-
公开(公告)号：CN113836556A
公开(公告)日：2021-12-24
申请号：CN202111134122.6
申请日：2021-09-26
Applicant: 广州大学
Abstract: 本发明提供了面向联邦学习的去中心化函数加密隐私保护方法及系统，所述方法为获取服务器发送的初始模型、公共数据集、加密标签、加密素数、加密权重和权重向量参数；根据本地数据集对初始模型进行训练得到本地模型，并根据公共数据集对本地模型进行测试得到模型准确率；根据加密素数生成加密私钥和部分解密密钥，并根据加密私钥和加密标签对本地模型进行函数加密得到加密模型；将加密模型、部分解密密钥和模型准确率发送给服务器，以使服务器根据部分解密密钥、加密标签、加密权重和模型准确率对加密模型进行解密聚合得到全局模型。本发明保证服务器不能获得用户本地模型的同时，有效防止第三方与服务器共谋攻击，提升隐私保护力度和服务效果。
-
公开(公告)号：CN111262099B
公开(公告)日：2021-11-19
申请号：CN202010064812.8
申请日：2020-01-20
Applicant: 广州大学
IPC: H01R13/66
Abstract: 本发明公开了一种可编程遥控智能插座及其实现方法，所述插座包括：通信接口模块，用于通过接口获取来自外部的输入数据和信息，形成命令字/串；命令适配模块，用于将所述通信接口模块接收到的命令字/串，翻译转换为所述插座能够识别的统一命令格式的功能指令；命令解析执行模块，用于对所述命令适配模块转换的统一命令格式的功能指令进行识别、解析，提取插座的功能操作、操作参数信息，并调用相应的功能调用函数，执行智能插座控制功能，本发明可以在没有或者找不到网络接入、手机的条件下，通过红外遥控这一传统遥控方式直接控制智能插座。
-
公开(公告)号：CN113139189B
公开(公告)日：2021-10-26
申请号：CN202110471943.2
申请日：2021-04-29
Applicant: 广州大学
IPC: G06F21/56 , G06F40/216 , G06F40/30 , G06K9/62 , G06N20/20
Abstract: 本发明公开了一种挖矿恶意软件的识别方法、系统和存储介质，所述方法包括以下步骤：不同维度的数据预处理；文本特征提取并向量化；基于Stacking构建多模型集成的挖矿恶意软件识别模型；得到预测结果。本发明是目前为数不多的针对二进制文件进行挖矿恶意软件检测的方法，针对性强，实现过程简单，效率高；且本发明通过多个角度对挖矿软件特征进行了多维度特征提取，并对不同维度的特征设计了多模型集成的方法，构造了挖矿恶意软件识别组合模型，该模型识别准确率高，误报率低。
-
公开(公告)号：CN113507445A
公开(公告)日：2021-10-15
申请号：CN202110657868.9
申请日：2021-06-10
Applicant: 广州大学
Abstract: 本发明涉及物联网安全技术领域，公开了一种物联网第三方规则安全性的检测方法和装置，所述方法包括：获取第三方的规则代码；将第三方规则和数据库中的验证记录进行比对，若第三方规则不存在相应的验证记录，则对所述第三方规则中的规则代码进行权限提取并判断提取出的权限中是否包含敏感资源，若不包含敏感资源则将提取出的权限发送给用户并请求用户授权；若包含敏感资源，则对所述第三方规则进行URL检测和恶意代码检测。有益效果：将第三方规则和数据库中的验证记录进行比对，可以节约检测时间提高检测效率；当提取出的权限包含敏感资源时，检测第三方规则来源和规则代码的安全性，避免用户系统敏感资源的泄露。
-
公开(公告)号：CN112257066B
公开(公告)日：2021-09-07
申请号：CN202011188125.3
申请日：2020-10-30
Applicant: 广州大学
Abstract: 本发明公开了一种面向带权异质图的恶意行为识别方法、系统和存储介质，方法包括以下步骤：构建归纳式图神经网络模型，所述归纳式图神经网络模型包括子图抽取模块、多个特征向量生成融合模块以及分类学习模块；对归纳式图神经网络模型进行训练学习，子图抽取，学习子图中节点的潜在向量表示，得到子图对应的多个子图特征向量，多个子图特征向量融合，融合获得的节点特征向量在分类学习模块进行分类学习；利用训练完成的归纳式图神经网络模型进行恶意行为识别。本发明充分结合和利用异质图所包含的丰富的拓扑特征信息和属性信息，在此基础上设计归纳式学习的图神经网络模型完成异质图中的特征抽取和表示学习，最终实现恶意行为的识别。
