-
公开(公告)号：CN118861814A
公开(公告)日：2024-10-29
申请号：CN202410902528.1
申请日：2024-07-07
申请人： 东南大学
IPC分类号： G06F18/241 , H04L9/40 , G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要： 本发明公开了一种面向Tor网络的跨域自适应小样本网站指纹识别方法，所述方法包括以下步骤：S1：设计基于加性角度边界损失的预训练策略，S2：设计基于特定任务适配器的模型微调策略；其中，基于加性角度边界损失的预训练策略主要包括流量采集和预处理、随机批量采样、特征提取器模型构建、预训练损失函数设计、特征提取器训练5个步骤。基于特定任务适配器的模型微调策略主要包括随机小样本任务采样、加载和冻结主干网络参数、任务适配器插入和初始化、微调任务适配器权重、小样本任务测试5个步骤。本方法平衡了预训练的训练成本和性能，能够支持大规模数据集预训练，为匿名通信网络治理实践提供了有效基础和全新视角。
-
公开(公告)号：CN116545946A
公开(公告)日：2023-08-04
申请号：CN202310554060.7
申请日：2023-05-16
申请人： 东南大学
IPC分类号： H04L47/2483 , H04L47/2441 , G06F18/213 , G06F18/24
摘要： 本发明公开了一种基于突发流分布特征的隐藏服务流量识别方法，以满足对通过暗网进行违法交易行为的监管需求，本方法提出一种新的基于突发流(Burst)分布特征的识别方法，能够分类用户访问不同隐藏服务的流量。该方法包括Tor隐藏服务流量预处理与指纹构建、Tor隐藏服务流量全局特征提取与流量识别。流量预处理与指纹构建实现了基于Tor信元序列的数值化表达与基于Burst序列的指纹构建。全局特征提取通过在CNN模型的基础上添加全局特征提取模块实现了对一条流中所有Burst关联特征的深度提取。在流量识别中，通过全连接层对特征进行融合进而实现准确分类。
-
公开(公告)号：CN116405296A
公开(公告)日：2023-07-07
申请号：CN202310394694.0
申请日：2023-04-13
申请人： 东南大学
IPC分类号： H04L9/40 , H04L61/4511 , H04L67/02 , H04L41/16 , G06N3/0464 , G06N3/0442
摘要： 本发明涉及一种基于双通道结构的多域名隐藏服务网站指纹攻击方法，通过构建基于云服务器的多域名隐藏服务流量采集系统来完成Tor第三版本多域名隐藏服务的域名收集与归类、流量采集以及数据预处理。基于隐藏服务加载行为差异，提出了一种新的输入，并通过设计一种双通道结构的网站指纹攻击方法，分别通过卷积神经网络和长短时记忆模型提取不同通道输入中的空间特征信息和时间特征信息，将两种特征进行拼接融合送入分类网络，从而提高网站指纹攻击方法对从属于同一个站点的不同域名的特征学习能力。该方案通过并行双通道结构来捕获隐藏服务站点每个不同域名流量的时空特征并进行特征结合，提高多域名复杂特征环境下的隐藏服务网站指纹攻击准确率。
-
公开(公告)号：CN114531305B
公开(公告)日：2022-07-19
申请号：CN202210433257.0
申请日：2022-04-23
申请人： 东南大学
IPC分类号： H04L9/40 , H04L9/32 , H04L9/08 , H04L47/32 , H04L67/1042
摘要： 本发明涉及一种面向以链治链的区块链跨链监管方法，以满足区块链监管的分布式部署、数据安全可靠、跨链快速高效的需求。该方法设计了一个层次化的跨链监管体系结构与一套交互协议，以构建一个安全、高效的区块链跨链监管系统。整个跨链监管体系分为业务层、监管层与许可层。业务层负责实现面向各种区块链应用的业务数据可信存储，监管层负责实现跨链业务数据在多个监管机构之间的共享与审计，许可层负责实现对业务链和监管链的体系接入控制和跨链监管活动的访问控制。为了实现跨链通信，本方案利用链上节点代理程序构建了一个跨链网络，提出一套面向“以链治链”的跨链监管交互协议，从而实现在监管活动中跨链数据的高效访问与安全传输。
-
公开(公告)号：CN114760310A
公开(公告)日：2022-07-15
申请号：CN202210398823.9
申请日：2022-04-16
申请人： 东南大学
IPC分类号： H04L67/10 , H04W4/40 , H04W12/06 , H04W12/106 , H04W12/121 , H04W12/122
摘要： 本发明面向5G车联网智能交通应用场景，针对车辆在向路边基站上报感知信息中所表现出的恶意行为与自私行为，提出了一种基于联盟链的5G车联网车辆信誉管理方法。该方法设计了一个车辆信誉模型并构建了一个基于联盟链的车辆信誉管理系统，以满足让车辆积极主动参与上报真实准确的感知信息的需求。车辆信誉模型一方面采用基于信号量的奖惩机制以遏制车辆的恶意行为，另一方面采用周期性地税收机制以抑制车辆的自私行为。基于联盟链的车辆信誉管理系统一方面搭建了满足了政府机构与运营商多方参与需求的分布式管理架构，另一方面以智能合约的方式在联盟链上实现了用户访问授权、车辆上报信息、车辆信誉值奖惩、车辆周期性税收4个基本业务，不仅保证了车辆信誉值计算依据与计算过程的安全可靠，还保证了信誉值在车辆与管理方之间的平衡流动与长期稳定。
