一种基于多链协同的跨行业供应链监管方法

    公开(公告)号:CN115907762A

    公开(公告)日:2023-04-04

    申请号:CN202211671330.4

    申请日:2022-12-26

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于多链协同的跨行业供应链监管方法,业务子链用于记录企业交易主体的内部信息和各供应流程的业务数据;交易主链主要负责不同业务间的交易实施和交互,并记录商品在供应链各环节的流通状态和交易数据;监管链用于监管审计供应链不同业务间的交易数据。本发明结合细粒度隐私保护的基于身份的加密机制,保护供应链过程多方协同交易数据的隐私,解决了供应链交易数据的隐私性和监管实施的矛盾。本发明基于聚合签名协议设计了两种交易类型的验证方法,以实现链上交易的聚合验证和异常交易的快速追踪,有效提升了系统监管和溯源的性能。

    一种针对目标网站动态增长的自适应指纹攻击方法和系统

    公开(公告)号:CN114500071A

    公开(公告)日:2022-05-13

    申请号:CN202210125891.8

    申请日:2022-02-10

    Applicant: 江苏大学

    Abstract: 本发明公开一种针对目标网站动态增长的自适应指纹攻击方法和系统,首先创建容量固定且存储内容动态更新的容器为所有目标网站分配训练集空间和校正集空间,并通过修改指纹攻击模型结构增加其可预测的网站数量,以获得待训练的新模型。然后利用容器中保存下来的训练集和新目标网站的流量样本一起训练新模型,同时旧模型利用动态调整损失率的知识蒸馏向新模型传授旧目标网站中的复杂模式。克服存储开销和计算开销快速增长的缺点。最后在新模型上添加校正层,校正训练新模型时由于新旧流量样本的不平衡从而导致对新目标网站的预测偏向性,实现在固定的存储空间以及与新增目标网站数量线性相关的时间里有效识别所有目标网站。

    一种基于云平台与区块链的广域资源调度系统

    公开(公告)号:CN113946879A

    公开(公告)日:2022-01-18

    申请号:CN202111388600.6

    申请日:2021-11-22

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于云平台与区块链的广域资源调度系统,根据地理位置将广域划分为多个域,域中包含多个拥有空闲资源个体;云平台存储域的数据,为区块链系统提供调度所需数据;区块链系统通过智能合约执行广域资源调度方案,并存储调度结果和信誉值更新的结果。本发明以云平台和区块链为基础支撑,实现广阔范围内跨域的资源调度、资源优化分配,以及降低并平衡资源需求方的调度成本,同时整个调配过程均受到监督和监管,数据安全。本发明可实现广域的资源调度,不再受地理位置的约束,又极大地降低调度成本,提高资源利用率,增强用户数据存储的安全性。

    一种LBS背景下车联网中基于抗攻击的位置隐私保护方法

    公开(公告)号:CN105812354B

    公开(公告)日:2019-01-18

    申请号:CN201610124154.0

    申请日:2016-03-07

    Applicant: 江苏大学

    Abstract: 本发明公开一种LBS背景下车联网中基于抗攻击的位置隐私保护方法,具体包括以下步骤:分组加密,解密;报文内容比对;服务提供商签名;可信第三方筛选结果集;服务内容反馈给申请者五个步骤。本发明将整个通信过程分为两大部分,用户向服务提供商请求服务,服务提供商将服务内容返回,该模型下使用离散对数和Diffie‑Hellman问题,支持双向认证,且极大地降低了存储和计算开销,使得隐私保护与服务质量这一对矛盾得到有效权衡,并且能够抵御各种攻击。

    一种面向连续时间马尔科夫链的状态空间约简方法

    公开(公告)号:CN103440393A

    公开(公告)日:2013-12-11

    申请号:CN201310431964.7

    申请日:2013-09-18

    Applicant: 江苏大学

    Abstract: 本发明公开了一种面向连续时间马尔科夫链的状态空间约简方法,包括以下步骤:在局部状态空间上配置连续随机逻辑中X,U,R,P,W算子的限界语义;将连续时间马尔科夫链转换为离散时间马尔科夫链,并利用均匀化技术计算局部空间上的瞬态与稳态概率;对于算子X,U,R将时域分成零点到某个时间点,两个时间点之间,某个时间点到无穷大三个时间段,并分别利用瞬态概率计算算子P对应的概率度量;对于稳定算子W,构造一组线性不等式来约束离散时间马尔科夫链中瞬态概率与稳态概率之间的关系,求出该不等式的解作为稳态概率的度量值。本发明只需遍历分析属性所需的局部空间,可有效约简状态空间,可应用于大规模随机系统的性能与可靠性分析。

