-
公开(公告)号：CN118965060A
公开(公告)日：2024-11-15
申请号：CN202410965090.1
申请日：2024-07-18
Applicant: 浙江大学
IPC: G06F18/24 , G06N3/042 , G06N3/0442 , G06F18/213
Abstract: 本发明公开了一种基于图神经网络的区块链地址行为分类方法及系统，属于区块链数据分析领域。该方法具体包括：利用区块链地址交易数据构建每个区块链地址对应的地址交易图列表；所述地址交易图列表包括多个地址交易图，利用图神经网络学习每个地址交易图的特征，并生成每个地址交易图的图嵌入特征；将一个区块链地址的全部图嵌入特征进行聚合并使用分类模型得到区块链地址行为分类的预测结果。该方法提供了一种新颖的区块链地址行为分类方案，能够精准地对区块链网络中的地址进行分类。
-
公开(公告)号：CN115033883B
公开(公告)日：2024-09-17
申请号：CN202210455506.6
申请日：2022-04-27
Applicant: 浙江大学
IPC: G06F21/57 , G06F11/36 , G06N3/044 , G06N3/0464
Abstract: 本发明提出了基于策略型Fuzzer的智能合约漏洞检测方法及系统，属于区块链智能合约安全领域。该方法具体包括：设计智能合约控制流图，提取控制流执行路径；分析测试用例的可达性以及控制流执行路径的漏洞性，并构建具有标注的测试用例和执行路径的数据集，训练相应的策略模型；集成策略模型到模糊检测器中，指导模糊检测器实现效率更快、检测更精准的漏洞检测，并进一步根据策略模型决判的高优先级测试用例，优化测试用例队列，动态更新策略模型。相较于传统的智能合约漏洞检测工具，该方法提供了一种新颖的智能合约漏洞检测方案，尝试将基于深度神经网络的策略模型与模糊检测器相结合，有效地降低了传统静态分析方法的漏报率和误报率，提高了模糊检测方法的执行效率和检测准确率，展望了智能合约漏洞检测的新方向。
-
公开(公告)号：CN117993718A
公开(公告)日：2024-05-07
申请号：CN202410208280.9
申请日：2024-02-26
Applicant: 浙江大学
IPC: G06Q10/0635 , G06F16/27 , G06N5/022 , G06F18/24
Abstract: 本发明涉及一种基于区块链的企业风险传播路径预测方法及系统，属于数据处理与分析技术领域。利用区块链技术实现对企业风险特征数据信息分布式存储，通过集成学习模型对目标企业进行风险分析，基于企业的关联关系构建企业关系知识图谱，并根据知识图谱的拓扑结构和企业属性信息构建风险传播规则，从而实现企业间风险传播路径预测。本发明提高了企业风险预测结果的可靠性和准确性，能够预测出一家企业发生某类风险后对其周边多家企业的影响程度，具有很好的实用价值和现实意义。
-
公开(公告)号：CN116452267A
公开(公告)日：2023-07-18
申请号：CN202310143135.2
申请日：2023-02-21
Applicant: 浙江大学
IPC: G06Q30/0251 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于元表示生成的物品冷启动推荐方法和系统，属于推荐系统领域。首先利用老物品交互数据集训练嵌入表示层和推荐模型；抽取老物品交互数据集中的全部或部分数据，使用元学习训练物品id表示生成器；固定推荐模型和物品id表示生成器的参数，利用嵌入表示层获取新物品交互数据集的嵌入表示，并将嵌入表示中的新物品id表示替换为由物品id表示生成器生成的新物品id表示后作为推荐模型的输入，根据评分结果更新嵌入表示层新物品id的相关参数；最后利用推荐模型以及更新后的嵌入表示层对新老物品进行推荐。本发明适用多种常见的推荐模型，在不改变推荐模型参数情况下使得新物品快速适应当前推荐系统，泛化性能好。
-
公开(公告)号：CN111160905B
公开(公告)日：2023-07-18
申请号：CN201911306790.5
申请日：2019-12-17
Applicant: 浙江大学
Abstract: 本发明公开了一种区块链用户请求处理方法及装置，包括：请求者合约根据用户的请求发起交易，构造请求数据包并通过区块链网络发送给对接合约，并从对接合约接收请求处理结果；对接合约，将请求数据包发送给中继区；接收中继区返回的回应数据包并执行对应的行为；中继区，对请求数据包进行验证，若验证通过，则将用户的请求信息以及所需的数据和方法存入安全区；接收安全区返回的回应数据包并发送给对接合约；安全区，使用内部私钥对访问密钥进行验证，若验证通过，则对用户的请求进行处理，将处理结果和验证结果发送给中继区；若验证失败，则将失败说明作为处理结果发送给中继区。本发明在区块链节点引入SGX，提高区块链上各种操作处理的安全性。
-
Patent Agency Ranking
公开(公告)号：CN115795415A
