-
公开(公告)号：CN113688354B
公开(公告)日：2023-06-09
申请号：CN202110999974.5
申请日：2021-08-27
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于安全多方计算的卡方分箱方法，对于联邦学习的特征工程，提出一种新的卡方值计算方法，不需要加密所有的特征数据发送给数据应用方进行特征预处理，而是先将特征数据按类别分组，混入虚假分组，并对分组类别进行标记后加密发送给数据应用方，加密分组类别将会大幅度减少加密处理的数据量，数据应用方不需要解密所有特征数据，避免了巨大的资源损耗；数据提供方发送给数据应用方的是特征数据的分组信息，数据应用方解密后获取的是特征数据的分组信息，不包含特征数据的实际内容，并且该分组信息添加了虚假分组信息，将真实分组和虚假分组进行编码标记，相比传输脱敏数据和将真实数据加密后传输来说，提高了数据隐私的安全性。
-
公开(公告)号：CN113688408B
公开(公告)日：2023-05-12
申请号：CN202110884729.X
申请日：2021-08-03
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于安全多方计算的最大信息系数方法，数据提供方将特征数据离散在二维坐标系中，将当前二维坐标系划分为网格区域，将特征数据在网格区域中的位置分布形成编码矩阵并且加密发送给数据应用方。数据应用方根据编码矩阵的密文和标签矩阵在网格区域中的位置分布得出网格区域内数据点分布个数的密文，发送给数据提供方解密计算出数据点在每个区域的分布频率，从而得出最大信息系数。该方法由编码矩阵的密文矩阵代替实际数据的密文矩阵发送给数据应用方，保证了数据不离开本地，增强了数据隐私保护。
-
公开(公告)号：CN108733871B
公开(公告)日：2022-04-05
申请号：CN201810269474.4
申请日：2018-03-29
Applicant: 华东师范大学
Abstract: 本发明公开了一种纯软件仿真总线通讯的方法，包括：1）使用纯软件方式初始化总线、终端以及终端通讯数据；2）根据总线的工作原理，使用纯软件方式将终端初始化数据传输到所有终端；3）纯软件仿真终端将接收的数据解析，并根据解析的结果进行处理；4）将仿真总线传输的数据按照时间顺序记录下来，完成仿真总线通讯。本发明不使用仿真板卡即可达到分析总线通讯的目的，并且可以研究总线协议漏洞，可以仿真针对总线的重放攻击、伪造终端攻击、拒绝服务攻击等多种攻击。
-
公开(公告)号：CN113965315A
公开(公告)日：2022-01-21
申请号：CN202111202996.0
申请日：2021-10-15
Applicant: 华东师范大学 , 上海境山科技有限公司
Abstract: 本发明公开了一种轻量级密码学安全伪随机数生成器及伪随机数生成方法,本发明提出的方法能高效地生成密码学安全的高质量伪随机数，所述伪随机数生成器包括：参数选取模块，用于初始化参数；哈希函数计算模块，用于对当前随机数进行密码学安全的哈希计算；轻量级非密码学安全伪随机数生成模块，是使用轻量级算法生成随机数序列的模块；迭代生成随机数序列算法模块包括：循环左移模块和加法取模模块，用于生成新的随机数序列。本发明选取目前两种轻量级的伪随机数算法作为基础，通过伪随机数算法的结合和逻辑位移、加法取模等高效操作，来生成高质量的符合密码学安全的伪随机数。
-
公开(公告)号：CN113962286A
公开(公告)日：2022-01-21
申请号：CN202111093840.3
申请日：2021-09-17
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于分段函数的去中心化逻辑回归分类预测方法，该方法具体为：设有m个参与者包括1个数据应用者和m‑1个数据持有者，数据应用者和数据持有者基于选定的加密方案计算XkWk，然后数据应用者和数据持有者加密XkWk并作为输入调用盲百万富翁协议，从而获取分段函数f(XW)的结果。数据应用者计算误差Y’=f(XW)−Y。数据应用者加密误差E(Y’)发送给所有的数据持有者。数据应用者可以本地更新参数W1。数据持有者计算E(Y’)并更新参数。重复上述步骤，直至训练收敛至某一阈值或者迭代次数达到设置的最大的迭代次数。最终，数据应用者和数据持有者得到最终参数Wk，参与者可以通过得到参数Wk进行分类预测。本发明的方法与现有方法的区别是：没有暴露梯度值和乘积结果，保护了数据持有者数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113449319A
