一种基于GHZ态的隐私保护身份认证方法和系统

    公开(公告)号:CN116800464A

    公开(公告)日:2023-09-22

    申请号:CN202310048561.8

    申请日:2023-01-31

    Abstract: 本发明公开了一种基于GHZ态的隐私保护身份认证方法和系统,所述方法包括:用户端向中继服务器发送认证请求,并在接收到返回的随机数r(i)后,准备n个GHZ态粒子,并将第二个粒子发送给中继服务器;用户端对第一、三个粒子进行量子门变换,并计算C(i)=m(i)||ID(i)⊕r(i)||m(i),将C(i)和第一、三个粒子发送给中继服务器;中继服务器对第二个粒子进行测量,得到测量结果R;用Bell态对第一、三粒子进行联合测量,得到测量结果B;中继服务器根据C(i)、R、B和r(i),确定是否身份认证通过。应用本发明可以不需要存储量子密钥,实现在隐蔽身份信息、交易信息等隐私的同时进行验证身份。

    一种基于超纠缠Bell态的量子密钥分发方法

    公开(公告)号:CN116800408A

    公开(公告)日:2023-09-22

    申请号:CN202310182920.9

    申请日:2023-02-24

    Abstract: 本发明公开了一种基于超纠缠Bell态的量子密钥分发方法,属于量子通信安全领域。针对量子用户Alice和Bob,Bob随机产生经典比特串后分组,并根据每组数据分别制备2个超纠缠Bell态;然后,将每组对应的四个量子比特按位置顺序或者交换位置顺序发送给Alice。Alice随机地对每组中量子比特进行超纠缠Bell态测量;并同Bob发送的超纠缠Bell态的位置信息逐个判断是否一致;将信息一致的量子比特保留,进一步推断出用户Bob的秘密信息;将信息不一致的量子比特丢弃。最后,进行窃听检测,利用余下部分的量子比特,通过经典的纠错和隐私放大,获得最终的密钥。本发明利用两个超纠缠Bell态之间不同位置上的纠缠交换,保证了整个量子传输信道的安全,大大提高了密钥传输效率。

    一种基于Bell态和单粒子态的半量子隐私比较方法

    公开(公告)号:CN116800409A

    公开(公告)日:2023-09-22

    申请号:CN202310186738.0

    申请日:2023-02-24

    Abstract: 本发明公开了一种基于Bell态和单粒子态的半量子隐私比较方法,属于量子通信安全领域;具体包括一个量子用户TP和两个经典用户Alice和Bob;首先,TP制备若干个Bell态和两组单粒子序列,并随机的将单粒子插入到Bell态的粒子组成的序列中,分发给Alice和Bob;Alice和Bob随机地选择测量‑发送操作或者直接返回给TP;TP按照传输顺序将各序列中的粒子区分出来,进行测量操作;Alice和Bob根据测量结果,讨论信道是否有窃听者存在以及TP是否诚实;最后,Alice和Bob利用密钥加密各自的信息,并发送给TP;TP对Alice和Bob加密的信息实现经典用户秘密信息的比较。本发明不需要事先利用半量子密钥分发协议共享密钥,有效地降低了半量子隐私比较的复杂度和成本。

    一种基于改进贝叶斯网络的信息系统安全风险评估方法

    公开(公告)号:CN115292705A

    公开(公告)日:2022-11-04

    申请号:CN202110987065.X

    申请日:2021-08-27

    Abstract: 在以往基于贝叶斯网络的信息系统安全风险评估方法的基础上,针对以往评估主观性较强的问题,采用熵权法对各个信息安全风险要素计算熵值,熵值越大,表明该因素所获得的数据不够全面,在整个评价体系中作用也越小,信息安全风险要素对风险评估的不确定性就越大,并以此来确定该因素的权重。这样在最终进行风险值计算时,各个因素的权重体现了其影响的大小,减小了主观偏差引起的结果不准确,使得最终信息安全风险评估的结果更为客观准确。

    一种基于流式下载的爬虫方法
    7.
    发明公开

    公开(公告)号:CN115248887A

    公开(公告)日:2022-10-28

    申请号:CN202110992076.7

    申请日:2021-11-29

    Abstract: 本发明属于网络爬虫技术领域,本发明公布了一种基于流式下载的爬虫方法。本发明为了解决爬虫在并发下载固件时内存占用过大的问题而设计。本发明基于Vert.x框架实现,采用单线程事件驱动的异步工作模式;将固件的自动化下载分为爬取链接和下载固件两个模块,首先爬取链接模块将爬取的链接放入Redis中,其次下载模块从Redis中获取链接进行下载;用正则表达式获取固件链接;采取两种方法实现流式下载,分别是直接使用Vert.x框架提供的Stream接口和利用HTTP的Range字段。由此,异步工作模式不需要等待网络I/O,提高了CPU利用率;通过将系统划分成两个模块,降低了爬虫系统的耦合性;采用流式下载的方式能够大幅降低内存占用,支持更高的并发下载的同时也提高了系统的稳定性。该发明主要用于有下载大量文件需求的爬虫任务。

    一种基于Transformer模型的漏洞检测方法

    公开(公告)号:CN115269367A

    公开(公告)日:2022-11-01

    申请号:CN202111053679.7

    申请日:2021-09-09

    Abstract: 本发明选取了Transformer来对特征序列进行建模。此外,由于每个时间步上的信息并不一定具备共同的作用,本文还采用了Attention结构来刻画序列中每一个位置的重要性。利用抽象语法树的建模分析,依赖分析技术,提出了一种可以从软件/固件源码中提取出源码特征的方法,利用深度学习技术(GRU,Transformer,Attention)的方法对序列特征进行建模分析,并且利用静态检测技术,检测源码中的漏洞。

Patent Agency Ranking