(公告)号：CN118803743B
公开(公告)日：2024-12-13
申请号：CN202411273928.7
申请日：2024-09-12
Applicant: 暨南大学
Abstract: 本发明公开了一种基于安全多方计算的隐私保护网约车服务方法，属于网络安全技术领域，包括：乘客端将乘客位置进行加密后发送至智能路测设备与服务提供商；智能路测设备向覆盖区域内的每个可用司机广播乘车需求指令，司机将车辆位置进行加密后发送至智能路测设备与服务提供商；智能路测设备与服务提供商基于乘客位置与车辆位置加密后的信息，结合随机共享向量与双方各自的MAC份额，获得对应的道路距离份额；双方基于道路距离份额、随机公开数、MAC份额计算距离计算检查值；乘客端根据距离计算检查值判断派单是否合理。本发明极大地降低了服务器上距离计算的计算复杂度，通过可验证的两方计算技术，确保乘车系统匹配给乘客的司机是最优的。
-
公开(公告)号：CN118296581B
公开(公告)日：2024-12-13
申请号：CN202410726027.2
申请日：2024-06-06
Applicant: 暨南大学
IPC: G06F21/31 , G06F21/32 , G06F21/45 , G06F3/01 , G06N3/045 , G06N3/0464 , G06N20/10 , G06F18/213 , G06F18/23 , G06F18/2411 , A63F13/79 , G06F123/02
Abstract: 本发明公开了一种基于VR肢体交互的连续身份认证方法及其系统，包括：获取用户选择的一种肢体移动方式；基于虚拟移动技术，获取用户一种肢体移动的虚拟视点；基于所述虚拟视点的移动，采集用户的移动行为特征；将所述移动行为特征作为用户的个人签名，基于所述移动行为特征训练时间序列模型，得到训练好的时间序列模型；获取用户的待认证移动行为特征，将所述待认证移动行为特征输入至训练好的时间序列模型中，得到用户身份预测的置信度；对所述置信度进行阈值判断，得到用户身份认证结果。本发明可以持续的监控用户的身份，防止用户登录后被冒名顶替，或者用户故意将凭证泄露给其他人。
-
公开(公告)号：CN118316627B
公开(公告)日：2024-10-15
申请号：CN202410609102.7
申请日：2024-05-16
Applicant: 暨南大学
Abstract: 本发明公开了一种基于国密SM2的匿名凭证方法、系统及存储介质，方法为：证书授权中心选择一个零知识证明方案和一个混淆电路方案并生成公共参数一起公开；接着，证书授权中心生成自己的公私钥对，公钥公开私钥秘密保存；当用户需要服务提供商提供特定服务并满足属性条件时，利用公共参数和特定属性生成证书请求并发给证书授权中心；证书授权中心和用户共同执行混淆电路方案和零知识证明方案验证证书请求的合法性；通过则接受用户的证书请求，并和用户进行交互共同完成证书签发；用户利用授权证书、公共参数和证书授权中心的公钥生成匿名凭证并发送给服务提供商；服务提供商验证匿名凭证；有效则为用户提供服务，无效则拒绝用户的服务请求。
-
公开(公告)号：CN117579272B
公开(公告)日：2024-09-20
申请号：CN202311873236.1
申请日：2023-12-29
Applicant: 暨南大学
Abstract: 本发明公开一种跨机构的金融隐私数据共享方法和装置、存储介质，在不公开任何机构所持客户名单和隐私数据的前提下，计算出参与机构之间的共同客户群体，并实现了隐私数据的安全共享，为解决单个机构在数据量上的匮乏提供了全新的解决方案，针对共同客户的分析也提高了计算的准确性和可信度；同时基于密文的进行隐私计算，在保护客户个人隐私数据的同时，实现了客户群体分析以及制定更精准的保险产品策略，具有较高的安全和隐私保护性。
-
公开(公告)号：CN117995198B
公开(公告)日：2024-07-05
申请号：CN202410389359.6
申请日：2024-04-02
Applicant: 暨南大学
IPC: G10L17/18 , G10L15/06 , G10L17/04 , G10L25/51 , G06F18/213 , G06F18/24 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于多任务对抗解耦学习的语音隐私保护方法及系统，该方法包括下述步骤：对语音信号提取声学特征得到特征编码结果，基于三个并行的通道注意力计算模块构建信息解耦模块，将特征编码结果进行多任务解耦特征学习，进行年龄段分类、自动语音解码和身份识别，并基于年龄段分类、自动语音解码和身份识别对应的损失函数进行监督训练，计算解耦特征信息的整体相似度并构建最小‑最大目标，HiFi‑GAN生成器将相加后的特征信息进行隐秘音频重建，输出隐秘音频。本发明在维护隐私的同时避免丢失其中的年龄属性，并确保下游的年龄估计任务具有良好的预测精度，并且从隐私保护的角度出发添加相似度约束，实现高精度的年龄识别。
-
-
-
-
-
-
-
-
-
Search Results
273
records
(took 0.023 seconds)
