-
-
公开(公告)号：CN107318028A
公开(公告)日：2017-11-03
申请号：CN201710485410.3
申请日：2017-06-23
Applicant: 福建师范大学
Abstract: 本发明公开了一种多图像加解密方法及计算机可读存储介质，加密方法包括：将置乱后的多个待加密图像分别放置于虚拟三维物体不同深度的截面上；对各截面的物光波进行菲涅耳衍射计算，得到各截面在第一观测平面上的菲涅耳衍射光波；计算得到第一观测平面的物光波；对第一观测平面的物光波进行菲涅耳衍射计算，得到第二观测平面的物光波；将第二观测平面的物光波共轭对称排列后进行傅里叶逆变换，得到实值编码加密图像。解密方法包括：与加密过程相反的解密步骤，解密图像在重建像面无干扰非插值可控重建。本发明可实现多图像加密并具有较高的安全性和稳健性，解密图像的重建像质量较高并具有良好的边缘保持特性。
-
公开(公告)号：CN105657721A
公开(公告)日：2016-06-08
申请号：CN201610063802.6
申请日：2016-01-29
Applicant: 福建师范大学
CPC classification number: H04W16/14 , H04L27/0006
Abstract: 本发明公开了一种基于VCG机制的防骗频谱资源分配方法，包括以下步骤：步骤S1：主用户PUs和次用户SUs分别根据自身的私人信息qPU和qSU提出与单位资源吞吐量需求匹配的申请；步骤S2；系统接收用户申请后，根据PUs申请的qPU计算得到并根据所述给主用户分配信道并计算税后的主用户总收益其中步骤S3：在信道有空闲时，根据SUs申请的qSU计算根据所述给次用户分配信道并计算税后的次用户总收益通过上述方式，本发明运算量适中，实现简单，充分考虑了时间和移动性的影响，确保了用户提供信息的真实性，从而达到提高系统收益和信道利用率；并有效地避免了自私用户的虚报行为，保证了系统的收益和信道利用率。
-
公开(公告)号：CN104993890A
公开(公告)日：2015-10-21
申请号：CN201510410921.X
申请日：2015-07-14
Applicant: 福建师范大学
IPC: H04B17/382
Abstract: 本发明涉及一种基于信誉机制和动态博弈的安全协作频谱感知方法，该方法结合次用户的信誉度传递过程，如果有次用户超出邻居次用户一跳通信范围，那么邻居次用户会将发生移动的次用户先前建立的信誉值广播给其一跳通信范围内的次用户，加快了发生移动的次用户参与协作时信誉值被协作频谱感知请求者获取速度。然后运行动态博弈的方法，通过协作频谱感知请求者和协作频谱感知次用户的效用函数，从而激励次用户参与协作，结合信誉值权重分配提高协作频谱感知安全性。本发明提高分布式认知无线网络中移动次用户信誉度评估的收敛速度，保证协作的公平性和激励协作者积极参与协作，能有效的抵御SSDF攻击，同时提高频谱检测率。
-
公开(公告)号：CN104703138A
公开(公告)日：2015-06-10
申请号：CN201510121370.5
申请日：2015-03-19
Applicant: 福建师范大学
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种保护位置隐私的方法及系统。其方法具体是：在原有的网络模型(只有用户端和LBS服务器)的基础上增加参数发生器，该参数发生器用于间隔预设时长生成一参数并发送给用户端，用户端根据该参数将自身真实位置信息变换为虚假位置信息，将所述虚假位置信息发送至LBS服务器，由于LBS服务器可能存在系统漏洞或者容易被不法分子攻击窃取信息，因此使用虚假位置信息发送至LBS服务器，即使LBS服务器被侵入或者攻破，用户的真实位置信息依然能得到很好的保护，再则参数发生器是间隔预设时长生成参数，使参数的值间隔预设时长进行更新，进而使虚假位置信息也是时刻变化的，大大提升信息交互的安全性。
-
Patent Agency Ranking
公开(公告)号：CN102708047B
公开(公告)日：2014-12-10
申请号：CN201210118820.1
申请日：2012-04-23
