-
公开(公告)号：CN108171071A
公开(公告)日：2018-06-15
申请号：CN201711247475.0
申请日：2017-12-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向云计算的多关键字可排序密文检索方法，通过分组法对文档关键字集进行分组，对每组逆关键字集文档向量集合构建相应的B+索引树，采用基于改进的KNN查询算法进行加密后上传至云，并在上传查询陷门后通过TF‑IDF模型对检索结果集合进行排序，返回给用户相关性分数最高的前k个文档。本发明的特点在于相对于其他结构树而言B+树的高度要低一些，由于检索效率和高度成正比增加，这种效率差异会随着文档集和关键字集的增加而愈发明显，采用分组构建B+树结构索引的方法可以大大提高检索速度。并且通过相关性分数比较，在结果集满足需求数量的前提下，提前判定是否继续检索当前树节点的后续节点，从而对检索效率进行进一步的提升。
-
公开(公告)号：CN107506694A
公开(公告)日：2017-12-22
申请号：CN201710625631.6
申请日：2017-07-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于局部中值表示的鲁棒人脸识别方法，该方法分为以下几个步骤：(1)获取人脸图像训练样本集，(2)获取待识别样本在每类训练样本中的近邻样本，(3)由待识别样本在每类中的近邻样本计算中值，(4)根据中值计算待识别样本的重构表示系数，(5)根据重构表示系数的大小确定待识别样本的类标。本发明利用了样本的邻域信息，并且获得的中值可有效处理人脸图像中的诸多变化，如人脸表情、姿态、光照、遮挡等方面的变化，满足实际应用中对人脸识别的高精度需求。
-
公开(公告)号：CN106792460A
公开(公告)日：2017-05-31
申请号：CN201611197488.7
申请日：2016-12-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向两层传感器网络的隐私保护MAX/MIN查询处理方法，包括数据收集协议和查询处理协议，数据收集协议过程包括：感知节点在单位时间周期内采集最大（最小）的感知数据，计算相应的随机安全比较码和密文数据，并上传至存储节点进行存储。查询处理协议过程包括：基站发出MAX/MIN查询指令，存储节点根据查询指令要求，在感知数据的非明文状态下执行查询处理过程，并将蕴含查询结果的最小候选密文数据集反馈给基站，最终由基站根据反馈的密文数据集计算查询结果。本发明协议流程简单，易于实现；安全性高，能有效确保感知数据和查询结果的隐私安全性；在查询处理执行的过程中通信代价消耗低，有利于提高网络资源的利用率以及延长网络的生命周期。
-
公开(公告)号：CN103825699B
公开(公告)日：2016-11-30
申请号：CN201410049833.7
申请日：2014-02-13
Applicant: 南京邮电大学
Abstract: 云计算环境中对存储文件的并行混沌加密方法为数据文件的加密提供一种可并行的轻量级加密，属于信息安全领域。利用云计算环境的可并行计算机制，如MapReduce并行计算技术，结合混沌加密方法，通过对明文数据进行分组加密，最终实现对整个文件的加密，并上载到云计算环境的存储系统中。方法包含了加密系统初值计算、加密密钥序列计算和数据加密三个步骤。在加密系统初始化中，方法采用三维Lorenz混沌系统和Chen混沌系统生成用于加密的初值和干扰值；在计算加密密钥序列过程中，基于计算出的初始值和干扰值，通过Henon混沌映射和2维Logistic混沌映射的迭代运算，生成用于数据加密的密钥序列；在数据加密过程中，通过密钥序列与明文进行运算，最终实现对明文数据的加密。
-
公开(公告)号：CN103095849B
公开(公告)日：2015-05-20
申请号：CN201310048474.9
申请日：2013-02-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于QoS属性预测和纠错的有监督Web服务发现方法及系统，主要用于解决开放网络环境下准确、高效地发现满足用户需求的可信Web服务，从而为高可信服务应用系统的构建提供重要的技术支撑。本发明一方面采用矩阵补全技术对缺失或失真的服务QoS属性进行预测或纠错，使得基于QoS属性的可信服务发现得以有效地实施；另一方面将服务的先验类别信息引入服务表示的特征提取阶段，增强了服务表示的区分性和查询匹配的准确性。真实Web服务数据集上的评测结果表明，本发明不仅具有较高的服务发现效率和精度，而且实现简单，系统灵活，代价低，易推广。
