-
公开(公告)号:CN116186095A
公开(公告)日:2023-05-30
申请号:CN202310085025.5
申请日:2023-01-19
Applicant: 北京理工大学
IPC: G06F16/2457 , G06F16/22 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种具有前后向隐私的多端医疗数据查询方法,涉及医疗数据查询及隐私保护技术领域。该方法的具体实施方式包括:数据拥有者生成系统密钥、与预构建的关键字字典对应的安全索引,将系统密钥发送给数据使用者、将安全索引发送给云服务器;数据使用者根据系统密钥、待查询时间范围和待查询关键字生成查询请求,将查询请求发送给云服务器;云服务器利用查询令牌匹配安全索引,得到与查询请求对应的查询结果,将查询结果发送给数据使用者;数据使用者对查询结果进行解密,得到与查询请求对应的目标文件。该实施方式能够实现非交互的多端可搜索加密,避免数据使用者和数据拥有者频繁交互,减少通讯开销,保证数据使用者查询内容的安全性。
-
公开(公告)号:CN115913749A
公开(公告)日:2023-04-04
申请号:CN202211554244.5
申请日:2022-12-06
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0442 , G06N3/098 , G06F18/214
Abstract: 本发明公开了一种基于去中心化联邦学习的区块链DDoS检测方法,本发明属于隐私计算中的联邦学习技术领域,包括:建立联邦学习系统,所述联邦学习系统包括若干本地节点,获取若干所述本地节点的本地数据集;初始化本地节点的LSTM模型;对所述本地节点的本地数据集处理,得到本地节点预处理数据,其中,所述本地节点预处理数据包括训练集和测试集;将所述本地节点预处理数据的训练集对应输入到本地节点的LSTM模型进行训练,得到本地节点的最终模型;将所述测试集输入本地节点的最终模型,得到本地节点检测攻击的准确率。本发明既能确保有效检测区块链中DDoS攻击的同时又能保证大幅减少训练过程中的通信开销。
-
公开(公告)号:CN115860933A
公开(公告)日:2023-03-28
申请号:CN202211450512.9
申请日:2022-11-17
Applicant: 北京理工大学
IPC: G06Q40/04 , G06Q20/38 , G06F18/241 , G06N20/00
Abstract: 本发明提供了基于集成学习和图核分类技术的比特币混合服务检测方法,包括:基于原始比特币交易数据,构建比特币混合服务数据集;基于所述比特币混合服务数据集,提取比特币交易子图数据集;构建比特币混合服务检测模型;基于所述比特币混合服务数据集和所述比特币交易子图数据集,对所述比特币混合服务检测模型进行训练和测试;基于测试后的所述比特币混合服务检测模型,输出比特币混合服务检测结果。本发明可以有效地检测出所属于比特币混合服务的地址。
-
公开(公告)号:CN119691744A
公开(公告)日:2025-03-25
申请号:CN202411484861.1
申请日:2024-10-23
Applicant: 北京理工大学
IPC: G06F21/57 , G06F21/56 , G06N3/042 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种基于图神经网络的智能合约漏洞检测方法,从智能合约代码中提取出程序控制流程图和抽象语法图,然后将其输入到图神经网络转化为高维度特征向量并进行分类,针对区块链上部署了源代码的合约,实现了一种以合约源代码、字节码为输入的智能合约漏洞检测;针对区块链上没有部署源代码的合约,实现了一种仅针对智能合约EVM字节码的智能合约漏洞检测;对比传统的静态分析方法,最大的优势之一就在于运行速度快,本发明能够在保障检测性能的条件下拥有高检测效率;同时,现有其他方法往往只研究了针对单一漏洞进行检测的情况,本发明在此基础上还可以同时对多种漏洞进行检测,仅通过字节码也具有良好的漏洞检测性能。
-
公开(公告)号:CN119669888A
公开(公告)日:2025-03-21
申请号:CN202411478696.9
申请日:2024-10-22
Applicant: 北京理工大学
IPC: G06F18/2415 , G06F18/214 , G06F18/232 , G06F21/62 , G06F21/60
Abstract: 本发明涉及一种基于秘密共享的隐私保护的鲁棒联邦学习方法及系统,属于隐私保护和鲁棒聚合技术领域。该方法的具体过程为:具体过程为:初始模型分发:服务器将初始化全局模型参数分发给各客户端;本地模型训练:客户端利用全局模型参数更新本地模型,并利用本地数据集训练本地模型,训练更新后通过秘密共享将其发送给服务器;模型聚合分发:服务器接收来自客户端的本地模型更新参数,进行聚类操作,将聚类获得的全局模型参数分发给客户端,客户端根据接收的结果进行本地模型更新。
