-
公开(公告)号：CN118051927A
公开(公告)日：2024-05-17
申请号：CN202410152691.0
申请日：2024-02-03
申请人： 西安电子科技大学
摘要： 本发明提供的面向联邦学习的数据遗忘验证方法和系统，应用于目标客户端，通过针对目标数据向服务器发出数据遗忘请求以使服务器通知其他客户端重新进行联邦学习；在本地删除目标数据后进行重训练并根据重训练过程生成第一证明；确定重训练得到的新模型的参数所对应的梯度向量并将梯度向量发送至服务器；接收其他客户端发送的第二证明和签名；根据第一证明和第二证明以及第一预设规则对重训练过程进行验证，在验证通过后基于第二预设规则对签名进行验证，在验证通过后接收参数聚合结果，基于第三预设规则对参数聚合结果进行验证，确保信息的完整性和保密性，通过参数聚合让目标客户端不必对每一个证明进行验证提高了验证效率。
-
公开(公告)号：CN112115116B
公开(公告)日：2024-04-16
申请号：CN202010779632.8
申请日：2020-08-05
申请人： 西安电子科技大学
摘要： 本发明属于区块链技术领域，公开了一种基于区块链的高性能防篡改数据库的构建方法，基于分布式对等网络的双层数据库系统结构；低时间复杂度的数据自检与节点间互检方法；模块化可配置的系统架构。本发明解决了传统数据系统存在单点失效的问题，建立了基于B+树高效的索引结构，突破了传统区块链架构查询性能低下的瓶颈。解决了对海量数据的高速校验的难题，实现了在双层数据库架构中数据的防篡改和防删除，满足了企业对敏感数据可信存储的需求；实现了系统功能的可定制和可扩展，满足不同业务场景差异性的安全需求，降低了企业在实际部署过程中成本。本发明实现了在双层数据库架构中数据的防篡改和防删除，实现了系统功能的可定制和可扩展。
-
公开(公告)号：CN117709442A
公开(公告)日：2024-03-15
申请号：CN202311596517.7
申请日：2023-11-28
申请人： 西安电子科技大学
IPC分类号： G06N3/098 , G06N3/0499 , G06N3/084 , G06N3/0985
摘要： 本发明公开了一种面向设备异构性场景的异步联邦学习优化方法，主要解决现有异步联邦学习加权聚合中存在的模型收敛速度和准确率难以平衡的技术问题。方案包括：1)中央服务器发送全局模型给参与者；2)参与者利用本地数据进行模型的本地更新，并异步地发送给中央服务器；3)中央服务器根据本地更新中的轮索引和陈旧度，进行加权聚合，更新全局模型；4)中央服务器根据更新后全局模型的参数，调整加权函数中的不可容忍度；5)中央服务器将已更新的全局模型发还给参与者；6)重复更新过程，直至参与者收到的全局模型达到收敛，完成训练。本发明能够在保证模型准确率的情况下，有效提高模型收敛速度。
-
公开(公告)号：CN117221885A
公开(公告)日：2023-12-12
申请号：CN202310951261.0
申请日：2023-07-31
申请人： 西安电子科技大学
IPC分类号： H04W12/0431 , H04B7/185
摘要： 本发明公开了一种空天地一体化网络下基于云网端架构的星间密钥协商方法，主要解决现有技术在进行星间端到端密钥协商时计算开销大、效率低及未考虑会话密钥泄露后安全性的问题。其实现方案包括：所有卫星采用棘轮结构更新会话所需的公私钥并广播其公钥材料；参与通信的两个卫星端点根据所处的轨道位置情况非交互地计算星间会话密钥以加解密通信内容；会话结束后及时删除旧的棘轮状态并转动棘轮；云定期启动卫星网络棘轮状态的后向更新。本发明无需通信卫星提前进行任何星间协议交互，能支持会话密钥的周期性协商，不仅计算开销低、效率高，而且能保证会话密钥泄露后的前向安全性和后向安全性，可用于未来空天地一体化网络下的星间通信场景。
-
公开(公告)号：CN117076762A
公开(公告)日：2023-11-17
申请号：CN202310877314.9
申请日：2023-07-17
申请人： 西安电子科技大学
IPC分类号： G06F16/9535 , G06F21/62
摘要： 本发明公开了一种抗拜占庭服务器攻击的隐私信息检索方法，包括：第一客户端接收信息并进行编码，编码数据分别存至多个服务器，制作可逆矩阵、校验矩阵、满秩矩阵、第三编码矩阵以及哈希函数，并向第二客户端公开；第二客户端根据查询索引针对服务器构建并发送查询请求；根据服务器反馈的查询响应对服务器存储数据进行恢复；对恢复出的数据进行整体校验，根据校验结果确定拜占庭服务器的存在情况；根据拜占庭服务器的不同存在情况利用不同的数据恢复策略恢复数据并进行解码，得到查询结果。本发明能够抵御更多同谋服务器且无需多轮查询。
-
公开(公告)号：CN116996293A