-
Patent Agency Ranking
公开(公告)号：CN104009835A
公开(公告)日：2014-08-27
申请号：CN201410210132.7
申请日：2014-05-16
Applicant: 南京邮电大学
Abstract: 一种云存储系统中可并行计算的文件加密解密方法利用云计算环境的可并行计算机制，如MapReduce并行计算技术，通过对明文数据进行分组加密，利用分块矩阵乘法算法，最终实现对整个文件的加密，并上载到云计算环境的存储系统中。方法包含了对合密钥子矩阵生成，计算密钥计算，数据文件分块，数据加密，数据解密等五个步骤。在加密系统初始化中，方法采用模运算方法，构造了一个随机密钥矩阵，该矩阵具有矩阵等于其逆矩阵的特点；在矩阵分块过程中，通过边界划分的方法，确定了并行计算的每个分块；在数据加密过程中，通过密钥矩阵与明文矩阵的分块乘法，最终实现对明文数据的加密；在解密过程中，根据对合矩阵的性质，通过密文矩阵与密钥矩阵的乘积，再取模获得。
-
公开(公告)号：CN103679023A
公开(公告)日：2014-03-26
申请号：CN201310471339.5
申请日：2013-10-10
Applicant: 南京邮电大学
IPC: G06F21/56
CPC classification number: G06F21/563 , H04L63/145
Abstract: 本发明公开了一种联合计算架构下的海量病毒报告分析方法，该方法解决了云安全系统不依赖大规模的网络终端节点提交病毒报告来监测网络中的各种恶意代码；本发明提出联合计算架构下的海量病毒报告分析机制，充分利用服务器和大规模终端构成的联合计算能力，将针对海量病毒报告的分析任务进行有效的分割，并通过移动代理有序部署到服务器端和大规模终端节点上来执行，从而有效降低服务器端的负载，提高了系统的病毒报告处理效率。
-
公开(公告)号：CN102651088B
公开(公告)日：2014-03-26
申请号：CN201210100282.3
申请日：2012-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于A_Kohonen神经网络的恶意代码分类方法，属于计算机网络安全技术领域。本发明首次将人工神经网络引入恶意代码的分类，并对现有无监督学习的Kohonen神经网络进行改进，在第一阶段的无监督学习后，加入一个有监督的学习过程，从而提高了分类准确率。本发明方法可实现对未知恶意代码的快速准确分类，且算法简单，实时性好。
-
公开(公告)号：CN103345528A
公开(公告)日：2013-10-09
申请号：CN201310312018.0
申请日：2013-07-24
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明提供一种基于关联分析和KNN的文本分类方法，用于解决基于传统KNN的文本分类方法存在的效率和准确率有待进一步提高的问题；本发明是一种策略性方法考虑到被测文档与近邻文档向量的特征属性会重合较多，本发明提出一种基于关联分析和KNN的文本分类方法该方法基于对各个类别文本进行关联分析的结果，快速确定未知类别文本合适的近邻数k，并在已知类别的文本中选取k个近邻，进而根据近邻类别确定未知文本的类别，改进了基于传统KNN的文本分类方法k值难以确定及时间复杂度高的不足，提高了文本分类的效率和准确率。
-
公开(公告)号：CN103297428A
公开(公告)日：2013-09-11
申请号：CN201310189116.X
申请日：2013-05-20
Applicant: 南京邮电大学
Abstract: 本发明涉及一种云存储系统数据保护方法,其中，云存储系统包括云端中央授权机构、客户端处理模块、云端服务器、以及管理注册用户属性信息的数个云端属性授权机构；基于这种云存储系统的数据保护方法基于针对注册用户属性的多属性授权机构，为存储在云端的用户数据设计了全新的加密与解密方法，大幅提高了用户数据在云端的存储安全性，与单授权机构相比，分摊了恶意用户攻破属性授权机构的风险。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.038 seconds)
