-
公开(公告)号：CN117950835A
公开(公告)日：2024-04-30
申请号：CN202410137750.7
申请日：2024-01-31
Applicant: 西安电子科技大学 , 园信(北京)科技有限公司 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种基于改进的灰狼优化算法的云计算DAG任务调度方法，包括：将接收的用户上传的任务解析为DAG任务；将解析的DAG任务存放于任务池之中；使用改进的灰度优化算法对任务池中的DAG任务进行调度。所改进的算法，在原有灰狼算法基础上，通过随机采用螺旋式包围狩猎方法和体最优学习策略进行位置搜索更新，提高了算法的全局搜索和局部优化的均衡性；利用指数函数来代替传统灰狼算法中的线性函数来减小衰减因子a的数值，进一步提高搜索空间的利用率；通过改进系数向量C的更新方式，使与传统灰狼算法相比，既不容易陷入局部最优解，又不容易收敛速度过慢。本发明可以有效解决云计算平台中的任务调度问题，提高资源利用率和系统性能。
-
公开(公告)号：CN117436140A
公开(公告)日：2024-01-23
申请号：CN202311279658.6
申请日：2023-09-28
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司 , 杭州链融数科技术有限公司
Abstract: 本发明公开了一种基于非易失性存储介质和加密芯片的数据加密方法及系统，方法包括：在加密芯片进行固件烧录时，通过随机数在加密芯片生成初始密钥；在加密芯片上电启动时，检测密钥区是否已经存在用户密钥密文数据，若不存在，则加密芯片利用初始密钥对用户密钥数据进行加密，得到用户密钥密文数据，并将用户密钥密文数据存入密钥区，若存在，则加密芯片对用户密钥密文数据进行解密处理，得到用户密钥明文数据，并加载至加密芯片中；加密芯片在加载输入的用户密钥与用户密钥明文数据的对比结果一致时，授权用户进行预设操作，直至系统关机。本发明所有的计算过程都在加密芯片中进行，不存在因为软件漏洞等问题导致的数据或密钥泄露。
-
公开(公告)号：CN116545723A
公开(公告)日：2023-08-04
申请号：CN202310596087.2
申请日：2023-05-24
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: H04L9/40
Abstract: 本发明提供一种面向分布式拒绝服务攻击的恶意流量检测方法及装置，本发明的恶意流量检测方法包括：获取流量数据，并对所述流量数据进行包装，得到第一数据包；从所述第一数据包中获取每个元素的流量数据，并基于获取到的流量数据得到权重队列；基于所述权重队列得到权重标准值；基于所述第一数据包、所述权重队列以及所述权重标准值确定所述流量数据是否为合法流量。具有较好的检测性能，对DDoS攻击产生的恶意流量检测成功率高，时间消耗少且资源消耗率低。
-
公开(公告)号：CN116132012A
公开(公告)日：2023-05-16
申请号：CN202211386111.1
申请日：2022-11-07
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种可信任的隐私数据比较方法及其存储装置、智能终端，属于信息安全与隐私保护技术领域。本发明通过Paillier加密算法将双方的隐私数据加密，然后将隐私数据比较的问题通过一系列同态加密运算转化为双方解密出代表最终比较结果的问题。通过使协议双方都能验证最终结果的正确性，解决了现有隐私计算一方先得到最终结果，但不诚实地向另一方发送最终结果的问题，保证双方不能获取除了比较结果之外的隐私信息；此外通过在协议开始前计算部分中间值，如随机数r1、r2和s的相关选取和加密操作，以及参与双方在部分解密时可以并行运算，能有效提高同态安全运算的计算效率。
-
公开(公告)号：CN115829744A
公开(公告)日：2023-03-21
申请号：CN202211493012.3
申请日：2022-11-25
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司
IPC: G06Q40/04 , G06Q50/06 , G06Q10/0635 , G06Q10/0639 , G06Q20/38 , G06Q20/40 , G06F16/27 , G06F21/64
Abstract: 本发明涉及一种基于区块链的微电网交易方法、存储介质、设备及系统，属于区块链和微电网技术领域，包括以下步骤：S1、用户发电资质和入网资质审核；S2、交易信息发布与审核；S3、风险与信任量化；S4、匹配交易对象；S5、交易执行。本发明融合PKI和智能合约技术的准入机制、行为分析、信任评估、用户信任和系统风险量化，实现了多层次安全防护，构建了从用户准入到交易完成全生命周期的安全防护体系，提供安全的微电网交易环境，保障微电网交易系统的可靠运行。
-
Patent Agency Ranking
公开(公告)号：CN118312777A
公开(公告)日：2024-07-09
申请号：CN202410423343.2
申请日：2024-04-09
