-
公开(公告)号：CN101931947A
公开(公告)日：2010-12-29
申请号：CN201010238740.0
申请日：2010-07-28
申请人： 南京航空航天大学
摘要： 本发明公布了一种基于可搜索密文的WSN数据安全处理方法，包括如下步骤：1)将WSN中所有的保密消息m在加密成密文进行传输的时候，在保密消息m中附加一段密文的关键字w；2)每个WSN用户拥有检索和查询关键字所对应的陷门Tw＝Trapdoor(sk，w)；3)利用步骤2)所述的陷门Tw，WSN中数据汇聚节点Sink或者有访问和处理权限的WSN节点做测试操作Test(pp，C，Tw)来测试该用户的陷门Tw是否和某个密文C相匹配。
-
公开(公告)号：CN116938542A
公开(公告)日：2023-10-24
申请号：CN202310831983.2
申请日：2023-07-07
申请人： 南京航空航天大学
摘要： 本发明涉及一种基于逆向工程和遗忘的深度学习后门攻击防御方法，属于人工智能安全领域。本发明首先根据现有的干净小样本集使用优化方法进行数据集扩展；然后针对目标模型训练集中的每一个类别标签进行假设性反演，得到各个标签相应的候选触发器，通过离群检测算法找到具有离群L1范数的候选触发器，此候选触发器被防御者认定为攻击者的后门触发器，其相应的标签为攻击者的目标标签；最后构造遗忘数据集，将目标模型在此遗忘数据集上进行微调，根据微调的效果选择合适的微调模型作为最终的目标模型。本发明很好的解决了进行后门遗忘时，因为数据集样本不足造成的防御性能下降的问题，同时不会影响干净样本的预测准确率。
-
公开(公告)号：CN114662560A
公开(公告)日：2022-06-24
申请号：CN202210145317.9
申请日：2022-02-17
申请人： 南京航空航天大学
IPC分类号： G06K9/62 , G06F16/35 , H04L9/40 , H04L61/4511
摘要： 本发明公开了一种基于多维度特征和模糊粗糙集的恶意域名检测方法及检测系统，本发明针对目前基于域名特征的安卓恶意软件检测方案存在无法有效检测恶意域名以及DNS域名特征提取不够全面的问题，提供一种新的方案。本发明从结构、语言和统计学的角度，深入分析了DNS域名信息，共提取了26个特征，拓展了域名检测的多维度特征，并使用在线增量模糊粗糙向量机算法动态调整聚类中心的权重，最终提升检测精度。
-
公开(公告)号：CN114640502A
公开(公告)日：2022-06-17
申请号：CN202210144962.9
申请日：2022-02-17
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于流量指纹和图数据特征的安卓恶意软件检测方法及检测系统，包括：进行流量指纹的生成：首先获取应用程序运行时产生的网络流量，并对其进行数据清洗，然后再对其进行特征提取，提取目的地特征和时间特征，接着根据该时间特征对所述目的地特征进行聚类处理，获得多个集群，再通过分析集群与集群之间的时间相关性，将集群进行关联，生成完全图，最后根据该完全图生成流量指纹；进行图分解；构建图卷积神经网络模型，并且采用图池化方法SAGPool对该图卷积神经网络模型进行训练得到安卓恶意软件检测模型；进行分类；进行警告。
-
公开(公告)号：CN111143812B
公开(公告)日：2022-06-10
申请号：CN201911117292.6
申请日：2019-11-15
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于图形的登陆认证方法。用户在注册时输入用户名，然后选择数据库中的m个图标作为第一密码并记住；用户从数据库中选择一张图片A，系统将该图片栅格化为若干方格，选择其中一个方格作为第二密码并记住；系统将用户名、第一密码和第二密码信息存储在数据库中；用户在登录时输入用户名，系统验证用户名；系统显示数据库中n个图标，其中随机包含第一密码m个图标中的一个图标b，用户选出图标b，并根据该图标的位置获取登陆指示符；系统显示栅格化的图片A，将登陆指示符与图片A中所选第二密码的位置进行对应；系统验证对应关系正确后，登陆成功。本发明可抵抗肩窥攻击、污迹攻击和录屏攻击等多种攻击，提升了方案的安全性。
-
公开(公告)号：CN112561517A
公开(公告)日：2021-03-26
申请号：CN202011456138.4
申请日：2020-12-10