公开(公告)日：2023-11-03
申请号：CN202310965489.5
申请日：2023-08-02
申请人： 西安电子科技大学
摘要： 本发明提供了一种基于矩阵密钥的多方隐私集合求交方法，实现步骤为：初始化参数；任一个普通参与方向每个普通参与方发送共享二进制矩阵；每个普通参与方计算二进制矩阵Bm；指定参与方获取二进制密钥矩阵C；指定参与方对自己持有的隐私数据集合进行双重加密；普通参与方对自己持有的隐私数据集合进行双重加密；获取多方隐私集合求交结果。本发明通过矩阵密钥的方式进行多方的隐私数据集合求交集，把对隐私数据集合中的隐私数据的比较转化为对字符串的比较，并且使用哈希函数实现对字符串的二重加密，避免了现有技术中存在的隐私数据集合的安全性较差的问题，有效增强了隐私数据集合中数据的机密性，同时极大地降低了通信开销。
-
公开(公告)号：CN116342131A
公开(公告)日：2023-06-27
申请号：CN202310068023.5
申请日：2023-01-17
申请人： 西安电子科技大学
IPC分类号： G06Q20/40
摘要： 本发明公开了一种区块链支付通道网络交易的高效调度方法，包括：定义支付通道网络交易调度问题，在交易双方节点选定执行交易调度策略的条件下，执行节点以网络吞吐量最大化为目标设定多个约束条件，为双方缓冲区内的交易调度问题建模得到交易调度优化问题；针对该问题执行节点利用编码器模型对当前输入序列中各交易的静态特征和动态特征进行提取，得到各交易的编码器输出向量合并构成编码器输出序列；执行节点利用解码器模型基于注意力机制和掩码机制对当前得到的编码器输出序列以自迭代的方式进行交易顺序决策，在不断迭代后输出交易序列以调度双方完成交易。本发明能对缓冲区中交易进行合理调度，提高吞吐量并降低交易的平均等待时间。
-
公开(公告)号：CN116112278A
公开(公告)日：2023-05-12
申请号：CN202310132460.9
申请日：2023-02-17
申请人： 西安电子科技大学
IPC分类号： H04L9/40 , H04L41/147 , H04L41/16
摘要： 本发明公开了一种基于Q‑learning的网络最优攻击路径预测方法及系统，利用漏洞扫描工具获取网络环境中的漏洞信息，构建网络环境的攻击图；根据提出的漏洞量化规则，从多维度对获取的漏洞进行评分，进而对攻击图进行量化；构建Q‑learning的网络最优攻击路径预测模型，将攻击图中的量化信息作为环境反馈值；在攻击图上对基于Q‑learning的网络最优攻击路径预测模型进行迭代训练，通过多次迭代自动实现对决策的优化；最终预测出多步攻击场景下的高危攻击路径，主要解决现有技术攻击路径预测慢、计算成本高、不能随着网络环境的变化进行动态调整的问题，可用于高校和企业网络等场景。
-
公开(公告)号：CN115187789A
公开(公告)日：2022-10-14
申请号：CN202210569952.X
申请日：2022-05-24
申请人： 西安电子科技大学
IPC分类号： G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
摘要： 本发明公开了一种基于卷积层激活差异的对抗图像检测方法及装置，包括：获取待处理图像，并将待处理图像输入至图像分类模型；获取图像分类模型中预设卷积层输出的特征图，并确定特征图的激活比例；将激活比例输入检测模型后，根据检测模型的输出判断图像分类模型对待处理图像的分类结果是否存在异常；其中，检测模型为预先以正常图像及对抗样本在图像分类模型中的激活比例作为训练样本进行训练后，获得的全连接神经网络模型。本发明通过在图像分类模型的正常前向传播过程中进行特征图激活比例的计算，在几乎不会给线上应用造成时延的同时，使检测模型根据激活比例判断分类结果是否存在异常，从而对已上线的图像分类模型进行安全加固。
-
公开(公告)号：CN115081003A
公开(公告)日：2022-09-20
申请号：CN202210757336.7
申请日：2022-06-29
申请人： 西安电子科技大学
摘要： 本发明公开了一种采样聚合框架下的梯度泄露攻击方法，实现步骤为：初始化联邦学习系统；联邦服务器判断客户端Az上传的梯度形式；联邦服务器还原客户端Az的近似梯度；联邦服务器更新客户端Az的近似梯度符号；联邦服务器获取梯度泄露攻击结果。本发明通过客户端上传的多轮采样位置向量，结合联邦服务器本地训练的梯度重构出客户端的近似梯度，进一步通过聚合后的梯度符号更新梯度符号，从而实现了在采样聚合框架下既能从客户端上传的明文梯度中攻击出客户端真实图像数据，也能从客户端上传的密文梯度中攻击出客户端真实图像数据，从而拓宽了梯度泄露攻击的攻击范围。
-
-
-
-
-
-
-
-
-
搜索结果
145 条记录 (耗时 0.047 秒)
