一种基于对抗神经网络的智能合约可重入漏洞检测方法

    公开(公告)号:CN113536322A

    公开(公告)日:2021-10-22

    申请号:CN202110847570.4

    申请日:2021-07-27

    Abstract: 本发明公开了一种基于对抗神经网络的智能合约可重入漏洞检测的方法,属于区块链安全技术领域。本方法将每种类型的漏洞威胁特征提取出来,当合约语句和漏洞语句相似度大于阈值时,将合约语句和漏洞威胁特征进行匹配。如果匹配成功,将合约语句标记漏洞语句并记录其类型。如果匹配失败,则说明存在误判,该合约语句不会被标记为漏洞语句。通过生成器和判别器的对抗,判别器具有良好的判别能力。本方法可以避免漏洞语句误判,可以自动寻找智能合约库中的所有漏洞语句,具有良好的准确率。

    一种基于复合特征节点类别挖掘的加密货币辅助监管方法

    公开(公告)号:CN119067661A

    公开(公告)日:2024-12-03

    申请号:CN202410983488.8

    申请日:2024-07-22

    Abstract: 本发明涉及一种基于复合特征节点类别挖掘的加密货币辅助监管方法,属于区块链监管领域。首先解析从区块链网络中抓取加密货币交易的广播流量,获取参与交互行为的节点列表和对应消息类型。对一段时间内的流量数据进行汇总分类,得到消息类型的统计量。将抓取的流量数据传入外部辅助系统,返回部分节点的类别判断结果和无法判断的节点列表。提升训练样本质量,基于聚类思想构建机器学习模型,并根据外部系统提供的粗粒度标签对模型进行调整。使用训练完成的模型对剩余的无法判断节点进行预测,得到高置信度的节点类别,将其中的轻节点纳入重点监管目标,强化范围性监管力度。本发明实现了加密货币节点类别挖掘,增大了监管平台的有效监管范围比例。

    一种基于区块链的边缘轨迹保护方法

    公开(公告)号:CN113656831B

    公开(公告)日:2024-10-08

    申请号:CN202110907690.9

    申请日:2021-08-09

    Abstract: 本发明涉及一种基于区块链的边缘轨迹保护方法,属于区块链隐私保护技术领域。本方法在区块生成时不仅考虑了用户信息保护和身份认证,还考虑了筛选机制以保证大多数授权节点的完整性。同时,本发明提出了使用轨迹熵抑制方法,并将其与损失函数评估序列相结合,通过部署智能合约实现区域间的协作。本方法有效提高了用户轨迹隐私信息的安全性,达到了保护边缘轨迹的目的。

    一种基于RSA累加器的去中心匿名身份认证方法

    公开(公告)号:CN117792642A

    公开(公告)日:2024-03-29

    申请号:CN202311734310.1

    申请日:2023-12-15

    Abstract: 本发明涉及一种基于RSA累加器的去中心匿名身份认证方法,属于计算机网络应用密码学技术领域。首先,可信机构设定所用椭圆曲线并生成RSA累加器参数,公开椭圆曲线参数和RSA累加器的公共参数。然后,用户可以发送自己的真实身份至可信机构,可信机构为用户生成假名。区块链平台将其信息加入累加器中,并配合用户生成其见证。可信机构可在必要时从用户假名重构用户的真实身份。当累加器版本更新时,更新见证。最后,用户可利用假名和有效见证构造匿名交易签名,区块链平台可以在不知道用户真实身份的前提下验证用户的身份合法性和交易完整性。本方法实现了去中心的匿名身份认证并实现了低成本的去中心的匿名身份认证过程。

    一种基于区块链的可审计数据共享方法

    公开(公告)号:CN114185993B

    公开(公告)日:2023-02-03

    申请号:CN202111566024.X

    申请日:2021-12-21

    Abstract: 本发明涉及一种基于区块链的可审计数据共享方法,属于应用密码学技术领域。本方法实现了基于属性的访问控制的去中心的第三方文件共享;能够让网络系统安全对第三方服务集群依赖程度低,仅需服务集群中任意一个服务器保持诚实,即可保证文档不被攻击方获取。同时,实现了服务集群的本地计算的正确性可审计,每一个服务器的本地计算通过零知识证明技术生成证明记录在区块链账本中。本方法令文档共享中的行为公开可审计,每一次成功的文档共享在区块链账本均留有足够的永久可审计记录,这些记录公开、不可被篡改,显著提高了系统的可信程度。