-
Patent Agency Ranking
公开(公告)号：CN113269931A
公开(公告)日：2021-08-17
申请号：CN202110623178.1
申请日：2021-06-03
Applicant: 广州大学
Abstract: 本发明涉及物联网访问控制技术领域，公开了一种基于权能的共享汽车访问方法和装置，所述方法包括接收第一用户设备发送的第一访问请求；根据预存的第一服务器公钥验证所述第一权能令牌的服务器私钥，若第一权能令牌的服务器私钥和预存的第一服务器公钥匹配，则获取所述第一权能令牌中的用户公钥并使用用户公钥验证所述第一访问请求中的用户私钥；若获取到的用户公钥和第一访问请求中的用户私钥相匹配，则允许第一用户设备访问共享汽车。有益效果：基于权能的访问控制方法，用户与共享汽车网关之间直接进行访问请求的验证，保证了即使在无网络条件或者云端服务器不可用的情况下用户对共享汽车的访问依然可以正常进行，使得用户体验得到了保障。
-
公开(公告)号：CN112804231A
公开(公告)日：2021-05-14
申请号：CN202110042899.3
申请日：2021-01-13
Applicant: 广州大学
Abstract: 本发明公开了一种面向大规模网络的攻击图分布式构建方法、系统和介质，包括下述步骤：采用社区发现算法将大规模网络划分成为一个个子网络，各子网络内部连接紧密，子网络之间连接稀疏；在各个子网络上根据子网络内部的漏洞的依赖关系建立子攻击图；通过子网络之间的漏洞依赖关系将各个子网络的子攻击图融合成为整个网络的攻击图。本发明在面对大规模网络建立攻击图的时候，首先使用社区发现的方法将大网络划分为多个子网络，然后并行构建攻击图，最后在合并的过程中，由于社区结构的特性，子网络之间连接较少，所以合并子攻击图更快，这样大大减少了构建大规模网络攻击图所用的时间。
-
公开(公告)号：CN110458187B
公开(公告)日：2020-07-31
申请号：CN201910565940.8
申请日：2019-06-27
Applicant: 广州大学
Abstract: 本发明公开了一种恶意代码家族聚类方法及系统，方法包括采用T‑SNE算法对原始恶意代码执行序列进行降维可视化，具体为：使用T‑SNE算法对每个数据点近邻的分布进行建模，其中近邻是指相互靠近数据点的集合；构建模型，通过非线性函数变换将数据点映射到相应概率分布上；对构建的模型进行训练，通过计算低维空间的条件概率，从而计算损失函数的梯度；使用K‑means算法对恶意代码家族进行聚类，具体为：确定分类个数K和聚类中心；通过计算对象与聚类中心的距离对所有对象进行簇划分；重新计算新的聚类中心，判断是否满足条件。系统包括降维可视化模块和聚类模块。通过本发明不仅降低了如何确定K‑means算法中k的难题，还提高了恶意代码家族聚类的准确性。
-
公开(公告)号：CN110888908A
公开(公告)日：2020-03-17
申请号：CN201911064357.5
申请日：2019-11-01
Applicant: 广州大学
IPC: G06F16/2457 , G06Q50/06
Abstract: 本发明公开了一种可持续深度学习的充电站/桩推荐系统及推荐方法，通过将可持续深度学习机制引入充电站/桩推荐系统，有效利用随时间不断变化的电动车辆、充电站/桩数据、用户数据、第三方数据等多元数据进行动态推荐，使充电站/桩得到充分利用，合理匹配车桩，为电动车辆推荐最佳充电站/桩，提高充电站/桩资源的利用率，有效解决电动车辆充电难的问题。
-
公开(公告)号：CN108494769B
公开(公告)日：2020-01-14
申请号：CN201810237547.1
申请日：2018-03-21
Applicant: 广州大学
Abstract: 本发明公开了一种Tor匿名网络中隐藏服务的溯源方法，先通过侧信道识别Tor隐藏服务的Guard节点，然后利用已发现的Guard节点和流水印技术检测疑似Tor隐藏服务的主机IP地址集合，最后利用交集攻击确定该隐藏服务的IP地址。本发明技术方案具有更高的准确性，能够有效破解Tor匿名网络隐藏服务的位置信息(IP地址)，对于国际、国内执法机构联合打击网络犯罪提供了很好的技术支撑，具有较好的可行性和实用性。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.03 seconds)
