零信任网络中基于SM9的可撤销广播代理重加密方法

    公开(公告)号:CN118487837A

    公开(公告)日:2024-08-13

    申请号:CN202410694226.X

    申请日:2024-05-31

    Abstract: 本发明涉及代理重加密技术领域,具体涉及一种零信任网络中基于SM9的可撤销广播代理重加密方法,首先通过密钥生成中心生成主公钥和主私钥,公开主公钥;密钥生成中心为用户生成私钥;数据拥有者加密明文消息得到原始密文并上传到云服务器;数据拥有者为一组数据接收者生成重加密密钥并发送给云服务器;云服务器利用重加密密钥对原始密文进行转换;数据拥有者解密原始密文,数据接收者解密重加密密文。本发明支持将数据拥有者的密文一次转换为多个数据接收者可以解密的密文,提高了计算和通信效率;而且支持数据拥有者撤销某些数据接收者,数据拥有者确定后,云服务器则为新数据接收者群组生成新的重加密密钥并生成新的重加密密文。

    一种支持完整性验证的外包数据安全迁移方法与系统

    公开(公告)号:CN111949602B

    公开(公告)日:2024-08-06

    申请号:CN202010685925.X

    申请日:2020-07-16

    Abstract: 本发明属于云计算技术领域,公开了一种支持完整性验证的外包数据安全迁移方法与系统,选择两个安全的单向抗碰撞哈希函数,为外包文件选择一个独一无二的文件名;在将文件上传到云服务器前对文件进行加密,将所得到的密文划分成数据块,并将数据集外包;为用户维护外包数据集,并将外包数据块的摘要信息存储在区块链上;用户更换云服务提供商,并将一些数据块甚至整个外包文件迁移;迁移检查,检查接收到的被迁移数据块的完整性,保证外包数据块被完整地迁移。本发明提供了一种支持完整性验证的外包数据安全迁移方法,在不依赖任何第三方审计的情况下实现私有验证和公开验证。最后,进行了安全性分析和理论计算复杂度比较,证明了该方案的安全性和高效性。

    一种基于ARN的物联网入侵检测方法

    公开(公告)号:CN115021987B

    公开(公告)日:2024-04-05

    申请号:CN202210572955.9

    申请日:2022-05-24

    Abstract: 本发明涉及网络安全技术领域,具体涉及一种基于ARN的物联网入侵检测方法,使用self‑attention来学习过去隐藏状态信息和当前时刻输入信息之间的关系,从而构造一个信息补矩阵补充当前时刻输入信息,实现当前时刻隐藏状态的重置,重置的当前时刻隐藏状态去除了过去隐藏状态中可以用当前时刻信息表示的冗余部分,并突显了当前时刻信息中与过去隐藏状态相关联的部分;同时使用ARN来对物联网数据流量的特征进行表征学习,通过使用训练后的ARN模型检测和分析网络数据流量,从而检测物联网的安全状态,解决传统网络安全入侵检测方法的检测准确率不高的技术问题。

    一种基于ARN的物联网入侵检测方法

    公开(公告)号:CN115021987A

    公开(公告)日:2022-09-06

    申请号:CN202210572955.9

    申请日:2022-05-24

    Abstract: 本发明涉及网络安全技术领域,具体涉及一种基于ARN的物联网入侵检测方法,使用self‑attention来学习过去隐藏状态信息和当前时刻输入信息之间的关系,从而构造一个信息补矩阵补充当前时刻输入信息,实现当前时刻隐藏状态的重置,重置的当前时刻隐藏状态去除了过去隐藏状态中可以用当前时刻信息表示的冗余部分,并突显了当前时刻信息中与过去隐藏状态相关联的部分;同时使用ARN来对物联网数据流量的特征进行表征学习,通过使用训练后的ARN模型检测和分析网络数据流量,从而检测物联网的安全状态,解决传统网络安全入侵检测方法的检测准确率不高的技术问题。

    一种基于SAE+BPNN的网络安全态势评估方法

    公开(公告)号:CN110149333A

    公开(公告)日:2019-08-20

    申请号:CN201910432976.9

    申请日:2019-05-23

    Abstract: 本发明公开了一种基于SAE+BPNN的网络安全态势评估方法,包括:提取待评估网络安全态势感知指标数据;对提取到的指标数据进行归一化处理;将归一化处理后的指标数据输入训练完成的深度自编码神经网络,以对归一化后的指标数据进行降维处理;将降维处理后的指标数据输入至训练完成的BP神经网络,以对网络安全态势进行评估。本发明针对BP神经网络在处理稀疏高维度数据时,所需模型复杂度较高、模型计算时间较长、准确率无法提升的问题,利用深度自编码神经网络对数据进行降维处理,保证数据与标签间的非线性关系,并且可以优化模型、降低模型复杂度、降低模型训练时间、提高模型鲁棒性和泛化性。

    一种面向智能电网的基于内积加密的账单计费方法

    公开(公告)号:CN119671556A

    公开(公告)日:2025-03-21

    申请号:CN202411730869.1

    申请日:2024-11-29

    Abstract: 本发明涉及智能电网隐私保护技术领域,具体涉及一种面向智能电网的基于内积加密的账单计费方法,KDC服务器生成公共参数和公私钥,智能电表端按照负载监测周期收集到用户数据后生成无证书环签名,为了保证不可链接性生成唯一的随机数,并将包含了用电数据的打包数据发送给聚合器。聚合器收到打包数据后进行批量验签,对验签合格的数据进行聚合得到部分区域负载数据,聚合器发送包含时间戳、ID和负载信息数据到区块链。对用户计费,智能电表得到公私钥并根据计费周期存储为电力数据向量,与实时电力价格向量通过内积加密得到密文,并对密文签名后将打包数据发送到区块链。区块链接收数据后批量验签,并对密文负载和账单进行解密,从而得到整个区域负载数据和账单信息。在整个过程中,负载数据和账单数据均会存证在区块链上,保证关键数据的公开透明和不可篡改。

Patent Agency Ranking