-
公开(公告)号:CN119669838A
公开(公告)日:2025-03-21
申请号:CN202411478701.6
申请日:2024-10-22
Applicant: 北京理工大学
IPC: G06F18/241 , H04L9/00 , H04L9/40 , H04L41/12 , G06F18/214 , G06N3/042
Abstract: 本发明属于区块链和机器学习交叉技术领域,提供一种基于图持续学习的异常账户检测方法,具体过程为:步骤1:获得带有标签的正常和异常账户数据,提取账户特征;将所获得的账户划分为多组任务;步骤2:对图神经网络模型,使用一组任务进行模型的训练;步骤3:获取模型参数对当前任务损失的重要性分数和拓扑结构重要性分数,并计算出所有参数对当前任务的最终重要性分数;步骤4:当任务未训练完时,基于所述最终重要性分数更新损失函数,返回步骤2继续下一组任务的训练,当任务已训练完毕时,将所获得的模型用于异常账户的检测。
-
公开(公告)号:CN118381633A
公开(公告)日:2024-07-23
申请号:CN202410457525.1
申请日:2024-04-16
Applicant: 北京理工大学
IPC: H04L9/40 , H04L9/00 , G06F18/23211 , G06F18/2431 , G06N20/00
Abstract: 本发明提供一种基于自注意力聚类的区块链Eclipse攻击检测方法,多核神经网络模型使用了自注意力编码器来学习数据的低维表示,这个过程不仅降低了数据维度,同时尽可能多地保留了数据内部相关信息,确保最后聚类的准确性;由此可见,本发明采用了新颖的聚类技术来挖掘数据内部信息,从而提取得到流量数据的多维度特征,能够有效提升分类模型的检测性能,进而能够有效地检测区块链中的Eclipse攻击。
-
公开(公告)号:CN118074954A
公开(公告)日:2024-05-24
申请号:CN202410034149.5
申请日:2024-01-10
Applicant: 北京理工大学
IPC: H04L9/40
Abstract: 本发明公开了基于数据采样和深度学习技术的勒索攻击检测方法,能够高效地识别与勒索软件相关的地址,并准确分类到具体的勒索软件家族中。具体步骤为:对勒索软件地址数据集进行处理和统计分析,统计数据集中地址数据的特征;对数据集进行类别平衡以及特征增强处理,获得处理后的数据集;构建检测模型和分类模型,利用处理后的数据集训练检测模型,用仅包含恶意地址的处理后的数据集训练分类模型。检测模型的输入为比特币地址数据,输出为该比特币地址是否为恶意地址。分类模型采用多分类模型随机森林,分类模型的输入为恶意地址数据,输出为恶意地址所属的勒索软件类别。利用训练好的检测模型和分类模型,对待检测数据进行勒索攻击检测。
-
公开(公告)号:CN115907770A
公开(公告)日:2023-04-04
申请号:CN202211448701.2
申请日:2022-11-18
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q40/04 , G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明涉及一种基于时序特征融合的以太坊钓鱼欺诈识别与预警方法包括:采集历史交易记录,对所述历史交易记录进行数据处理,构建交易时序网络和特征交易时序网络;基于所述交易时序网络和所述特征交易时序网络,构造训练数据集,获取节点融合特征,并构建深度神经网络模型;通过所述节点融合特征对所述训练数据集进行处理,将处理后的所述训练数据集,输入到训练好的所述深度神经网络模型中,预测下一时态的交易是否发生以及交易类别,并在所述交易到来后,判断所述交易是否为恶意交易。基于上述方法,本发明可以对恶意钓鱼欺诈行为预测,及时预警并追踪恶意的钓鱼交易,并在交易到来时进行及时的判断。
-
公开(公告)号:CN115758468A
公开(公告)日:2023-03-07
申请号:CN202211552174.X
申请日:2022-12-05
Applicant: 北京理工大学
Abstract: 本申请公开了具有前后向隐私支持非交互多用户可搜索加密方法及系统,方法包括以下步骤:数据拥有者生成密钥后通过安全通道发送给数据使用者;数据拥有者将加密索引以及加密文件上传到云服务器中;数据使用者通过密钥在云服务器中执行相关令牌操作,云服务器返回操作结果。本发明基于多客户端的设置,更加适用于现实生活场景,可以进一步扩展适用于医疗数据共享系统、地理位置查询系统等;本发明为了避免数据使用者频繁与数据拥有者交互,提供了一个可以实现非交互的方法;并在此基础上还保证了前向和后向隐私,因为过去的时间范围是不能搜索到新添加的时间戳的;除此之外,我们为了减轻客户端存储负担,还实现了小客户端存储。
-
-
-
-
-
-
-
-
-