一种面向安全编码图像的逆向解析及恢复关键属性的方法

    公开(公告)号:CN118397115A

    公开(公告)日:2024-07-26

    申请号:CN202410806267.3

    申请日:2024-06-21

    Applicant: 南京大学

    Abstract: 本发明属于图像安全处理技术领域,公开了一种面向安全编码图像的逆向解析及恢复关键属性的方法,包括图像预处理,混合系数推断,分类器训练,潜在编码生成以及表征解纠缠网络的逆向解析,将高度缠绕的特征表示进行分离,从中还原出原始的特征。本发明针对现有图像安全编码技术存在的弱点,提供一种有效的编码逆向解析方案,从编码数据集中恢复原始图像数据的关键属性信息,揭示图像安全编码技术存在的攻击路径及弱点,为图像安全编码技术的安全性提供策略指导。在计算机数据关键属性、数据安全性分析等领域具有重要的应用前景。

    一种基于场景搜索的自动驾驶黑盒测试系统

    公开(公告)号:CN113297530B

    公开(公告)日:2024-04-09

    申请号:CN202110405149.8

    申请日:2021-04-15

    Applicant: 南京大学

    Abstract: 本发明公开一种基于场景搜索的自动驾驶黑盒测试系统,包括配置文件,世界初始化器,世界生成器,反馈搜索器,以及结果分析器;用于测试待测试目标系统;所述初始化器读取预先写好的关于场景和对象的配置文件,随后每次故障场景搜索过程调用世界初始化器采样出一个初始场景,在转换为参数化表示后使用世界生成器在Unreal Engine中进行创建生成场景;所述反馈搜索器通过调整场景中的物体,寻找造成故障的场景;所述结果分析器对搜索到的故障场景进行逐个的对象移除判断造成故障的对象。本发明能够对自动驾驶系统的安全性进行标定,同时能够分析出自动驾驶系统的脆弱性。具备可扩展性和可理解性,且适用于具有高度非线性特征的深度学习系统。

    一种保护客户端隐私数据的拆分学习方法

    公开(公告)号:CN116805082B

    公开(公告)日:2023-11-03

    申请号:CN202311062183.5

    申请日:2023-08-23

    Applicant: 南京大学

    Abstract: 本发明公开了一种保护客户端隐私数据的拆分学习方法,属于计算机学习领域。该方法包括如下步骤:对输入隐私数据每个维度的中间结果进行压缩裁剪以降低数据的敏感度;对压缩裁剪后的中间结果数据计算加权和;将加权和进行随机响应隐藏原始数据后,送入激活函数进行激活,并对激活后的数值添加采样于高斯分布的噪声进行扰动;将扰动后的结果作为最终的粉碎数据传给服务端,实现对粉碎数据蕴含的隐私信息的保护。本发明可以依据粉碎数据的情况不同进行特定的人工噪声添加,本发明在有着较高模型可用性的同时可有效防御特征推断和标签窃取这两类攻击。

    一种两方参与的频繁项数据挖掘的隐私保护方法

    公开(公告)号:CN116842567A

    公开(公告)日:2023-10-03

    申请号:CN202310824435.7

    申请日:2023-07-06

    Applicant: 南京大学

    Inventor: 仝伟 陈文杰 仲盛

    Abstract: 本发明公开一种两方参与的频繁项数据挖掘的隐私保护方法,通过两个参与方A和B实施方法,其中每个参与方各自拥有一些键值对。在A和B本地,参与方A和B先对本地大量的数据进行排序,排序之后互相约定长度对本地数组进行剪切,只保留较少的一部分数据。之后,参与方A和B通过安全计算合并各自的数组成为一个大的共享数组,实现秘密共享,并在这之上利用安全比较对共享数组进行安排排序。最后Top‑k选取,通过差分隐私的指数机制,从上一步排序的结果中选出Top‑k的结果。

    一种移动应用中定位数据真伪辨别的方法和系统

    公开(公告)号:CN113163327B

    公开(公告)日:2022-12-09

    申请号:CN202110509950.7

    申请日:2021-05-11

    Applicant: 南京大学

    Abstract: 本发明公开一种移动应用中定位数据真伪辨别的方法和系统,首先从数据库中找出与用户上传定位距离较近的历史上传数据;对于每份历史数据,再在数据库中查询与它距离在一定范围内的其它历史数据并统计它们共同接收到的WiFi信号的信号强度,结合它们距离关系赋予权重计算出在这份历史数据包含的GPS坐标位置处这些WiFi信号强度的概率分布;对于上传数据,根据其中每个WiFi信号的强度去这些历史数据中统计对应的概率,并结合与这些历史数据的距离最终得到一份特征向量;将特征向量用于XGBoost模型进行训练与预测,对真伪数据的辨别取得了较好的效果。本发明中使用的数据很难被伪造,并且对重放数据能进行识别。