公开(公告)日：2023-03-14
申请号：CN202211461097.7
申请日：2022-11-16
Applicant: 浙江大学
Abstract: 本发明涉及数字版权保护领域，尤其涉及一种基于区块链数字水印的数字文物存证与侵权追溯方法及系统，该方法包括：一方面先对数字文物图片进行预处理，接着构造版权信息与使用者信息进行上链存证，最后生成对外开放的水印图片，在确保数据真实可信的同时，达到数字文物的版权保护作用；另一方面针对疑似侵权图片进行反向处理，从疑似侵权图片中提取并解析水印信息，然后在区块链上验证水印信息的真实性，从而得到可信的版权信息与泄漏者(使用者)信息，为后续的维权提供可信证据，达到数字文物的侵权追溯作用。基于该方法可为数字文物的安全使用提供强有力的技术支撑，让数字文物拥有者敢于对外开放数字文物资源，有助于发挥其真正的价值。
-
公开(公告)号：CN114465815B
公开(公告)日：2022-11-08
申请号：CN202210253251.5
申请日：2022-03-15
Applicant: 浙江大学
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明公开了一种基于区块链和SGX的访问权限控制系统及方法。该系统包括区块链系统和区块链节点上的权限管理合约、权限控制合约及其本地服务、权限验证合约及其本地服务以及一个身份验证系统，为访问权限控制提供安全、可信、透明、可控的底层架构。本系统通过智能合约进行权限的操作控制和管理，通过本地的SGX安全区对链上权限操作过程中的关键性数据进行链下秘密处理，确保信息安全与准确。本系统还特别考虑权限删除的即时性需求，为其进行了特殊处理，避免了基于时间序列的攻击。本发明的方法为访问权限控制机制特别是基于云端的信息系统的访问权限控制机制提供了信息安全、流程化、可监控的底层架构，为组织和个人提供更好的安全保障。
-
公开(公告)号：CN115033781A
公开(公告)日：2022-09-09
申请号：CN202210492179.1
申请日：2022-05-07
Applicant: 浙江大学
IPC: G06F16/9535 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于Multi‑Krum的联邦贝叶斯个性化排序推荐方法及系统，属于推荐系统及联邦学习领域。在每个用户端随机选取与该用户交互过的项目数量相等的未交互的项目，构建偏序关系三元组；在每个用户端初始化用户模型参数，在中心服务器端初始化项目模型参数；中心服务器端随机抽取若干个用户端参与训练，本地用户端根据生成的本地用户模型参数的梯度更新用户模型参数，中心服务器端采用Multi‑Krum聚合方法更新项目模型参数，直至推荐系统模型收敛；根据本地用户模型参数和项目模型参数计算各个项目的推荐程度。本发明的推荐系统保护了用户隐私，并有效抵制了恶意梯度的攻击，提升了联邦推荐系统的鲁棒性和安全性。
-
公开(公告)号：CN113300855B
公开(公告)日：2022-05-03
申请号：CN202110570904.8
申请日：2021-05-25
Applicant: 浙江大学
IPC: H04L9/32
Abstract: 本发明提出了一种基于可变策略的联盟链投票管理方法及系统，具体包括：1)通道策略的分类：共分为两种，一种为隐式策略，另一种为基于签名的策略。2)可变策略的具体实现：用户发起修改策略的提案请求；若待修改成的策略为基于签名的策略，先检测策略内容是否满足格式要求；再根据通道或者网络的当前策略，给需要审核的组织发送投票邀请或签名邀请；收到邀请的组织进行投票或签名；解析结果看是否满足当前通道策略的要求；若满足，即修改当前通道策略为待修改成的通道策略，否则，修改失败。
-
公开(公告)号：CN112199589B
公开(公告)日：2022-05-03
申请号：CN202011072547.4
申请日：2020-10-09
Applicant: 浙江大学
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明在传统的基于贝叶斯个性化排序的推荐方法基础之上，公开了一种基于带权贝叶斯个性化排序的强时序性项目推荐方法及系统，属于推荐系统领域。本发明基于隐式反馈数据集提取出所有表示同一用户对两个不同项目的喜好程度偏序关系的三元组，通过引入偏序关系三元组的可信度作为每个偏序关系三元组对应项的权重系数，该方法能使得更可信的偏序关系三元组产生的训练效果更强、更不可信的偏序关系三元组产生的训练效果更弱。偏序关系三元组的可信度由相关项目的时序信息计算得出，所以最终训练完成的模型中将包含对于推荐项目时序信息的考虑，在处理具备较强时序性的推荐项目时能取得更好的效果，相比于传统方法能更好地处理具备较强时序性的推荐项目。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.023 seconds)
