一种基于逻辑加密的MEDA生物芯片版权保护方法

    公开(公告)号:CN112685784B

    公开(公告)日:2022-07-08

    申请号:CN202110014813.6

    申请日:2021-01-06

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于逻辑加密的MEDA生物芯片版权保护方法,包括:S1、获取MEDA生物芯片运行的生化协议中使用到的混合分离操作;S2、计算每个混合分离操作的影响因子;S3、对每个混合分离操作,如果其影响因子大于等于阈值,则将其替换成逻辑加密模块,并为其分配黄金输入密钥;S4、将各逻辑加密模块的黄金输入密钥按照顺序组合作为MEDA生物芯片激活所需的黄金激活密钥;S5、根据黄金激活密钥的长度,构造密钥耦合增强模块;S6、将黄金激活密钥经过密钥耦合增强模块的输出结果作为逻辑加密模块的黄金解密密钥;S7、对当前构建的逻辑加密体系进行安全性评估。该方法有利于提高MEDA生物芯片在生产过程中的安全性,保护MEDA生物芯片的生化协议不被攻击者窃取。

    基于非确定性有限自动机的隐私保护医学诊疗系统

    公开(公告)号:CN110611567B

    公开(公告)日:2022-01-18

    申请号:CN201910891804.8

    申请日:2019-09-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于非确定性有限自动机的隐私保护医学诊疗系统。包括密钥生成中心,负责生成系统公共参数,分发服务器的私钥、用户的公/私钥,并执行远程医疗授权操作;医院,针对不同的疾病设计不同的医疗模型,并将其加密的医疗模型外包给云平台以提供远程诊疗服务;患者,将加密的医疗数据发送给云平台以请求获得诊疗服务,并使用自己的密钥来解密云服务器返回的诊疗结果;云平台,为医院提供加密医疗模型的存储服务;计算服务器,当接收到患者的远程诊疗请求后,计算服务器和云平台交互执行安全外包计算协议,并计算出最佳的加密治疗过程。本发明可以为患者推荐最佳的加密治疗建议,并且不会泄露患者的隐私。

    基于电路路径语句的Transformer恶意芯片识别方法及系统

    公开(公告)号:CN113591084A

    公开(公告)日:2021-11-02

    申请号:CN202110842581.3

    申请日:2021-07-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于电路路径语句的Transformer恶意芯片识别方法及系统,该方法包括如下步骤:S1、从电路网表中提取组件的信息,并组成两两互不重复组件对;再利用点到点的简单路径搜索算法找出所有组件对上的L级路径并映射为句子表达,然后打上有木马和无木马标签,构成句子数据集;S2、对句子数据集挑选出不重复的组件类型名,使用word2vec词嵌入算法和ELMo词嵌入算法训练得到词向量;S3、句子数据集根据词向量映射成张量形式,并输入到带有多头注意力机制的多层Encoder架构的Transformer中完成训练测试;在Transformer的末端全连接层会预测出路径句子上的硬件木马结果。该方法及系统不仅可以有效地检测出硬件木马,还能减小检测所需的路径句子开销。

    一种基于语义理解的深度学习硬件木马检测方法

    公开(公告)号:CN113486347A

    公开(公告)日:2021-10-08

    申请号:CN202110739931.3

    申请日:2021-06-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于语义理解的深度学习硬件木马检测方法,包括如下步骤:步骤S1:首先对芯片网表文件进行预处理,提取任意一个输入端口线网和输出端口线网来组成所有可能的路径对;接着在这些路径对上寻找所有存在的简单路径,并生成对应句子,再打上硬件木马标签构成带标签的句子数据集;步骤S2:把步骤S1中生成到的句子数据集进行组件类型名的去重清洗,并用word2vec完成词库训练,得到预训练好的词向量;步骤S3:来自步骤S1的句子数据集和来自步骤S2的词向量共同作为材料放入TextCNN(文本卷积神经网络)的输入层中,经过静动态相结合的词向量矩阵训练得到硬件木马的检测结果。本发明不仅可以有效地检测出硬件木马,还能保证分类器的性能稳定。

    基于城市交通的隐私保护压缩感知实时交通监测方法

    公开(公告)号:CN111787118B

    公开(公告)日:2021-08-31

    申请号:CN202010649250.3

    申请日:2020-07-08

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于城市交通的隐私保护压缩感知实时交通监测方法,包括以下步骤:步骤S1:将处于隐私保护下的车辆数据分为两部分发送给两个不同的路侧单元进行预处理;步骤S2:两个不同的路侧单元将预处理后的车辆数据分别外包给两个云平台,根据最终期望得到的运算结果,并利用两个云平台之间的交互运算设计出数据加密执行协议对数据加密;步骤S3:导航服务提供商从云平台接收加密数据并解密,再通过压缩感知技术实现对城市交通状态的估计。本发明能够显著地增强车辆数据隐私保护的能力,加快了数据处理速度且数据处理准确无误,降低了为实现城市交通估计所需的能耗,降低了交通估计所需时间。

