一种基于Anapole共振的石墨烯传感器及制备方法

    公开(公告)号:CN117169161A

    公开(公告)日:2023-12-05

    申请号:CN202311216437.4

    申请日:2023-09-20

    Abstract: 一种基于Anapole共振的石墨烯传感器及制备方法。从顶部的表面到基底依次向下设置为啶虫脒层、石墨烯层、金属谐振单元结构层、聚酰亚胺基底层;聚酰亚胺基底层与金属谐振单元结构层连接,金属谐振单元结构层的另一侧与石墨烯层连接,石墨烯层的另一侧与啶虫脒层连接,各个层之间紧密相连;太赫兹波从表面入射到聚酰亚胺基底层。本发明采用周期排列的金属开口环构成超表面,不仅能够探测超表面结构表面介电环境的微小变化,超表面与入射太赫兹波相互作用,激发超表面中的Anapole共振,将电磁场限制在散射源内部,从而使能量不会向外辐射,进而提高传感器传感性能。

    一种基于静态分析的程序源码的安全配置项约束提取方法

    公开(公告)号:CN116431474B

    公开(公告)日:2023-09-12

    申请号:CN202310226345.8

    申请日:2023-03-03

    Abstract: 本发明提供了一种基于静态分析的程序源码的安全配置项约束提取方法。该方法包括:将程序的代码文件转换为中间表示;使用过程内、流敏感的字符串常量传播算法对中间表示进行分析,得到各个方法中每条语句的字符串常量集;使用字段敏感的数据流分析每条语句的字符串常量集,定位安全配置项的读取点;对安全配置项的读取点进行流不敏感的污点传播,得到程序中每个变量的污点集;根据变量的污点集进行流敏感、路径敏感的控制流分析,得到每条语句所受到的配置项约束集,构建代码文件中安全配置项相关的约束集。本发明采用了路径敏感的数据流分析方法,为每个语句分别维护一个约束集,为每一个配置项构建配置项的约束集,可以为用户提供配置值推荐。

    一种基于特征嵌入分析的纵向联邦学习隐私泄露检测方法

    公开(公告)号:CN116341004B

    公开(公告)日:2023-09-08

    申请号:CN202310304542.7

    申请日:2023-03-27

    Abstract: 本发明提供了一种基于特征嵌入分析的纵向联邦学习隐私泄露检测方法。该方法包括:检测者在纵向联邦学习的训练过程中嵌入影子数据;获取影子数据和纵向联邦学习的目标参与者的私有训练数据在底部模型上的特征嵌入数据,对特征嵌入数据进行平滑处理;利用影子数据和影子数据平滑处理后的特征嵌入数据克隆底部模型的代理模型;利用代理模型通过特征嵌入匹配重构目标参与者的私有训练数据,对纵向联邦学习进行原始数据泄露检测。本发明方法在不破坏VFL效用的条件下,同时实现了对模型泄露、原始数据泄露以及数据特征泄露的脆弱性分析。

    一种无监督异配异质图的异常节点检测方法

    公开(公告)号:CN116484192A

    公开(公告)日:2023-07-25

    申请号:CN202310479709.3

    申请日:2023-04-28

    Abstract: 本发明提供了一种无监督异配异质图的异常节点检测方法。该方法包括:构建不同元路径下图的邻接矩阵和节点的属性向量表示;利用局部结构编码器引入节点的k阶邻居进行排序,学习节点与其k阶邻居之间的相关性,输出捕获了不同邻居特征和元路径语义关系的隐藏节点表示和重构的节点属性向量;利用节点特征编码器学习不同元路径下的节点的高阶结构特征向量,输出不同元路径下隐藏节点结构特征向量和重构的节点结构特征向量;计算出节点的属性误差、结构误差和节点异常分数。本发明可以在不依赖数据标注的情况下进行异常节点检测,不需要重新训练所有节点就可对新加入的节点进行检测,可以提高异配异质属性图和同配异质属性图中异常节点检测的准确性。

    一种软件系统配置错误诊断方法和系统

    公开(公告)号:CN116126680B

    公开(公告)日:2023-07-21

    申请号:CN202211474627.1

    申请日:2022-11-23

    Abstract: 本发明提供的一种软件系统配置错误诊断方法和系统,通过对程序执行数据构造频谱信息,计算卡方检验数快速定位导致配置错误的配置选项。同时,对配置选项的控制流和数据流抽象为向量,进行向量距离计算,判断配置选项之间是否存在关联关系。解决了多配置错误的诊断难题,同时指出了配置选项之间是否存在约束和关联关系。避免了由于模式匹配造成的漏报,同时使用频谱、卡方检验数和距离度量的方法不局限于特定的软件程序,具有普适性和广泛性,适用于更多的软件程序。

    一种去中心化的以太坊定时交易隐私保护执行方法

    公开(公告)号:CN116366241A

    公开(公告)日:2023-06-30

    申请号:CN202310111345.3

    申请日:2023-02-14

    Abstract: 本发明提供了一种去中心化的以太坊定时交易隐私保护执行方法。该方法包括:领导者计划定时交易,在本地创建代理合约和补充合约,使用定时交易资金部署代理合约;追随者发送其定时交易有效负载和交易资金到所述代理合约,通知代理合约有新的追随者加入,追随者等待定时交易;领导者招募的委员会成员在积极模式和消极模式下利用代理合约和补充合约执行追随者的定时交易。本发明方法保护定时交易的私有元素,保证了其在设定的未来时间段前不会被披露,该方法在指定的未来时间段前利用在区块链网络中招募的委员会维护定时交易的解密密钥的不同片段,并调用代理智能合约在指定的时间段内执行计划交易,以在所需的时间段触发区块链状态的更改。

    联邦学习后门攻击检测方法及系统

    公开(公告)号:CN116305238A

    公开(公告)日:2023-06-23

    申请号:CN202211662084.6

    申请日:2022-12-23

    Abstract: 本发明提供一种联邦学习后门攻击检测方法及系统,属于网络数据安全技术领域,在联邦学习系统中,攻击者向系统中注入虚假用户,攻击者基于当前接收到的全局模型并利用所有恶意用户的正常样本优化后门触发器触发器。优化目标希望最小化嵌入后门触发器样本在全局模型上的预测损失;攻击者接收到触发器并将触发器嵌入到本地数据集中,攻击者利用篡改后的数据进行本地模型训练。本发明攻击者在进行模型对于训练样本学习同时,最小化恶意模型与正常模型之间的距离,控制由于嵌入触发器引起的模型偏差;攻击者通过这两种方法的联合作用,控制由于嵌入后门触发器引起的恶意模型与正常模型之间的偏差,增强后门攻击的隐蔽性绕过多种防御方法。

Patent Agency Ranking