-
公开(公告)号：CN110210245B
公开(公告)日：2021-04-06
申请号：CN201910463267.7
申请日：2019-05-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的医疗数据机器学习隐私训练方法，属于多源数据的机器学习模型隐私训练技术领域。本发明方法通过认证中心认证系统内机构身份并签名广播至区块链；医院公示可提供的医疗数据包于区块链；医疗服务公司选中医疗数据包，并构造数据购买交易；医疗服务公司以链上成功的数据购买交易获得密文的医疗数据包，以此进行机器学习隐私训练。对比现有技术，本发明将加密数据本地存储，将数据说明通过数据交易放入链上形成轻量级区块链，有效提高了交易的吞吐率；通过密态数据分析技术在密文医疗数据上进行机器学习模型训练，并基于该系统对病人加密数据进行医疗诊断，这不仅防止了医疗数据包的敏感信息泄露，也有效保护了病人隐私。
-
公开(公告)号：CN110113338B
公开(公告)日：2020-06-26
申请号：CN201910379472.5
申请日：2019-05-08
Applicant: 北京理工大学
IPC: H04L29/06 , H04L12/851 , H04L12/24
Abstract: 本发明涉及一种基于特征融合的加密流量特征提取方法，属于机器学习、网络服务安全以及流量识别技术领域。包括如下步骤：步骤1、抽取一条加密流中加密数据包不同维度的特征值；步骤2、计算特征贡献度并归一化，再基于特征贡献度进行特征选择，挑选出参与融合的最优特征数量n，并选择前n个特征作为参与融合的最优特征量；步骤3、基于最优融合特征数量n对不同维度的特征进行归类、使用核函数对步骤2选出的参与融合的最优特征进行升维和融合，输出最终参与分类的特征集合。所述方法可以更好地刻画加密网络流量指纹；可表征不同特征之间的联系；能快速确定参与融合的特征数量，提高特征融合的效率；实现更高的准确率。
-
公开(公告)号：CN109194657B
公开(公告)日：2020-05-12
申请号：CN201811053659.8
申请日：2018-09-11
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于累积数据包长度的细粒度网页特征提取方法，属于网络服务安全技术领域。称为WPF，包括如下步骤：步骤1、获取加密流量数据集；步骤2、提取加密流量数据集的数据包长度并进行排序、提取数据包长度及上行数据包长度置0处理，得到累加后的数据包长度序列；步骤3、将累加后的数据包长度序列进行哈希运算，得到哈希后数据包序列；步骤4、基于哈希后数据包序列生成网页加密流量特征。1.本发明适用于SSL/TLS协议的加密网络通讯场景；本方法具有高准确率与高效性；可与传统机器学习算法相结合，构造网页流量分类器；具有特征维度低，计算过程简单，时间复杂度低，能实现在线网页流量检测，适用于投入实际应用的优势。
-
公开(公告)号：CN107291861B
公开(公告)日：2020-05-12
申请号：CN201710436415.7
申请日：2017-06-12
Applicant: 北京理工大学
IPC: G06F16/901 , G06F16/903 , H04L9/08
Abstract: 本发明提出一种面向加密图的带约束近似最短距离查询方法。带约束最短距离查询是一种基本的图查询原语，它在给定起始源点、目的地点以及代价阈值，在图上查找从起始源点到目的地点的不超过代价阈值的最短距离。本发明提出的方法利用了一种基于树的密文比较协议，并且充分利用了对称密码学原语，使之非常高效。通过使用该发明，图拥有者能够在图数据外包到云端服务器之前，首先对图数据进行加密来保障其数据隐私，而后，能够在加密图上进行带约束最短距离查询。
-
公开(公告)号：CN110211683A
公开(公告)日：2019-09-06
申请号：CN201910462821.X
申请日：2019-05-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的支持向量机医疗数据隐私训练系统，属于多源数据的机器学习模型隐私训练技术领域；涉及医院、医疗服务公司和认证中心三个实体，包括身份认证模块、数据交易模块和安全训练模块；医院、医疗服务公司通过身份认证模块认证身份并获得唯一身份识别码；然后二者基于各自身份识别码通过数据交易模块进行区块链数据交易和数据购买交易，并在交易后医疗服务公司凭借数据购买交易从医院获得加密医疗数据包；最后医疗服务公司通过安全训练模块使用同态加密技术对加密医疗数据包采用安全支持向量机训练算法进行训练得到医疗预诊断系统。对比现有技术，本发明在充分保护病人隐私的前提下让病人选择信任的医疗服务公司提供诊断服务。
