一种基于大语言智能体的NFT智能合约漏洞检测方法

    公开(公告)号:CN119203156A

    公开(公告)日:2024-12-27

    申请号:CN202411313482.6

    申请日:2024-09-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于大语言智能体的NFT智能合约漏洞检测方法,该方法是涉及一种专家知识、大语言模型和静态分析相融合的NFT智能合约安全审计方法,通过集成大语言智能体和程序分析技术,以及基于大语言智能体的自身能力挖掘漏洞的“场景属性”特征,再经过程序分析技术二次过滤检测结果,实现了NFT智能合约漏洞检测的智能化和自动化,填补了NFT智能合约漏洞检测方面方法上不足,提高了检测的泛化能力、效率和准确性;并且利用了外部知识库的支持,基于智能合约的标准接口文档构建外部知识库,构成了规范和权威的前提保证,并为漏洞检测提供了丰富的背景知识和经验数据,增强了检测的针对性和深度。

    一种基于EVM兼容链的NFT跨链交易监测方法及装置

    公开(公告)号:CN117834224A

    公开(公告)日:2024-04-05

    申请号:CN202311781129.6

    申请日:2023-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于EVM兼容链的NFT跨链交易监测方法及装置,该方法通过区块链客户端节点部署,监测多条链上的NFT跨链桥网关合约实现对跨链NFT的交易监测,获取NFT跨链交易数据,再通过解析区块链交易的调用数据及事件数据来获取NFT跨链交易的相关信息,解析NFT跨链交易数据以及处理NFT跨链交易数据。可以监测EVM兼容链上多种类型的跨链NFT交易,避免风险NFT传播。

    一种基于区块链的批量安全聚合方法及系统

    公开(公告)号:CN117216089A

    公开(公告)日:2023-12-12

    申请号:CN202311170524.0

    申请日:2023-09-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于区块链的批量安全聚合方法及系统,该方法首先各个参与方协商需要批量聚合的数据,然后通过插值法将私有的批量数据隐藏在多项式中,接着公开多项式的非常数项系数并进行聚合,同时对常数项系数进行安全聚合,最后从聚合后的多项式中计算出批量聚合的数据。本发明可实现有理数域上的批量安全聚合任务的高效计算,基于区块链进行计算保证流程透明可追溯;以防止在反电信诈骗领域的欺诈识别中泄露隐私,本发明还能够使得各机构不泄露用户原始数据的情况下充分发挥了其潜在的数据价值。

    一种基于区块链的联邦学习模型质量检测方法

    公开(公告)号:CN116644309A

    公开(公告)日:2023-08-25

    申请号:CN202310366207.X

    申请日:2023-04-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于区块链的联邦学习模型质量检测方法,首先模型请求方requester和模型训练方worker将身份标识发送给智能合约,requester用测试集建出Merkle Tree,将Merkle Tree的根哈希发送给智能合约,worker用本地的数据训练模型后建出Merkle Tree,将Merkle Tree的根哈希发送给智能合约,requester将测试集发送给worker,worker使用测试集测试模型得到输出和相应的证明,将Merkle Tree的根哈希发送给智能合约,将输出和模型发送给worker,若在拿到模型后requester不能向智能合约提供worker给出的模型的测试结果不满足要求或证明错误的证据,智能合约就会给worker奖励;若能提供worker做恶的证据,对worker进行惩罚。该方法能够和利益分配相结合,且极大地节省链上的计算资源和存储资源。

    一种基于区块链的流式隐私求交方法与系统

    公开(公告)号:CN116521758A

    公开(公告)日:2023-08-01

    申请号:CN202310489735.4

    申请日:2023-05-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于区块链的流式隐私求交方法与系统。首先,隐私求交发起方向数据方发送隐私求交任务申请,数据方收到请求后,开始进行并行流计算生成隐私计算结果。在流计算过程中通过二阶段提交机制存储检查点并将计算过程的零知识证明上链,使得流计算集群宕机重启后可以快速恢复到之前的计算状态,并可对之前的计算结果进行验证。且此本发明采用流式隐私求交的方法,使用并行流进行隐私求交的计算,保证计算的高效率与数据的高实时性,同时将流计算的计算过程的零知识证明上链,使得整体计算过程可验证。由此,形成了一个高效率高实时与高可信的隐私求交的方法和系统,为基于区块链的隐私计算提供了巨大价值。

    一种基于区块链的群体学习激励方法

    公开(公告)号:CN116028978A

    公开(公告)日:2023-04-28

    申请号:CN202310183663.0

    申请日:2023-03-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于区块链的群体学习激励方法,首先将集群中的节点分为网络节点、数据节点、带激励机制的计算节点和其他节点,对主要节点使用基于区块链和声誉机制的激励方法,辅以基于博弈论的奖惩机制计算每个节点可能的奖赏和罚金,让每个节点诚实工作的收益最大。本发明可实现群体学习的良性循环,依托区块链记录声誉和博弈论方法促进数据节点提供真实的信息;在深度学习和机器学习时代可发挥重要作用,如在各金融机构之间,本无法使它们互信地进行有隐私保护的数据融合,但本发明可以评估各机构之间的信用,维持数据需求方和数据提供方的利益平衡,从而使得各方自愿地加入群体学习过程中,充分发挥潜在的数据价值。

    一种面向数据交换的云迁移优化评估方法

    公开(公告)号:CN105245405A

    公开(公告)日:2016-01-13

    申请号:CN201510707903.8

    申请日:2015-10-27

    CPC classification number: H04L43/08 H04L43/0852 H04L67/2814 H04L67/32

    Abstract: 本发明涉及一种面向数据交换的云迁移优化评估方法,属于云计算和软件工程领域。该方法包括以下步骤:建立集群间面向数据交换的评估函数;向评估系统输入相关集群信息,利用评估函数和输入的信息计算出集群在本地的评估值,作为系统默认初始的最佳评估值fbest;系统随机生成迁移集群,分别计算集群间数据交换评估量Cost和集群间网络延时评估量Mtime,并与用户设定的可接受值比较,满足条件时将Cost和Mtime归一化处理,代入评估函数计算得出评估函数值fcloud,并与最佳评估值fbest比较,满足要求时将其作为最佳评估值;系统输出最佳评估值以及相对应的云迁移方案。本发明能优化企业数据交换成本,并能有效评估企业将数据迁移到云平台的可行性。

    一种基于区块链的数据共享和隐私求交方法及装置

    公开(公告)号:CN118395490A

    公开(公告)日:2024-07-26

    申请号:CN202410482955.9

    申请日:2024-04-22

    Abstract: 本发明公开了一种基于区块链的数据共享和隐私求交方法及装置,该方法首先建立数据共享和隐私求交区块链系统,提取存储在本地的数据的描述性信息,并通过共识机制上传到数据信息链;通过数据信息链提供的智能合约进行条件搜索,获取到筛选后的数据信息;数据请求方根据数据信息链的搜索结果,向数据持有方发起数据共享请求;数据持有方若同意共享数据,则与数据请求方进入基于Diffie‑Hellman密钥交换的隐私求交;本发明通过区块链的智能合约技术,大大提升了数据共享的效率,同时也降低了数据泄漏的威胁。并使用布谷鸟过滤器,在保证数据隐私性下对数据集合进行一次极高效率的筛选,有效缩减隐私求交算法的传输内容,提高了隐私求交的时间和空间效率。

Patent Agency Ranking