    一种抗特征不稳定的Tor App流量分析方法与系统

    公开(公告)号:CN116032543A

    公开(公告)日:2023-04-28

    申请号:CN202211569668.9

    申请日:2022-12-08

    Applicant: 江苏大学

    Abstract: 本发明公开一种抗特征不稳定的Tor App流量分析方法与系统,首先对依托于Tor运行的手机App产生的流量提取基础特征和双向统计作为候选特征集合,然后,从候选特征集合中选择一个子集作为流量的表征,通过解决应用类型组合优化问题,过滤出N种特定应用类型的流量,从候选特征集合选择N个特征子集,通过解决一个最优组合问题,迭代选择特定应用类型适合的机器学习模型和特征集合,以实现高准确率地识别Tor App。本发明解决了由于移动环境的不稳定性,app工作内容的多样性以及依托于Tor运行的新app的不断增加,导致Tor App流量分析时特征不稳定的问题。

    一种基于小样本机器学习的匿名网络流量分类方法

    公开(公告)号:CN115913992A

    公开(公告)日:2023-04-04

    申请号:CN202211592847.4

    申请日:2022-12-13

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于小样本机器学习的匿名网络流量分类方法,将采集的流量数据与待分类的数据通过深度神经网络映射到特征空间,原始标注数据用于深度分类模型预训练,少量新采集的标注数据用于在特征空间中计算流量数据特征的类别中心,以该类别中心作为待分类目标流量数据的聚类中心进行聚类,对待分类的目标流量数据赋予伪标签,通过优化原始标注流量数据的和目标伪标注数据的分类损失函数,完成原始标注数据的知识迁移,从而降低数据时效对模型的影响,消除因数据时效性带来的训练数据和待分类数据分布差异问题。本发明解决了由于匿名系统更新而导致原始采集的流量序列数据时效性降低,从而使得匿名网络流量分类算法性能下降的问题。

    一种基于四元特征融合图的轻量级Tor流量分类方法及系统

    公开(公告)号:CN114187485A

    公开(公告)日:2022-03-15

    申请号:CN202111439393.2

    申请日:2021-11-30

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于四元特征融合图的轻量级Tor流量分类方法及系统,结合匿名网络Tor多路复用特性以及实际部署中对模型算力的要求,针对网络用户生成的Tor流量进行分类。首先从测试环境中抓取目标Tor流量集,然后将固定窗口内的流量转化为四元特征融合图,随后使用部分参数共享的堆叠式特征提取层提取融合图特征,并使用两种不同的池化策略分别对特征进行细化和降维,最后使用训练好的已知类别判别模型和未知类别判断模型,为特征向量分配类别标签。本发明能够实现Tor流量的高效分类与流量分类模型的轻量级部署,根据流量分布的不同将Tor流量转化为模式更加可分的图像格式提升分类效率,使用轻量级设计思路搭建的模型能运行在更多的低算力设备上。

    一种基于以太坊隐私保护的拍卖追溯方法及实现系统

    公开(公告)号:CN113962714A

    公开(公告)日:2022-01-21

    申请号:CN202111332702.6

    申请日:2021-11-11

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于以太坊隐私保护的拍卖追溯方法及实现系统,包括链下拍卖分配层和链上追溯示证层,基于秘密分享和承诺进行用户注册,实现链上链下信息隐私保护,同时允许在争议阶段对违规用户的追溯;针对恶意用户违规行为及拍卖方合谋行为,通过争议处理实现隐私保护条件下的违规行为追溯和惩罚;本发明减少用户与拍卖方之间的交互;不同于完全依赖于区块链智能合约的拍卖方案,本发明保证拍卖中的标值隐私保护,以及众包、频谱等特殊拍卖环境中地理位置等隐私信息保护。

    一种基于多交易客体多维信誉管理的异常交易识别方法

    公开(公告)号:CN111598568A

    公开(公告)日:2020-08-28

    申请号:CN202010396293.5

    申请日:2020-05-12

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于多交易客体多维信誉管理的异常交易识别方法,分别提取智能合约交易中多交易客体(多客户端和联盟节点)的异常行为特征,通过量化和建模多交易客体的行为特征综合评定各交易客体多维信誉值,从而有效监测各个异常交易客体,并依据智能合约交易中的异常交易客体进一步识别异常合约,具有较高的精确性。首先,分别提取多联盟节点和多客户端异常行为特征,然后用随机petri网对多行为特征进行量化和建模,通过多维信誉管理和模糊逻辑综合监测各个异常交易客体。最后依据交易过程中各个异常交易客体对该交易是否异常进行有效识别,提高交易可靠性。

Patent Agency Ranking