-
Patent Agency Ranking
公开(公告)号：CN108256031A
公开(公告)日：2018-07-06
申请号：CN201810025612.4
申请日：2018-01-11
Applicant: 北京理工大学
Abstract: 本发明提出一种支持隐私保护的多源加密图像检索方法，属于加密图像检索技术领域。本发明中使用安全多方计算的思想加密图像特征，图像拥有者将使用自己的私钥加密的图像和图像特征外包给云服务端，云服务端根据用户提交的加密查询在加密的图像库中进行检索并返回加密检索结果给查询用户。本发明可以解决当有多个图像拥有者将图像外包给云进行检索时的图像隐私保护问题，在本发明中图像拥有者与用户之间不需要沟通密钥，减少了通信开销，并且更加符合实际的应用场景，同时本发明提出了一种新的图像相似度度量方法，这种度量方法可以防止在检索过程中将云服务端存储的图像之间的相似度信息泄露给云服务端，进一步保护了图像在云服务端的隐私信息。
-
公开(公告)号：CN107766739A
公开(公告)日：2018-03-06
申请号：CN201710837830.3
申请日：2017-09-18
Applicant: 北京理工大学
Abstract: 本发明面向加密文本数据的短语检索方法及其装置，属于安全的数据外包计算技术领域。面向加密文本数据的短语检索装置涉及三个实体对象：用户、数据持有者和云服务器；面向加密文本数据的短语检索方法，包括：步骤1数据持有者生成安全的加密密钥；步骤2数据持有者建立安全的加密索引，并将加密的索引和加密的文本数据外包到云服务器端；步骤3：用户检索陷门生成；步骤4：云服务器利用检索协议算法回答用户检索请求。本发明所述方法及其装置无可信第三方，即不需要客户端服务器且单轮交互；具有索引存储开销低和检索时间开销低的优势。
-
公开(公告)号：CN107291861A
公开(公告)日：2017-10-24
申请号：CN201710436415.7
申请日：2017-06-12
Applicant: 北京理工大学
Abstract: 本发明提出一种面向加密图的带约束近似最短距离查询方法。带约束最短距离查询是一种基本的图查询原语，它在给定起始源点、目的地点以及代价阈值，在图上查找从起始源点到目的地点的不超过代价阈值的最短距离。本发明提出的方法利用了一种基于树的密文比较协议，并且充分利用了对称密码学原语，使之非常高效。通过使用该发明，图拥有者能够在图数据外包到云端服务器之前，首先对图数据进行加密来保障其数据隐私，而后，能够在加密图上进行带约束最短距离查询。
-
公开(公告)号：CN119561715A
公开(公告)日：2025-03-04
申请号：CN202411438248.6
申请日：2024-10-15
Applicant: 北京理工大学
IPC: H04L9/40 , G06F18/2431 , G06N3/0464
Abstract: 本发明提出的一种基于行为意图分析的恶意加密流量检测方法，属于加密流量分析中的恶意流量检测领域。包括以下步骤：本发明提出了一种差异化且鲁棒的流量表示方法，称为流量行为矩阵，其将整个流量划分为固定长度的时间片段，然后计算每个时间片段中出站和入站包的累积包长度并将其合并为一个矩阵；本发明采用一种基于卷积神经网络的分类模型，该分类模型学习流量行为矩阵的鲁棒特征以确保恶意加密流量检测的有效性，通过卷积神经网络模型，本发明能够实现真实场景下的恶意加密流量检测。本发明解决了现有的真实网络场景下恶意加密流量藏匿于海量良性加密流量中难检测、处理不平衡数据集时准确性较低的问题。
-
公开(公告)号：CN118573406A
公开(公告)日：2024-08-30
申请号：CN202410535172.2
申请日：2024-04-30
Applicant: 北京理工大学
IPC: H04L9/40 , H04L67/02 , G06F18/2431 , G06F18/2415 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于小样本交互特征分析的自适应恶意流量检测方法，属于加密流量分析中的恶意流量检测领域。该方法包括步骤1、将流量处理成流量交互矩阵；步骤2、将步骤一得到的流量交互矩阵进行三元组选择；步骤3、将选择的三元组进行卷积神经网络训练。本发明实现了恶意软件流量自适应检测，并且仅使用少量样本就可以基于CNN的三联网络实现有效的恶意软件检测。极大地降低了算法模型的时间复杂度，使得模型能够以低时间开销实现高精度的恶意软件流量自适应检测。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.057 seconds)