公开(公告)日：2021-09-28
申请号：CN202110698626.4
申请日：2021-06-23
Applicant: 华东师范大学 , 上海境山科技有限公司
Abstract: 本发明公开了一种面向跨筒仓联邦学习的保护本地隐私的梯度下降方法，具体实施步骤为：客户端初始化时随机生成标量参数的初始值；客户端执行权重策略选择权重参数；客户端广播模型参数给邻居，同时接收来自内邻居广播的模型参数，再将模型更新参数聚合；客户端更新本地模型参数；客户端更新梯度下降参数。本发明的在跨筒仓联邦学习中保护本地隐私的梯度下降方法，克服了面向跨筒仓/跨设备联邦学习的几种经典梯度下降方法中的隐私缺陷，在训练线性回归任务时可以更好的保护本地模型隐私。
-
公开(公告)号：CN110333738A
公开(公告)日：2019-10-15
申请号：CN201910618092.2
申请日：2019-07-10
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于仿真模拟软件的无人机集群验证方法，包括：针对无人机传感器导航配置需求，设计GPS定位系统，在ROS系统中集成各传感器建立单无人机模型；建立单无人机数据融合模型，实现对单无人机的飞行姿态描述；根据不同编队控制方式，分别建立发布订阅模式，进行无人机编队飞行；利用ROS Gazebo结合所构建的编队控制模式及单无人机模块去建立无人集群仿真模型，验证编队飞行模式的可行性及导航数据误差规律等。本发明能够进行无人机机载传感器及无人机和飞行环境的仿真，并提供对多无人机通信情况数据采集功能，为后续数据的处理提供数据源。采用本发明充分将ROS与Ubuntu平台结合，具有可扩展，实用性的优点。
-
公开(公告)号：CN106101102B
公开(公告)日：2019-07-26
申请号：CN201610416192.3
申请日：2016-06-15
Applicant: 华东师范大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于改进PAM聚类算法的网络流量异常检测方法，包括：流量采集阶段：通过网络分析工具监听网络获取网络数据包；特征提取阶段：提取网络数据包的属性，对一时间段内的网络数据包的属性分别进行信息熵值计算，得到多条多维数据记录；中心选择阶段：根据多维数据记录采用PAM聚类方法对网络数据包的数据点进行聚类，获取近似聚类中心后，通过近似聚类中心选择精确聚类中心；离群点判定阶段：设定阈值，筛选出精确聚类中心距离和局部利群因子均高于阈值的数据点得到离群的异常数据。该方法将改进的PAM聚类算法运用到异常流量检测中去，在继承了聚类无需标记的优势的同时，也降低算法需要的运行时间，具备处理更多数据的能力。
-
公开(公告)号：CN105848150B
公开(公告)日：2019-07-26
申请号：CN201610334582.6
申请日：2016-05-19
Applicant: 华东师范大学
Abstract: 本发明公开了一种无线传感器网络分组小数据安全分发方法，包括：基站依据节点到基站的跳数对节点进行分组；基站随机选择数量相同的随机数，为每个分组生成一条单向哈希链，并将每条哈希链的定向哈希值存储在相应分组节点上；基站将待发送的数据包进行预处理，使用哈希链上的定向哈希值对该条链上其前驱值进行加密处理；对数据包和前驱值进行组合获得其组合后的哈希值，并加入用于表示数据包生命周期的参数，构造待传输的数据包；传感器节点对数据包进行验证，根据节点的组别对数据包进行解析后验证其合法性，若数据包为其它组的数据，则直接转发该数据包；若数据包为合法数据包则接受该数据包并更新该节点相应的数据项；否则直接删除该数据包。
-
公开(公告)号：CN108764935A
公开(公告)日：2018-11-06
申请号：CN201810352005.9
申请日：2018-04-19
Applicant: 华东师范大学
CPC classification number: G06Q30/0185 , G06Q30/0282
Abstract: 本发明公开了一种应用程序的排名欺诈检测方法，该方法包括：特征提取阶段，深度学习阶段与检测阶段。特征提取阶段以应用程序元数据和生成数据作为输入，输出特征数据。深度学习阶段使用人工神经网络作为学习模型，对特征数据和监督值组成的样本集进行训练，得到已训练的学习模型。检测阶段以特征数据作为输入，通过已训练的学习模型，输出应用程序的检测结果。本发明能够得到在应用商店中的排名欺诈应用集合，为应用商店的管理提供可靠保障。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.1 seconds)