    一种满足个性化本地差分隐私需求的联邦学习方法

    公开(公告)号:CN114841364A

    公开(公告)日:2022-08-02

    申请号:CN202210393006.4

    申请日:2022-04-14

    Inventor: 徐蕾 吴瑕 祝烈煌

    Abstract: 本发明涉及一种满足个性化本地差分隐私需求的联邦学习方法,属于网络与信息安全技术领域。在联邦学习的每一个迭代轮次中,每个客户端在完成本地模型训练后,根据自己设置的隐私预算对原始的本地模型参数进行扰动,然后发送给服务器。服务器收集所有客户端扰动后的本地模型参数,并根据每个客户端设置的隐私预算计算其对应的概率参数,在聚合全局模型时根据概率参数来决定使用哪些客户端的本地模型。对比现有技术,本发明可抵抗来自不可信服务器的隐私攻击,客户端可设置不同的隐私预算,支持“个性化”的隐私保护。客户端选择机制可以在隐私预算个性化设置的情形下,使服务器获得更准确的全局模型,平衡了数据可用性与隐私性。

    一种防御工业网络系统分布式拒绝服务攻击的方法

    公开(公告)号:CN114531273A

    公开(公告)日:2022-05-24

    申请号:CN202210026123.7

    申请日:2022-01-11

    Abstract: 本发明一种防御工业网络系统分布式拒绝服务攻击的方法,属于网络安全防御技术领域。本方法融合了深度学习和软件定义网络技术来构建防DDoS攻击的工业网络。深度学习技术进行攻击检测具有灵活准确的特点,SDN实现了工业网络的整体网络管理和流量控制。本发明基于AC‑GAN构建了一种深度学习分类算法,生成器可以为特定的标签生成数据,判别器通过重建标签信息来提高生成数据的质量。所述方法通过生成对抗性攻击样本提高模型的灵敏度,提高了在软件定义工业网络中检测对抗性DDoS攻击的准确率。本方法通过SDIN控制器提取和监控实时流量信息,当检测到攻击流量时,系统会自动触发攻击缓解功能,添加防火墙规则并下发丢弃的流表项策略,从而及时缓解DDoS攻击。

    基于标签加密与零知识证明的联盟链交易隐私保护方法

    公开(公告)号:CN114531243A

    公开(公告)日:2022-05-24

    申请号:CN202210002113.X

    申请日:2022-01-04

    Abstract: 本发明公开了一种基于标签加密与零知识证明的联盟链交易隐私保护方法,属于区块链隐私保护技术领域。本方法采用标签加密与零知识证明的方式,解决了联盟链中用户身份信息泄漏问题,以及联盟链中存在恶意交易的问题。本方法提出了一种特殊的交易机制,能够在支持审计的条件下有效保护用户身份隐私数据。本方法不仅允许用户在联盟链中进行匿名交易,而且实现了对可疑交易的分布式高效追踪,同时达到有效监管和身份隐私保护,实现两方面的平衡。

    一种本地化差分隐私下键值对数据收集受投毒攻击的检测方法

    公开(公告)号:CN114462032A

    公开(公告)日:2022-05-10

    申请号:CN202210381516.X

    申请日:2022-04-13

    Abstract: 本发明提出一种本地化差分隐私下键值对数据收集受投毒攻击的检测方法,该方法包括:获取扰动数据集合中特征变量关于概率参数的数学期望;对原始数据的几类极端情况进行分析,基于上述得到的数学期望计算边界阈值;基于边界阈值对扰动数据集合中的观测值的越界程度进行评估,识别扰动数据集合中是否包含投毒数据以检测投毒攻击。本发明所提方法未增加庞大计算开销和额外安全机制即可提高本地化差分隐私下键值对数据收集的安全性,使得数据收集方得到的统计结果更为准确和可靠。

Patent Agency Ranking