-
公开(公告)号：CN115907978A
公开(公告)日：2023-04-04
申请号：CN202211229889.1
申请日：2022-10-08
Applicant: 北京理工大学
IPC: G06Q40/04
Abstract: 本发明涉及一种面向以太坊混币服务的用户交易识别方法，属于区块链应用安全技术领域。通过从交易账本中获取以太坊混币服务的所有交易信息，将交易信息进行数据清洗处理，形成可以用来分析交易关联性的数据集。利用启发式规则对数据集合中的交易进行关联分析，并将分析结果建立进一步的链接，输出特定的用户行为模式，通过对交易发送方和交易接收方进行匹配，从而识别出用户的交易行为。本方法能够降低以太坊混币交易的不可链接性，并对加密货币市场及其交易实体进行规范监督。
-
公开(公告)号：CN113642003A
公开(公告)日：2021-11-12
申请号：CN202110861427.0
申请日：2021-07-29
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于高鲁棒对抗样本生成的人脸识别系统安全性检测方法，属于人脸识别安全防护技术领域。本方法设计了一种对抗样本物理攻击方法，通过一次生成多个不同形状的贴纸来攻击目标深度人脸识别系统，并设计一个转换器来模拟真实世界中附着贴纸的人脸样子，这些不同形状的贴纸能够灵活地附着在人脸的任意地方。同时，利用贴纸方式对深度人脸识别系统实施物理攻击，无需设计专门的装置即可在物理世界重构出对抗样本，从而检测系统的安全性。本发明方法易用性高，生成的贴纸更加灵活、鲁棒性强。通过目标深度人脸识别系统检验生成器贴纸的有效性判断出系统的安全性，为进一步调整优化人脸识别系统提供了方向。
-
公开(公告)号：CN110211683B
公开(公告)日：2021-09-28
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。
-
公开(公告)号：CN112966776A
公开(公告)日：2021-06-15
申请号：CN202110316582.4
申请日：2021-03-24
Abstract: 本发明涉及数据隐私保护领域，具体涉及一种基于同态加密的安全朴素贝叶斯分类器训练方法，设训练数据集的记录共包含C种类别，每个记录包含d个属性，具体为：首先对C种类别中的每一类，通过隐私服务器与所有单位进行交互计算，得到每一类的类先验概率，即为该样本类别出现的频率；然后对第1个属性到第d个属性的每一个属性进行判断。本发明在不泄露各家单位的训练数据集的隐私的前提下，实现基于多家单位的训练数据集，训练朴素贝叶斯分类器，并能够实现即使隐私服务器与多家单位其中的一些单位串通，串通之后的隐私服务器或者单位也无法得知其他单位的任何隐私信息。
-
公开(公告)号：CN112217834A
公开(公告)日：2021-01-12
申请号：CN202011134566.5
申请日：2020-10-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图结构的互联网加密流量交互特征提取方法，属于加密网络流量分类技术领域，应用于TLS加密过后的网络流量进行细粒度的分类。本发明从原始的包序列中提取基于图结构的加密流量交互特征，图结构特征中包含了数据包的顺序信息、包方向信息、包长度信息和突发流量信息等。通过定量计算，相对于包长度序列，使用图结构特征后，类内距离明显变小、类间距离变大。本方法能够获取维度更丰富、区分度更高的加密流量特征，进而与图神经网络等深度神经网络结合，开展加密流量的精细化分类与识别。通过大量实验数据实验证明，采用图结构特征结合图神经网络，与现有方法相比，具有更高的准确性、更低的误报率。
-
Patent Agency Ranking
公开(公告)号：CN110110008B
公开(公告)日：2020-12-25
申请号：CN201910379542.7
申请日：2019-05-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于夏普利值的区块链医疗数据共享激励方法，属于区块链网络应用技术领域。通过建立区块链医疗数据共享激励方法，在合作联盟成员之间利用夏普利值法对联盟收益进行分配，解决区块链应用场景下医疗数据共享的激励问题，提出的区块链医疗数据共享激励方法能够有效激励合作联盟成员参与合作并共享真实数据。所述方法考虑了数据拥有者的贡献程度与合作联盟中所有成员的权重，使基于夏普利值法的收益分配方案适用于具有贡献程度差异的医疗数据共享场景；针对应用于联盟链的实用拜占庭容错算法特征，为联盟链网络中的共识节点制定公平的奖励机制。
-
公开(公告)号：CN110855669B
公开(公告)日：2020-10-09
申请号：CN201911114586.3
申请日：2019-11-14
Applicant: 北京理工大学
Abstract: 本发明涉及基于神经网络适用于加密流量的视频QoE指标预测方法，属于加密网络流量分类以及视频QoE预测技术领域。包括如下步骤：步骤1、抽取视频流中的上行数据包的往返时延信息并构建输入向量；步骤2、构建包含卷积层和全连接层的神经网络模型；步骤3将步骤1输构建的输入向量送入步骤2构建的神经网络模型中，抽取特征、执行全连接层并预测视频QoE指标；步骤4、使用神经网络模型估计视频QoE指标。所述视频QoE指标预测方法，对视频QoE指标进行细粒度预测，相对于原有的预测方法来说，预测粒度更细。
-
公开(公告)号：CN110247930B
公开(公告)日：2020-05-12
申请号：CN201910585325.3
申请日：2019-07-01
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度神经网络的加密网络流量识别方法，属于深度学习、网络服务安全以及流量识别技术领域。所述基于深度神经网络的加密网络流量识别方法，包括：步骤1、基于抓取、部署以及提取操作获取离线数据集，生成训练集及测试集；步骤2、搭建深度神经网络模型；步骤3、数据读取、模型训练及参数优化，将离线数据集输入深度神经网络模型中训练及迭代直至准确率达标后即停止训练；步骤4、搭建、部署在线网络流抓取平台，抓取在线数据集；步骤5、在线网络流识别，得到识别结果。所述方法能更好提取流量数据的高维特征；与现有深度神经网络相比具有更好的多分类识别准确率，更低的假阳率和误报率，保证了加密数据流在线识别的高效性。
-
公开(公告)号：CN111104968A
公开(公告)日：2020-05-05
申请号：CN201911215859.3
申请日：2019-12-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于区块链的安全SVM训练方法，能够有效解决在区块链平台下机器学习模型训练时面临的用户数据隐私泄露的问题，属于人工智能机器学习技术领域。本发明方法，在不引入可信第三方的条件下，基于区块链技术，建立安全的数据共享平台；各数据提供方在共享计算中间值时，将待共享的计算中间值通过门限同态加密算法进行加密，之后再共享到平台上，保证了用户数据在共享过程中的安全性；大部分模型训练工作在数据提供方本地进行，计算输入基于明文数据，从而保证了模型训练的高效性。本发明尤其适用于面向竖切数据集多方协作训练模型的场景。
-
公开(公告)号：CN110210245A
公开(公告)日：2019-09-06
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。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.06 seconds)