-
公开(公告)号：CN114461623B
公开(公告)日：2024-08-27
申请号：CN202210100479.0
申请日：2022-01-27
申请人： 东南大学
摘要： 本发明公开许可链上授权的非交易有害数据完全擦除方法，包括异地多步擦除、擦除后的验证与示证、设置擦除周期可调节和新用户节点初始化，本发明可在授权后完全擦除链上有害数据，而非对相关数据的隐藏处理。所设计的一致性验证算法，能保证擦除操作不影响交易相关数据的完整性、一致性、有效性等永久写入特性，且提供基于密码学的用户示证；所涉及的擦除周期可调整方法，允许许可链系统在不扩大影响的情况下对突发性的非法数据插入进行及时处理。
-
公开(公告)号：CN114978638B
公开(公告)日：2024-03-19
申请号：CN202210517896.5
申请日：2022-05-12
申请人： 东南大学
摘要： 本方法构建了一个基于共享节点的跨链监管体系并设计了一套基于共享节点的跨链监管交互协议。基于共享节点的跨链监管体系分为监管层、业务层以及共享层。监管层负责在多个监管机构之间实现对区块链应用监管数据的共享与审计。业务层负责实现面向不同行业、领域的区块链应用业务数据的安全存储。共享层由多个共享节点集合构成。每个共享节点集合负责构建从监管链到业务链的跨链监管通道，为监管活动的开展提供命令执行与数据传输的支持。为了实现“以链治链”的分布式监管模式，本方法利用共享节点在监管链与业务链之间随机构建了多条跨链通道，并通过设计基于共享节点的跨链交互协议实现了跨链监管数据的安全访问与高效传输。
-
公开(公告)号：CN114760310B
公开(公告)日：2024-03-19
申请号：CN202210398823.9
申请日：2022-04-16
申请人： 东南大学
IPC分类号： H04L67/10 , H04W4/40 , H04W12/06 , H04W12/106 , H04W12/121 , H04W12/122
摘要： 本发明面向5G车联网智能交通应用场景，针对车辆在向路边基站上报感知信息中所表现出的恶意行为与自私行为，提出了一种基于联盟链的5G车联网车辆信誉管理方法。该方法设计了一个车辆信誉模型并构建了一个基于联盟链的车辆信誉管理系统，以满足让车辆积极主动参与上报真实准确的感知信息的需求。车辆信誉模型一方面采用基于信号量的奖惩机制以遏制车辆的恶意行为，另一方面采用周期性地税收机制以抑制车辆的自私行为。基于联盟链的车辆信誉管理系统一方面搭建了满足了政府机构与运营商多方参与需求的分布式管理架构，另一方面以智能合约的方式在联盟链上实现了用户访问授权、车辆上报信息、车辆信誉值奖惩、车辆周期性税收4个基本业务，不仅保证了车辆信誉值计算依据与计算过程的安全可靠，还保证了信誉值在车辆与管理方之间的平衡流动与长期稳定。
-
公开(公告)号：CN116976893A
公开(公告)日：2023-10-31
申请号：CN202310999310.8
申请日：2023-08-09
申请人： 东南大学
IPC分类号： G06Q20/38 , G06Q20/40 , H04L67/104 , H04L67/1087 , H04L67/1097 , H04L67/30 , H04L9/40 , H04L9/00 , G06F16/27 , G06F16/23 , G06F16/22
摘要： 本发明公开了一种面向“以链治链”的业务链交易监管方法，以满足监管业务链交易过程中对监管链的可扩展性需求。本发明分为三个部分：基于分片的监管链构建、业务链数据上链和业务链交易验证。基于分片的监管链构建将监管链划分成多个分片，同一分片内的监管链节点维护一份账本。业务链数据上链提出统一标签方法，将业务链的交易数据分配至不同分片保存。业务链交易验证通过将智能合约分解为子合约再顺序验证所有子合约完成跨分片交易验证。一方面，本发明通过采用分片技术减少了在监管业务链交易过程中的开销，提高了监管链的可扩展性；另一方面，通过分解智能合约实现了对跨分片交易的验证，在基于分片的监管链上实现了对业务链交易的监管。
-
公开(公告)号：CN115189936A
公开(公告)日：2022-10-14
申请号：CN202210796254.3
申请日：2022-07-07
申请人： 东南大学
IPC分类号： H04L9/40
摘要： 本发明设计了一种基于特征选择的Tor隐藏服务流量识别方法。该方法通过构建基于云服务器的隐藏服务流量采集系统来完成Tor版本3隐藏服务流量采集与数据预处理，通过设计一种特征选择算法来为不同识别模型构建最优特征子集。隐藏服务流量采集与数据预处理主要包括构建基于云服务器的流量采集系统、Tor隐藏服务流量采集、Tor隐藏服务流量数据预处理。特征选择算法以mRMR算法为基础通过改善相关冗余的估计误差与减少无关冗余的负面影响来为不同的识别模型构建最优特征子集，从而在保证识别准确率与误报率的前提下降低识别模型的实际部署开销。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.024 秒)