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于地理位置的可认证的二维码支付方法，该方法可以生成含当前支付的位置信息的支付二维码，并使用基于身份的签名保证二维码的可信度，以达到防止二维码被盗用。当用户使用二维码支付时，移动端首先使用私钥对由消费者账户、当前支付时间、当前支付地点组成的三元组进行基于身份的签名，并根据该三元组生成二维码。商家解码并验证签名，当且仅当生成二维码时间、地点和消费时间、地点在度量上彼此接近时，商家方可将支付信息发送给支付服务商。支付服务商分别验证签名、时间、地点，只有符合一定阈值才能交易成功。每个支付二维码在生成时都和特定的位置和时间相关，因此可以抵抗攻击者的恶意行为。
-
公开(公告)号：CN111159724A
公开(公告)日：2020-05-15
申请号：CN201911127494.9
申请日：2019-11-18
申请人： 南京航空航天大学
摘要： 本发明公开了一种细粒度策略的条件代理可重构加密方法，每个密文都会被信息拥有者用一组描述性语句或关键词标记，这些语句或关键词组合成了条件集合W，每个代理服务方的重加密密钥都与访问树T相关联；信息拥有者将信息加密后的第一层密文和根据访问树T生成的重加密密钥上传给代理服务方，当且仅当条件集合W满足该访问树T时，代理服务方运行重加密算法将对应的第一层密文重加密为第二层密文，以便信息请求者能够使用自己的私钥进行解密。因为每个重加密密钥都是根据访问树生成的，不满足访问树条件的其它密文不会被进行重加密，从而保证了本发明的细粒度。
-
公开(公告)号：CN101902744B
公开(公告)日：2013-05-01
申请号：CN201010238738.3
申请日：2010-07-28
申请人： 南京航空航天大学
摘要： 本发明公布了一种基于sniffer的无线传感网的入侵检测方法，包括如下步骤：样本训练：1)利用半监督学习中的Co-training算法对每个节点的样本数据进行训练得到每个节点的预测模型；2)利用具有置信值的极小极大概率机算法(MPM)对每个sniffer覆盖的样本数据进行训练得到每个sniffer的预测模型；3)利用支持向量机中解决大样本训练问题的核向量机算法(OCVM)对所有sniffer监听的数据进行训练得到整个网络的预测模型；实时检测：4)在无线传感器网络中加入若干个sniffer侦听节点，所述sniffer侦听节点侦听无线传感器网络内的所有帧信号；5)sniffer侦听节点将侦听得到的帧信号发送到主机，由主机通过传统的特征检测和上述智能算法训练获得的预测模型进行不同级别(节点、sniffer覆盖域、整个网络)的入侵检测判断与报警。
-
公开(公告)号：CN117743976A
公开(公告)日：2024-03-22
申请号：CN202311333827.X
申请日：2023-10-16
申请人： 南京航空航天大学
IPC分类号： G06F18/243 , G06F18/25 , G06N3/0464 , G06F18/22 , G06F16/35
摘要： 本发明公开了一种基于自然语言处理模型的二进制深度学习算子的分类方法，包括步骤：S1，获取用于训练的二进制算子数据集；S2，对获取的二进制算子代码进行反汇编，得到其基本块、指令与控制流图；S3，对二进制算子的指令进行预处理；S4，对Bert神经网络进行预训练；S5，冻结Bert神经网络Encoder层的参数，并进行微调训练；S6，训练带有卷积的Asm2vec语义感知神经网络；S7，对Bert神经网络和带有卷积的Asm2vec语义感知神经网络的嵌入特征进行融合，得到融合后的特征；S8，使用融合后的特征，训练深度神经决策森林分类器。本发明有效提高了二进制算子函数的识别准确性。
-
公开(公告)号：CN116881902A
公开(公告)日：2023-10-13
申请号：CN202310841256.4
申请日：2023-07-10
申请人： 南京航空航天大学
摘要： 本发明公开了一种应用于车联网的隐私增强多层联邦学习方法，涉及联邦学习技术领域，设计了一种基于Diffie‑Hellman算法的参数保护方法，建立起了一种资源友好且能增强数据隐私的多层联邦学习框架。通过本发明可以帮助车联网搭建起保护数据隐私的模型训练环境，满足车联网智能化的发展需求。同时，解决了传统联邦学习中参数可能泄漏隐私信息的问题，大幅增加隐私保护能力的同时只增加了较少的额外开销。此外，本发明还结合分布式哈希表技术和区块链技术，设计了一种用于检测外部恶意篡改的方法，极大增强了系统的安全性。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.027 秒)