    基于病症的跨域动态匿名认证群组密钥管理方法及系统

    公开(公告)号:CN107231230B

    公开(公告)日:2020-09-01

    申请号:CN201710397579.3

    申请日:2017-05-31

    Applicant: 福州大学

    Abstract: 本发明提供一种基于病症的跨域动态匿名认证群组密钥管理方法及系统,本发明的患者可以由不同的医疗机构进行诊断和治疗,系统允许一组来自不同医疗领域的患者生成群组会话密钥,从而建立安全的群组通信。系统支持患者的匿名性和可追踪性,它将患者的身份隐藏在匿名身份(pseudonym)中,只有指定机构才能够恢复他们的真实身份。跨域群组密钥协议保证:来自于不同医疗机构并且具有相同病症的认证患者,可以生成安全的群组密钥。患者利用该密钥建立安全的群组通信,从而保护了电子医疗社交系统中的患者隐私信息。系统还支持动态的群组管理,当群组成员变更时,系统会生成新的群组会话密钥。

    云雾计算框架下的数据安全溯源及访问控制系统

    公开(公告)号:CN111327620A

    公开(公告)日:2020-06-23

    申请号:CN202010122992.0

    申请日:2020-02-27

    Applicant: 福州大学

    Abstract: 本发明涉及一种云雾计算框架下的数据安全溯源及访问控制系统。该系统将部分解密任务外包给雾服务器,并可实现由文档所有者指定的访问控制策略,保证多媒体数据的机密性,并防止数据未经授权的访问。本系统可支持无上限约束的加密属性数及用户数,所有对加密多媒体文档的上传及修改都会被记录到溯源数据库中。在正常情况下,数据上传者的身份具有匿名性;而当发生不正当的数据使用时,密钥中心能推演出数据的真实来源,即可追踪性。本发明有效解决了在多媒体数据共享和传播过程中,无法支持细粒度的访问控制,云端计算开销过大,支持的属性数及用户数受限,无法鉴定多媒体数据来源,数据提供者的匿名性或可追踪性无法同时满足等问题。

    一种排序可验证的语义模糊可搜索加密方法

    公开(公告)号:CN106997384B

    公开(公告)日:2020-01-14

    申请号:CN201710181693.2

    申请日:2017-03-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种排序可验证的语义模糊可搜索加密方法,首先,引入相关度分数和域加权得分,获得了更加准确的索引结构。接着,基于WordNet词典集对查询关键词进行语义拓展,并综合语义相似度和加密分数,设计了双因子排序算法对搜索结果进行精确排序。最后,运用布隆过滤器和消息认证码,对关键词、索引、密文进行全面而有效的验证。本发明不仅实现了语义模糊搜索,并且能够对搜索结果进行排序,特别是在现有可验证方案验证结果精确性、完整性的基础上,补充了排序可验证功能。

    移动电子医疗中具有叛逆者追踪功能的可搜索加密系统

    公开(公告)号:CN107104982A

    公开(公告)日:2017-08-29

    申请号:CN201710387181.1

    申请日:2017-05-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种移动电子医疗中具有叛逆者追踪功能的可搜索加密系统,针对现有移动医疗(mHealth)系统中的计算开销过大,无法支持叛逆者跟踪以及对用户进行按需撤销等问题,提出了一种新型的轻量级、可进行数据共享和访问权限控制、可进行叛逆者追踪的安全电子医疗系统(LiST)。除了使用基于属性的加密(ABE)机制实现对加密电子医疗记录(EHR)的细粒度访问控制,LiST还支持对加密的EHR的关键字搜索,提供高效的叛逆者追踪和灵活的用户撤销机制。

    基于电路路径语句的Transformer恶意芯片识别方法及系统

    公开(公告)号:CN113591084B

    公开(公告)日:2023-08-04

    申请号:CN202110842581.3

    申请日:2021-07-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于电路路径语句的Transformer恶意芯片识别方法及系统,该方法包括如下步骤:S1、从电路网表中提取组件的信息,并组成两两互不重复组件对;再利用点到点的简单路径搜索算法找出所有组件对上的L级路径并映射为句子表达,然后打上有木马和无木马标签,构成句子数据集;S2、对句子数据集挑选出不重复的组件类型名,使用word2vec词嵌入算法和ELMo词嵌入算法训练得到词向量;S3、句子数据集根据词向量映射成张量形式,并输入到带有多头注意力机制的多层Encoder架构的Transformer中完成训练测试;在Transformer的末端全连接层会预测出路径句子上的硬件木马结果。该方法及系统不仅可以有效地检测出硬件木马,还能减小检测所需的路径句子开销。

Patent Agency Ranking