一种基于SGX的远程安全异构计算方法和系统

    公开(公告)号:CN113591098B

    公开(公告)日:2024-03-26

    申请号:CN202110653732.0

    申请日:2021-06-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于SGX的远程安全异构计算方法和系统,包括:(1)远程安全异构计算服务初始化,用户端、主机端SGX可信空间、GPU设备端生成公私钥,广播并获取彼此公钥;(2)加密传输数据;(3)参与方解密数据并进行加速计算;(4)在完成计算后,用户请求数据清理,清理可信空间内外的密钥、数据。系统基于Intel SGX安全硬件、Nvidia CUDA的驱动和运行时的支持,利用SGX的可信飞地(enclave)机制,实现安全可靠的全信道异构计算,保障敏感数据可以在加速设备(GPU)上进行计算的同时,不会在网络传输过程中、主机内存上、与设备I/O过程中被攻击者或具有特权的恶意程序窥探。

    一种面向开放世界的黑麂跨域身份识别方法及系统

    公开(公告)号:CN117036883A

    公开(公告)日:2023-11-10

    申请号:CN202311004225.X

    申请日:2023-08-10

    Applicant: 浙江大学

    Abstract: 本发明提出了一种面向开放世界的黑麂跨域身份识别方法及系统,属于动物个体身份识别领域,该方法包括:构建特征体系和数据集;构建跨域重识别模型,使用中间模态和成对跨相机模态约束处理跨域问题。构建分层检索的黑麂身份图库,对同身份黑麂特征向量聚簇,检索时按簇中心向量、簇内特征向量顺序检索,并优化排序;构建可扩展的黑麂开放世界重识别系统,周期性收集黑麂图片,经身份识别得到特征向量和身份ID,对同ID特征向量进行信息量判别,去冗余后将剩余图片加入数据集,并更新模型和图库。该方法利用人工智能算法,实现了开放世界场景下对黑麂个体在可见光红外光跨模态跨相机条件下的身份识别,有利于对有夜间习性的濒危动物黑麂的保护。

    多链跨链场景下的链间交互负载动态调控方法及系统

    公开(公告)号:CN116566991A

    公开(公告)日:2023-08-08

    申请号:CN202310432921.4

    申请日:2023-04-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多链跨链场景下的链间交互负载动态调控方法及系统,属于区块链跨链数据交互与跨链资源分配领域。本发明系统包括:交易请求模块、负载监测模块、执行方式选择模块以及跨链业务执行模块。本发明方法采用了动态调整的负载度量因子作为度量标准,可根据多链系统负载特性定制各链不同的负载种类与程度,从而使得该调控方法适用于各类节点类型与应用场景。本发明系统解决了跨链信息传递情境下各链的负载均衡问题,提高了跨链和多链系统的灵活性和信息传递效率,填补了跨链通信情境下负载调配技术的空缺,不仅具有良好的通用性和实用价值,而且具有很好的借鉴意义。

    基于跨模态检索的区块链赌博行为识别方法及系统

    公开(公告)号:CN115982433A

    公开(公告)日:2023-04-18

    申请号:CN202211287955.0

    申请日:2022-10-20

    Applicant: 浙江大学

    Abstract: 本发明公开了基于跨模态检索的区块链赌博行为识别方法及系统,属于区块链安全领域。该方法具体包括:(1)智能合约赌博行为识别:利用智能合约字节码来识别与赌博相关的智能合约;(2)地址赌博行为识别:利用图信息提取技术来识别与赌博合约相关的地址;(3)赌博行为识别结果校正:根据地址赌博行为识别结果,采用反馈校正方法对步骤(1)得到的智能合约赌博行为识别结果进行校正。该方法提供了一种新颖的区块链智能合约与地址的赌博行为识别方案,能够精准地识别区块链网络中的赌博行为。

    基于SGX软件扩展指令的API密钥保护方法及系统

    公开(公告)号:CN111475782B

    公开(公告)日:2022-11-08

    申请号:CN202010271832.2

    申请日:2020-04-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于SGX软件扩展指令的API密钥保护方法,其包括以下步骤:(1)API密钥保护系统初始化、(2)远程认证与API密钥导入、(3)API请求签名与签名信息导出;该方法通过引入Intel SGX硬件与SGX的可信空间机制构建安全的API密钥存储与使用环境,为用户API密钥提供保护;本发明还公开了基于SGX软件扩展指令的API密钥保护系统,其包括用于与用户可信设备协作完成SGX远程认证的远程认证模块;用于在SGX安全区内对已经获取的API密钥进行存储与管理的密钥管理模块;用于向用户程序提供可信时间戳的可信时间模块;以及用于根据用户程序的请求与API密钥生成有效签名的签名模块。