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F18/214 , G06F18/24 , G06F18/20 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于群智背景下的少样本时空序列数据处理方法及数据预测方法，其中，数据处理方法包括：获取群智背景下的少样本时空序列数据集，并按照空间地理位置进行分类，以将数据集划分为多个小区，同时获得各个小区之间的空间关系矩阵；将每个小区内的数据按照时间段进行分类，以将每个小区中的数据划分到不同的时间段内；为每个小区的每一时间段确定代表值，以将数据集转化为以时间为纵轴、以小区为横轴的小区‑时间矩阵数组。处理后的数据可用于对STNN模型进行训练，从而实现数据预测。该数据处理方法解决了群智数据集在STNN模型上训练时的大量数据缺失问题，具有较好的训练效果，实现了针对少样本时空序列数据集的高准确率数据预测。
-
公开(公告)号：CN117792607A
公开(公告)日：2024-03-29
申请号：CN202311835033.3
申请日：2023-12-28
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明提供了一种区块链上身份隐私保护及可追踪的分布式监管方法、系统及可读存储介质，方法包括初始化参数，并通过基础参数生成区块链委员会公私钥对，同时上链及分布式存储，再为用户生成群私钥并进行身份绑定，并生成与时间绑定的撤销辅助信息，完成匿名签名，最后检验匿名签名是否有效，并揭示无效的匿名签名的用户身份，并将此用户身份加入撤销列表中，使该用户之后的匿名签名不再有效；系统及可读存储介质用于实现一种区块链上身份隐私保护及可追踪的分布式监管方法；本发明采用区块链委员会节点联合计算、揭示用户身份、定时更新私钥碎片及代理节点对消息的接收、验证、聚合、转发，具有用户身份更安全，系统灵活、安全、复杂度低的特点。
-
公开(公告)号：CN117579342A
公开(公告)日：2024-02-20
申请号：CN202311540698.1
申请日：2023-11-17
Applicant: 西安电子科技大学 , 西安链融科技有限公司 , 广州链融信息技术有限公司
IPC: H04L9/40 , H04L12/18 , H04L67/104
Abstract: 本发明公开了一种基于可验证随机选择的区块链共识方法、装置及系统。其中，基于可验证随机选择的区块链共识方法，包括：通过计算得到节点打包出块顺序，并按照节点打包出块顺序获取当前轮次的出块节点，使得网络中分布式节点无需多轮通信进行信息交换，也无需消耗过多资源竞争出块。此外，通过分叉选择计算，得到新区块的构造块，保证了网络中的分布式节点能够以相同的规则选择区块，使区块链共识并收敛，降低了资源开销，提高了支持节点的数量。
-
公开(公告)号：CN117575048A
公开(公告)日：2024-02-20
申请号：CN202311597331.3
申请日：2023-11-27
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06N20/20 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种基于后门攻击的联邦学习模型测试方法及装置。所述方法包括：根根据先验样本数据，确定重要特征；融合重要特征和目标特征，得到融合特征；根据融合特征，在样本特征数据中植入后门攻击触发器，得到中毒样本；根据中毒样本进行联邦训练，得到后门攻击触发器植入后门的结果；根据后门攻击触发器植入后门的结果，对基于联邦学习得到的最终模型的安全性进行测试。根据本发明提供的方法，通过在训练的过程中融合重要特征和目标特征，得到融合特征，并根据融合特征进行训练；能够充分利用模型的训练过程，提高目标特征在联邦学习过程中的重要程度，从而提高后门攻击的成功率，从而提高基于联邦学习得到的最终模型的安全性能。
-
公开(公告)号：CN117196010A
公开(公告)日：2023-12-08
申请号：CN202310972846.0
申请日：2023-08-03
Applicant: 西安电子科技大学杭州研究院 , 广州链融信息技术有限公司 , 杭州链融数科技术有限公司
Abstract: 本发明属于信息技术服务技术领域，公开了一种面向网联汽车的区块链分布式联邦学习方法、系统及终端，去除了传统联邦学习框架中，中央服务器的联邦聚合作用，将其聚合功能应用于区块链中，利用区块链的公开透明性以及不可篡改性完成每一轮的联邦聚合过程。为了避免在训练过程中，各客户端传递模型梯度时出现隐私泄露，本发明在框架中引入基站，即设备管理层。由各基站预先对其下层管理的各个设备端的模型梯度进行初步聚合，将聚合结果上传至区块链中。通过区块链智能合约共识算法，计算出各个区块链节点算力值，考虑不同区块链节点模型梯度优劣，选择出本轮的leader节点，进行最终模型聚合并将聚合结果公开，从源头解决了联邦学习中央服务器的单点故障问题。
-
-
-
-
-
-
-
-
-
Search Results
565
records
(took 0.067 seconds)
