一种云环境下高效的隐私保护密文连接访问操作验证方法

    公开(公告)号:CN104881615A

    公开(公告)日:2015-09-02

    申请号:CN201510310175.7

    申请日:2015-06-08

    Applicant: 武汉大学

    CPC classification number: G06F21/6245 G06F17/30312

    Abstract: 本发明公开了一种云环境下高效的隐私保护密文连接访问操作验证方法,包括以下步骤:1)数据拥有者在客户端加密关系数据表,同时构建相应的嵌入式MHT(Merkle Hash Tree)验证结构并签名,最后向云端发布密文关系数据表和验证数据结构;2)访问用户提交条件连接操作请求到云端,云端根据访问请求和验证数据结构返回验证对象和结果密文数据。3)访问用户在客户端利用验证对象对访问结果进行正确性验证。本发明针对云环境,在保护用户数据隐私的前提下,通过构建高效的基于嵌入式MHT的访问操作验证结构,确保用户访问操作结果数据的正确性,同时降低验证时空效率。

    基于TPM的嵌入式系统恢复机制

    公开(公告)号:CN101303716A

    公开(公告)日:2008-11-12

    申请号:CN200810048329.X

    申请日:2008-07-08

    Applicant: 武汉大学

    Abstract: 本发明提供了一种基于TPM的嵌入式系统恢复机制。该嵌入式系统包括嵌入式平台、TPM、非受保护存储器,还包括备份存储器和总线仲裁器,嵌入式平台、TPM、备份存储器和外部工作用存储器均和总线仲裁器相连。本发明在硬件上,通过系统结构的安全性改进来完成系统恢复,可以更好的保证系统的安全可信性。

    基于解释结果的黑盒模型水印嵌入方法及版权验证方法

    公开(公告)号:CN118427789A

    公开(公告)日:2024-08-02

    申请号:CN202410582143.1

    申请日:2024-05-11

    Applicant: 武汉大学

    Inventor: 宋伟 刘亚宁

    Abstract: 本申请实施例公开了一种基于解释结果的黑盒模型水印嵌入方法及版权验证方法,涉及人工智能安全技术领域,所述水印嵌入方法包括:获取源模型、待扰动样本和预设生成器;基于源模型、源模型的待扰动样本和预设生成器生成水印样本,基于多种解释算法获取待扰动样本的解释结果,并生成扰动掩模,通过预设生成器生成对应的扰动噪声,结合扰动噪声、扰动掩模和预设水印标签生成水印样本;将水印样本嵌入源模型,生成对应的水印模型。本申请通过多种解释算法获取源模型对待扰动样本的解释结果,从而提高了原始样本和水印样本的相似度,本申请能在不影响模型性能的前提下绕过针对后门水印的检测攻击,使得对深度模型的版权保护更加隐蔽安全。

    一种支持访问行为审计的跨域密文数据共享方法及系统

    公开(公告)号:CN117675297A

    公开(公告)日:2024-03-08

    申请号:CN202311579392.7

    申请日:2023-11-22

    Applicant: 武汉大学

    Abstract: 本发明公开了一种支持访问行为审计的跨域密文数据共享方法及系统,系统中包括密钥生成中心,授权代理,云服务提供商,数据拥有者,数据使用者和可信第三方六个角色,对于不同授权机构中用户的访问请求,系统使用了内嵌密文的双重访问策略以支持可追踪的跨域密文共享功能。此外,系统通过签名和交互式外包解密算法将解密密钥和访问行为进行绑定,并将访问行为存储在可信第三方,实现对其完整性的保护。最后,本系统基于大属性域技术构造,具有良好的可扩展性。

    一种基于群体学习行为特征的知识追踪方法

    公开(公告)号:CN109840595B

    公开(公告)日:2022-06-07

    申请号:CN201910142148.1

    申请日:2019-02-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于群体学习行为特征的知识追踪方法,首先根据用户要学习的新领域收集该领域的历史答题数据,采用DKVMN模型提取每个学生对每个知识点的学习过程,即学生个人知识点的学习特征;然后,利用改进的K‑Means方法针对学生个人知识点的学习特征进行聚类,同时挖掘出每个类别群体知识点的学习特征;最后,利用学生群体学习特征和学生个人知识点的学习特征预测该用户在这个领域下的学习情况。相比于当前的知识追踪方法,本发明突破性地解决了如何在新领域下的知识追踪问题,同时极大地提高了知识追踪的准确度。

    一种基于群体学习行为特征的知识追踪方法

    公开(公告)号:CN109840595A

    公开(公告)日:2019-06-04

    申请号:CN201910142148.1

    申请日:2019-02-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于群体学习行为特征的知识追踪方法,首先根据用户要学习的新领域收集该领域的历史答题数据,采用DKVMN模型提取每个学生对每个知识点的学习过程,即学生个人知识点的学习特征;然后,利用改进的K-Means方法针对学生个人知识点的学习特征进行聚类,同时挖掘出每个类别群体知识点的学习特征;最后,利用学生群体学习特征和学生个人知识点的学习特征预测该用户在这个领域下的学习情况。相比于当前的知识追踪方法,本发明突破性地解决了如何在新领域下的知识追踪问题,同时极大地提高了知识追踪的准确度。

    一种云环境下高效的隐私保护密文连接访问操作验证方法

    公开(公告)号:CN104881615B

    公开(公告)日:2017-12-15

    申请号:CN201510310175.7

    申请日:2015-06-08

    Applicant: 武汉大学

    Abstract: 本发明公开了一种云环境下高效的隐私保护密文连接访问操作验证方法,包括以下步骤:1)数据拥有者在客户端加密关系数据表,同时构建相应的嵌入式MHT(Merkle Hash Tree)验证结构并签名,最后向云端发布密文关系数据表和验证数据结构;2)访问用户提交条件连接操作请求到云端,云端根据访问请求和验证数据结构返回验证对象和结果密文数据。3)访问用户在客户端利用验证对象对访问结果进行正确性验证。本发明针对云环境,在保护用户数据隐私的前提下,通过构建高效的基于嵌入式MHT的访问操作验证结构,确保用户访问操作结果数据的正确性,同时降低验证时空效率。

Patent Agency Ranking