Applicant: 福建师范大学
Abstract: 本发明涉及一种数据流测试用例生成方法，采用遗传算法来搜索满足数据流测试准则的测试用例，在该方法中，适应度按如下公式计算：；其中，fitness(t)表示适应度，m表示测试用例t已经覆盖的路径条数，n表示程序总的需要覆盖的路径条数，p表示在未覆盖的(n-m)条路径中包含的分支谓词数量，所述分支谓词为程序分支的条件表达式，α表示分支谓词对适应度的影响权重因子，fi(x)表示程序第i个分支的分支函数值。该方法有利于提高数据流测试用例生成算法的收敛速度。
-
公开(公告)号：CN102663077B
公开(公告)日：2014-03-12
申请号：CN201210095140.2
申请日：2012-03-31
Applicant: 福建师范大学
Abstract: 本发明涉及网络安全技术领域，特别是一种基于Hits算法的Web搜索结果安全性排序方法，其特征在于：建立一个恶意特征库F(f1,f2,f3,…,fn)，所述恶意特征库包含n种网络病毒、木马、漏洞在网页中出现的特征码，将所述恶意特征库的各特征码fx表示成由m个分量组成的向量形式，即fx=(fx1,fx2,fx3,…,fxm)，其中x∈{1,2,…,n}，fx∈F，各个分量所占权重用f’x来表示；然后，基于Hits算法，结合向量空间模型和恶意特征库，进行网页搜索结果安全性排序。该方法有利于降低恶意网页在搜索结果中的排序，从而降低访问到不安全网页的概率。
-
公开(公告)号：CN119520168A
公开(公告)日：2025-02-25
申请号：CN202510077535.7
申请日：2025-01-17
Applicant: 福建师范大学 , 中国热带农业科学院热带生物技术研究所
Abstract: 本发明公开了一种用于恶意客户端识别和投毒攻击恢复的联邦学习方法，包括步骤：将联邦学习中的全局模型更新数据进行预处理，使用柯西平均值定理预测每个客户端的模型更新，填补异构模型中缺失的通道，并计算每个客户端的可疑分数，使用多重指标合作识别恶意客户端；在检测到恶意客户端后，通过选择性存储的历史信息和自适应模型回滚策略，确定合适的模型回滚点；服务器校准客户端更新，从被污染的模型中恢复出一个准确的全局模型。本发明在保护数据隐私、增强模型安全性的同时减少存储和计算资源的需求。
-
公开(公告)号：CN118569355A
公开(公告)日：2024-08-30
申请号：CN202410655018.9
申请日：2024-05-24
Applicant: 福建师范大学 , 中国热带农业科学院热带生物技术研究所
Abstract: 本发明公开一种基于动量对齐技术的异构联邦学习方法，包括步骤：s1服务器将当前轮次的全局模型、全局动量发送给经过随机采样后的客户端；s2在每个选中的客户端上，使用经过全局动量加速后的全局模型作为本地模型的初始化。然后计算总体损失函数，并对初始化后的本地模型进行一定轮次的梯度下降。最后将经过梯度下降后的本地模型上传服务器；s3服务器聚合客户端上传的本地模型得到下一轮的全局模型，并计算下一轮的全局动量。本发明有效地解决了分布式学习中数据异质性导致的模型偏移问题并提高了模型的泛化性。
-
公开(公告)号：CN117650879A
公开(公告)日：2024-03-05
申请号：CN202311619497.0
申请日：2023-11-30
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于变色龙哈希的动态云数据完整性公开审计方法，数据拥有者将存储文件F分割成多个大小相同的文件块，而后计算完整性审计标签；生成随机验证参数与文件块构建变色龙Merkle哈希树CH‑MHT，计算根节点签名；上传文件F、完整性审计标签集合、根节点签名、变色龙哈希随机数集合；第三方审计或数据拥有者发起随机挑战，云服务提供商收到挑战后生成存储证明返回第三方审计或数据拥有者验证存储证明正确性。该方法有利于减小动态数据完整性审计中的更新开销。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.024 seconds)
