基于可链接环签名的工业物联网双向认证方法及系统

    公开(公告)号:CN118487772A

    公开(公告)日:2024-08-13

    申请号:CN202410664386.X

    申请日:2024-05-27

    Abstract: 本公开提供了基于可链接环签名的工业物联网双向认证方法及系统,涉及工业互联网安全技术领域,包括:初始化并部署签名校验智能合约,多个用户方与网络方进行链上身份注册并生成属性公私钥;用户方向网络方发送身份认证请求,并使用自身属性私钥和环公钥集,来生成随机数的可链接环签名和身份链接标识,构建信息发送至网络方,通过与网络方交互实现用户方身份认证;网络方向用户方发送身份认证请求,并使用自身属性私钥和环公钥集,来生成随机数的可链接环签名和身份连接标识,构建信息发送至用户方,通过与用户方交互实现网络方身份认证;用户方与网络方实现双向身份认证后,区块链对用户方颁发证书,并能申请身份追踪,恢复签名者的真实身份。

    基于群签名和零知识证明的跨链身份认证方法及系统

    公开(公告)号:CN118473637A

    公开(公告)日:2024-08-09

    申请号:CN202410681774.9

    申请日:2024-05-29

    Abstract: 本公开提供了基于群签名和零知识证明的跨链身份认证方法及系统。涉及区块链技术领域,包括:应用链初始化,交易参与方注册DID身份,构建交易群并对交易群初始化;发起跨链交易的交易发送方申请加入交易群,并通过非交互式零知识证明算法证明自己的身份;基于非交互式Schnoor签名算法,交易发送方生成交易信息的数字签名,并通过应用链A将跨链交易请求发送给中继链;中继链接收应用链A发送来跨链交易请求,并转发给应用链B;应用链B上交易接收方接收中继链转发的跨链请求,获得交易请求和交易信息的数字签名,并对签名进行验证,判断是否为进行交易的目标用户,实现跨链身份认证;如果发现存在恶意行为,能够对恶意交易发送方进行身份追踪和撤销。

    基于区块链的能源交易的身份隐私保护方法及系统

    公开(公告)号:CN118432823A

    公开(公告)日:2024-08-02

    申请号:CN202410514386.1

    申请日:2024-04-26

    Abstract: 本发明涉及区块链技术领域,提供了一种基于区块链的能源交易的身份隐私保护方法及系统。该方法包括,第三方认证机构根据电动汽车发送的第一基本信息和充电站发送的第二基本信息,分别得到第一身份标识码和第二身份标识码,加密处理后,分别得到第一身份标识码对应的第一环签名和第二身份标识码对应的第二环签名,并将第一环签名反馈给电动汽车,将第二环签名反馈给充电站;电动汽车向充电站发送充电请求和第一环签名,其中,所述第一环签名包括第一身份标识码和第一时间戳;充电站验证第一时间戳的有效性,若有效,根据第二身份标识码、第一环签名和第二时间戳,计算得到第三环签名,并将第三环签名发送到边缘节点。

    基于区块链的复杂业务拆分执行方法、系统、设备及介质

    公开(公告)号:CN117294757B

    公开(公告)日:2024-02-20

    申请号:CN202311585723.8

    申请日:2023-11-27

    Abstract: 本发明涉及区块链技术领域,提供了一种基于区块链的复杂业务拆分执行方法、系统、设备及介质。该方法包括,依据部署的智能合约,将获取的复杂业务进行拆分,得到若干个子业务;依次判断每个子业务属于跨链业务、链上链下协同业务、链上跨片业务、链上片内业务以及单纯链下业务中的哪一种,根据得到的每个子业务的业务类型,进行相应业务类型区块链系统的子业务执行,得到执行结果;在所有子业务执行完成后,汇总子业务执行结果,并输出。本发明实现了复杂业务的快速分拆、优化部署和高效执行,能够有效提升服务业务高并发处理能力。

    基于高效聚合联邦学习的车联网数据处理方法及系统

    公开(公告)号:CN118586040B

    公开(公告)日:2024-10-18

    申请号:CN202411044584.2

    申请日:2024-08-01

    Abstract: 本发明公开了一种基于高效聚合联邦学习的车联网数据处理方法及系统,属于数据安全与隐私保护技术领域。包括:获取车联网数据;以车联网数据为输入,利用训练好的全局模型进行处理,获取数据处理结果;全局模型为在联邦学习的过程中,通过动态加权聚合算法对符合性能要求的局部模型进行聚合生成,局部模型的训练轮数根据全局模型的训练结果、局部模型的训练结果以及车辆节点的设备性能和数据质量动态调整。本发明通过结合基于AUC值的模型筛选机制和基于车辆性能评价的训练轮数动态调整机制,加快模型收敛速率,减少了模型聚合轮数,大幅降低联邦学习的训练成本;解决现有动态变化的车辆网数据环境下,联邦学习训练效果和训练效率低下的问题。

Patent Agency Ranking