    一种安卓系统隐私窃取行为的动态检测与溯源方法

    公开(公告)号:CN114826732A

    公开(公告)日:2022-07-29

    申请号:CN202210436724.5

    申请日:2022-04-25

    Applicant: 南京大学

    Abstract: 本发明公开了一种安卓系统隐私窃取行为的动态检测与溯源方法,包括如下步骤:步骤S01、动态生成用例以覆盖应用主要行为;步骤S02、收集并提取应用产生的HTTP流量;步骤S03、根据HTTP流量分析应用的外部动态代码加载状况;步骤S04、根据HTTP流量检测与外部动态代码方相对应的隐私数据泄露情况,步骤S05、根据流量分析和检测的结果初步筛选出可疑应用,步骤S06、对可疑应用实施跨域动态分析进行系统取证和溯源。本发明提供了一套完整的检测方法,能够从设备外部根据流量进行初步判断,随后根据预判结果进行系统取证、溯源,提高了检测鲁棒性与效果。

    针对属性基代理重加密系统的通用黑盒可追踪方法和装置

    公开(公告)号:CN114584295A

    公开(公告)日:2022-06-03

    申请号:CN202210192157.3

    申请日:2022-03-01

    Applicant: 南京大学

    Inventor: 张渊 张苗 仲盛

    Abstract: 本发明公开一种针对属性基代理重加密系统的通用黑盒可追踪方法和装置,包括:初始化处理,生成系统公开参数;属性权威为授权用户生成嵌入指纹码的属性密钥;授权用户为被授权用户生成嵌入指纹码的重加密密钥;数据拥有者执行加密操作,并将密文上传至云端;当被授权用户有数据访问需求时,云根据相应重加密密钥进行密文转换,发送给被授权用户;授权用户可对加密密文进行解密;被授权用户可对重加密密文进行解密;当市面上出现系统授权之外的解密设备时,属性权威执行追踪操作。本发明采用密文策略属性基加密结合代理重加密处理、指纹码处理,能够抵御云环境下的密钥泄露风险,发明的通用性使构造灵活高效且具黑盒追踪特性的综合加密方案成为可能。

    基于目标检测模型特征向量迁移的对抗样本生成方法

    公开(公告)号:CN114549933A

    公开(公告)日:2022-05-27

    申请号:CN202210160129.3

    申请日:2022-02-21

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于目标检测模型特征向量迁移的对抗样本生成方法,包括如下步骤:步骤S1、卷积神经网络特征向量迁移;步骤S2、对抗噪声的生成,步骤S3、对抗样本攻击效果评估。本发明对抗样本在目标检测等深度学习模型中攻击效果更强,并且在兼顾攻击隐蔽性的前提下具备更好的可迁移性。本发明对抗样本生成方法揭示了特征向量在目标检测模型的对抗机制中发挥的重要作用,验证了本发明所述的对抗样本的攻击威胁,能够启发探索鲁棒性目标检测算法领域的研究,以此设计出新的防御机制,对于目标检测模型在实际生活中的应用有着重要意义。

    保证交易公平和数据隐私的区块链众包平台设计和实现方法

    公开(公告)号:CN114462091A

    公开(公告)日:2022-05-10

    申请号:CN202210160230.9

    申请日:2022-02-21

    Applicant: 南京大学

    Abstract: 本发明公开了基于区块链的众包平台公平交易、隐私保护方法,所述众包平台包括区块链节点、发包方和接包方,所述区块链节点负责维护区块链系统的运行,包括区块的产生、交易正确性的验证及众包平台智能合约中的状态转换和执行;本发明提供了一种交易公平、隐私保护的去中心众包系统的实现方法,所述众包系统中的参与方通过本发明所提供的交互方法,发包方能够在隐私保护的情况下获取所需解决方案,接包方能够保证参与公平性,同时发包方和接包方能够避免中心化方案所带来的单点故障,保证随时都可以发布和参与众包任务。本发明可应用于大数据分析以及人工智能等诸多领域,具有广泛的应用前景。

    一种用于移动端应用程序的可信执行环境的实现系统

    公开(公告)号:CN113239329A

    公开(公告)日:2021-08-10

    申请号:CN202110440695.5

    申请日:2021-04-23

    Applicant: 南京大学

    Abstract: 本发明公开一种用于移动端应用程序的可信执行环境的实现系统,其特征在于,包括移动端设备侧和应用程序开发者侧;所述移动端设备侧包括普通世界非安全敏感环境、普通世界可信执行环境和安全世界;所述普通世界非安全敏感环境包括不可信操作系统、可信执行环境管理模块和非安全敏感应用程序;所述普通世界可信执行环境包括安全操作系统、系统管理模块和安全敏感应用程序;所述安全世界包括可信操作系统、完整性验证模块、可信应用程序、EL3安全监视器;所述EL3安全监视器包括ARM可信固件、中断管理模块、页表管理模块、系统启动模块、系统关闭模块、外设访问模块、资源调整模块;所述应用程序开发者侧包括应用程序拆分模块、库生成模块。

Patent Agency Ranking