    一种基于题意文本的同知识点试题分组系统和方法

    公开(公告)号:CN112256869B

    公开(公告)日:2022-05-03

    申请号:CN202011083837.9

    申请日:2020-10-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于题意文本的同知识点试题分组系统和方法,属于在线试题学习领域。本系统包含了无监督模型WSD‑LDA聚类和监督学习的独热随机森林两种方法模型,利用人工智能与自然语言处理领域相关技术,对在线平台题库同学科或知识点下内容相近的题目进行细分,将相近的题目以分组形式呈现,便于用户依照自身需求对同类题目进行挑选、去重、精简、典型化等处理,解决了平台上相似题目过多,同一知识点下题目冗杂,教师难以优选试题、用户学习训练低效的问题。

    一种融合局部协同与特征交叉的推荐方法及系统

    公开(公告)号:CN112905906A

    公开(公告)日:2021-06-04

    申请号:CN202110097853.1

    申请日:2021-01-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种融合局部协同与特征交叉的推荐方法及系统,属于推荐系统领域。首先在历史评分矩阵上,为输入的用户和物品目标组合动态地采样局部评分子图,设计启发式和图卷积两种方法先后挖掘其中的协同模式,该局部协同挖掘模块无需全局的历史评分信息,可以将模型参数知识泛化到新添加的实例上。同时将用户和物品的多种异构上下文信息统一编码成向量形式,采用因子分解机挖掘上下文特征之间的交叉模式,并利用多层感知机将协同模式与特征向量映射到评分空间,结合两个模块的输出得到用户对物品的最终预测评分值。本发明有效利用了用户和物品的上下文信息,缓解了历史行为数据的稀疏性问题,实现了协同模式的可泛化性,取得了更好的推荐效果。

    一种基于题意文本的同知识点试题分组系统和方法

    公开(公告)号:CN112256869A

    公开(公告)日:2021-01-22

    申请号:CN202011083837.9

    申请日:2020-10-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于题意文本的同知识点试题分组系统和方法,属于在线试题学习领域。本系统包含了无监督模型WSD‑LDA聚类和监督学习的独热随机森林两种方法模型,利用人工智能与自然语言处理领域相关技术,对在线平台题库同学科或知识点下内容相近的题目进行细分,将相近的题目以分组形式呈现,便于用户依照自身需求对同类题目进行挑选、去重、精简、典型化等处理,解决了平台上相似题目过多,同一知识点下题目冗杂,教师难以优选试题、用户学习训练低效的问题。

    基于SGX软件防护扩展指令的工控白名单管理系统及方法

    公开(公告)号:CN110222485B

    公开(公告)日:2021-01-12

    申请号:CN201910400840.X

    申请日:2019-05-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于SGX软件防护扩展指令的工控白名单管理系统及方法,系统包括:SGX加密模块,基于SGX生成可信空间和可信空间的访问密钥;可信空间用于存储白名单数据及运行白名单管理模块、身份认证模块;查询处理模块,对工控监测系统发出的白名单数据查询请求消息发送给白名单管理模块;更新处理模块,对系统管理员发出的白名单更新请求消息发送给身份认证模块;身份认证模块,运行于可信空间内,对系统管理员进行身份信息验证;白名单管理模块,运行于可信空间内,维护可信空间内的白名单数据,并执行相应的查询与更新操作。本发明的工控白名单管理系统可避免工控白名单数据不被恶意篡改。

    基于带权贝叶斯个性化排序的强时序性项目推荐方法及系统

    公开(公告)号:CN112199589A

    公开(公告)日:2021-01-08

    申请号:CN202011072547.4

    申请日:2020-10-09

    Applicant: 浙江大学

    Abstract: 本发明在传统的基于贝叶斯个性化排序的推荐方法基础之上,公开了一种基于带权贝叶斯个性化排序的强时序性项目推荐方法及系统,属于推荐系统领域。本发明基于隐式反馈数据集提取出所有表示同一用户对两个不同项目的喜好程度偏序关系的三元组,通过引入偏序关系三元组的可信度作为每个偏序关系三元组对应项的权重系数,该方法能使得更可信的偏序关系三元组产生的训练效果更强、更不可信的偏序关系三元组产生的训练效果更弱。偏序关系三元组的可信度由相关项目的时序信息计算得出,所以最终训练完成的模型中将包含对于推荐项目时序信息的考虑,在处理具备较强时序性的推荐项目时能取得更好的效果,相比于传统方法能更好地处理具备较强时序性的推荐项目。

Patent Agency Ranking