-
公开(公告)号：CN110111218A
公开(公告)日：2019-08-09
申请号：CN201910203174.0
申请日：2019-03-18
Applicant: 东北大学
Abstract: 本发明提供一种基于区块链的软件著作权管控系统及方法，涉及区块链技术领域。该系统包括客户端和服务器端两部分，其中，服务器端又包括身份认证、软件著作权声明、代码盗用检测、软件著作权转让和软件著作权查询五个模块；该方法包括软件著作权的声明方法、查询方法和转让方法三部分，其中，软件著作权的查询方法又包括按软件著作权的类型进行模糊查询以及按软件著作权的作者查询作者所拥有的全部软件著作权两种查询方式。本方法根据区块链去中心化的技术特性，保证数据可以被永久保存，不可篡改，通过区块链技术加盖时间戳，确保了存证时间的权威性和可靠性，另外，通过代码盗用检测模块能有效检测侵权行为，保护原创作者的合法权益。
-
公开(公告)号：CN113486357B
公开(公告)日：2024-02-13
申请号：CN202110766768.X
申请日：2021-07-07
Applicant: 东北大学
Abstract: 方法可较为全面地分析智能合约solidity源程本发明公开了一种基于静态分析和深度学 序的行为，提高了智能合约solidity源程序安全习的智能合约安全检测方法，涉及区块链智能合 检测的准确率。约安全技术领域。包括对智能合约solidity源程序进行静态分析得到智能合约solidity源程序的图结构；从图结构中提取出抽象事实；根据solidity源程序的抽象事实，搭建用于对solidity源程序进行漏洞分类的深度学习模型，包括：输入模块，注意力模块，残差连接模块和输出模块；构建训练数据集；利用所述训练数据集(56)对比文件赵淦森;谢智健;王欣明;何嘉浩;张成志;林成创;Ziheng Zhou；陈冰川;ChunmingRong.ContractGuard：面向以太坊区块链智能合约的入侵检测系统.网络与信息安全学报.2020,(第02期),第39-59页.倪远东;张超;殷婷婷.智能合约安全漏洞研究综述.信息安全学报.2020,(第03期),第83-104页.陆申明;左志强;王林章.静态程序分析并行化研究进展.软件学报.2020,(第05期),第7-18页.韩松明;梁彬;黄建军;石文昌.DC-Hunter:一种基于字节码匹配的危险智能合约检测方案.信息安全学报.2020,(第03期),第105-117页.
-
公开(公告)号：CN110111218B
公开(公告)日：2023-05-12
申请号：CN201910203174.0
申请日：2019-03-18
Applicant: 东北大学
IPC: G06Q50/18 , G06F40/216 , G06Q20/38
Abstract: 本发明提供一种基于区块链的软件著作权管控系统及方法，涉及区块链技术领域。该系统包括客户端和服务器端两部分，其中，服务器端又包括身份认证、软件著作权声明、代码盗用检测、软件著作权转让和软件著作权查询五个模块；该方法包括软件著作权的声明方法、查询方法和转让方法三部分，其中，软件著作权的查询方法又包括按软件著作权的类型进行模糊查询以及按软件著作权的作者查询作者所拥有的全部软件著作权两种查询方式。本方法根据区块链去中心化的技术特性，保证数据可以被永久保存，不可篡改，通过区块链技术加盖时间戳，确保了存证时间的权威性和可靠性，另外，通过代码盗用检测模块能有效检测侵权行为，保护原创作者的合法权益。
-
公开(公告)号：CN111222049B
公开(公告)日：2021-10-01
申请号：CN202010016654.9
申请日：2020-01-08
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/335 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于大数据信息检索技术领域，涉及语义增强的异构信息网络上Top‑k相似度搜索方法，包括如下步骤：步骤1：节点表示。使用预训练方法生成异构信息网络数据集中所有节点的内容和结构表示。步骤2：路径表示。步骤3：设计注意力层以结合两个卷积神经网络通道训练得到的内容和结构信息，步骤4：通过将以上综合表示CS输入MLP中，步骤5：使用对数损失函数训练模型。本发明模型利用卷积神经网络的两个通道同时分别训练内容信息和结构信息，并且采用了两种注意力机制，用于动态的区分不同元路径的语义差异性以及结合对象的内容和结构信息进行模型的综合训练。
-
公开(公告)号：CN111222049A
公开(公告)日：2020-06-02
申请号：CN202010016654.9
申请日：2020-01-08
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/335 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于大数据信息检索技术领域，涉及语义增强的异构信息网络上Top-k相似度搜索方法，包括如下步骤：步骤1：节点表示。使用预训练方法生成异构信息网络数据集中所有节点的内容和结构表示。步骤2：路径表示。步骤3：设计注意力层以结合两个卷积神经网络通道训练得到的内容和结构信息，步骤4：通过将以上综合表示CS输入MLP中，步骤5：使用对数损失函数训练模型。本发明模型利用卷积神经网络的两个通道同时分别训练内容信息和结构信息，并且采用了两种注意力机制，用于动态的区分不同元路径的语义差异性以及结合对象的内容和结构信息进行模型的综合训练。
-
公开(公告)号：CN117061084A
公开(公告)日：2023-11-14
申请号：CN202311026976.1
申请日：2023-08-15
Applicant: 东北大学 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明提供一种基于全同态加密的高效可验证外包计算方法，涉及网络安全技术领域，本发明通过简单的矩阵乘法和模运算来生成密文，具有较高的执行效率；本发明通过将加密算法中的矩阵乘法操作分解并分配给多个线程同时执行，进一步提高了加密算法的执行效率；提出了一种基于零知识证明的验证机制，在保证外包函数在密文上计算结果完整性的同时，也可以保护外包服务器私有输入的机密性。
-
公开(公告)号：CN113486357A
公开(公告)日：2021-10-08
申请号：CN202110766768.X
申请日：2021-07-07
Applicant: 东北大学
Abstract: 本发明公开了一种基于静态分析和深度学习的智能合约安全检测方法，涉及区块链智能合约安全技术领域。包括对智能合约solidity源程序进行静态分析得到智能合约solidity源程序的图结构；从图结构中提取出抽象事实；根据solidity源程序的抽象事实，搭建用于对solidity源程序进行漏洞分类的深度学习模型，包括：输入模块，注意力模块，残差连接模块和输出模块；构建训练数据集；利用所述训练数据集对所述深度学习模型进行训练；利用训练好的深度学习模型对输入的智能合约进行漏洞检测，输出智能合约solidity源程序的安全检测结果。该方法可较为全面地分析智能合约solidity源程序的行为，提高了智能合约solidity源程序安全检测的准确率。
