-
公开(公告)号:CN114338161B
公开(公告)日:2022-08-16
申请号:CN202111632491.8
申请日:2021-12-28
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种面向隐私保护的信息物理系统的攻击检测方法、系统、装置、设备及计算机可读存储介质,在传输监控终端采集的实时数据时,将基于差分隐私机制生成的加噪聚合数据进行预设非线性变换得到的待传输聚合数据通过网络通信通道传输,数据接收端对接收到的第一聚合数据进行预设非线性变换的逆变换,得到第二聚合数据,再根据第二聚合数据和基于卡尔曼滤波对当前时刻的聚合数据进行最优估计得到最优估计值的估计残差进行攻击检测,通过增加实时聚合数据的随机性消减了由于差分隐私机制引起的检测阈值过高,导致错误数据注入攻击者更容易注入攻击信号的问题,从而获得更好的检测率。
-
公开(公告)号:CN114500043A
公开(公告)日:2022-05-13
申请号:CN202210086936.5
申请日:2022-01-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 江苏海洋大学
Abstract: 本发明公开了基于同源性分析的物联网固件漏洞检测方法,包括:建立函数漏洞库;提取待检测固件的可执行文件集合以及对应的指令架构,将在函数漏洞库中存在同名同架构的可执行文件作为待检测可执行文件;对待检测可执行文件进行反汇编,获取待检测可执行文件的函数集合,将在函数漏洞库中存在同名的函数作为待检测函数;对待检测函数的二进制文件进行反汇编,提取待检测函数的汇编代码,形成待检测函数指令集合,计算待检测函数指令集合与漏洞函数的指令集合的相似度。本发明还提供了基于同源性分析的物联网固件漏洞检测系统。本发明能够更加高效、精确地检测固件中存在的同源性漏洞。
-
公开(公告)号:CN112884161B
公开(公告)日:2021-11-02
申请号:CN202110142654.8
申请日:2021-02-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种抗标签翻转攻击的协同学习方法、装置、设备及介质,包括:利用经验风险最小化方法构建协同机器学习的优化问题;选择有界超球体作为机器学习模型的候选集合,将弹性损失函数应用于优化问题的目标函数;利用交替方向乘数法迭代更新机器学习模型;根据l‑风险计算模型的误分类率,分析协同学习机制的抗标签翻转攻击性能;根据标签翻转概率、数据性质和弹性损失函数性质,计算模型的泛化误差。这样通过巧妙融合弹性损失函数与交替方向乘数法,保证基于翻转标签训练的模型实现与正确标签训练得到的模型相同的分类精度,并进一步揭示翻转标签与学习模型泛化误差间的内在联系,为大范围错误数据注入攻击下的协同机器学习研究奠定了基础。
-
公开(公告)号:CN110708160B
公开(公告)日:2020-11-13
申请号:CN201910959287.3
申请日:2019-10-10
Applicant: 山东省计算中心(国家超级计算济南中心)
Inventor: 付勇 , 杨美红 , 王美琴 , 郭山清 , 王继志 , 陈丽娟 , 樊燕红 , 杨明 , 杨英 , 陈振娅 , 穆超 , 李冠霖 , 杨光 , 文立强 , 王彪 , 杨明瞾 , 王英龙
IPC: H04L9/30
Abstract: 本公开公开了基于SM2算法标量乘法编码的抗侧信道攻击方法及系统,包括:生成基准坐标表,生成预编码坐标参数表ParTable;获取椭圆曲线公钥密码算法的参数k;基于基准坐标表、预编码坐标参数表ParTable和椭圆曲线公钥密码算法的参数k,实时生成编码表;基于实时生成的编码表,完成椭圆曲线公钥密码算法中的固定点标量乘法kG的运算,在椭圆曲线公钥密码的数字签名生成过程、数字签名验证过程、加密过程或密钥交换协商过程中使用运算获取的kG,抵御侧信道攻击。
-
公开(公告)号:CN105792287B
公开(公告)日:2019-04-09
申请号:CN201610114754.9
申请日:2016-03-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的无线体域网的保护时隙自适应分配方法,包括:a).设定0,1,…,K表示的K+1个优先级数;b).设定非常高VH、高H、中等M、低L和非常低VL五个流量状态;c).设定保护时隙启动阈值Tth;d).分配优先级数和设置流量状态;e).如有GTS请求或数据发送,则提升流量状态和降低优先级数;否则,降低流量状态和升高优先级数;f).如果有小于启动阈值的优先级数存在,则给具有最小优先级数的节点分配GTS资源。本发明的自适应分配方法,提高了GTS资源的使用效率,提高了网络吞吐量;很好地预测各个节点GTS资源的使用情况,避免了低优先级的节点长时间不能使用GTS资源的缺点,保证了无线体域网紧急数据传输的实时性、可靠性和公平性。
-
公开(公告)号:CN105827442B
公开(公告)日:2019-04-05
申请号:CN201610143211.X
申请日:2016-03-14
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明实施例公开了一种无线体域网能效频效分析方法,包括:建立无线体域网共存泊松分布点模型;计算竞争域的中断概率;根据中断概率计算能量效率和频谱效率;计算能量效率和频谱效率的相互关系。本发明通过分析能量效率和频谱效率的关系,能够在无线系统设计中更好地平衡这两种性能指标,为系统中能量效率和频谱效率的联合设计带来启示意义。
-
公开(公告)号:CN105263107B
公开(公告)日:2018-07-24
申请号:CN201510554894.3
申请日:2015-09-02
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: Y02D70/00
Abstract: 本发明的面向无身份标识无线传感器网络的高效无锚点定位方法,包括:a).Sink节点的邻居节点的激活和定位,或与Sink节点间的角度和距离,实现自身激活;b).判断接收到激活包节点的状态;c).外层节点的激活和定位,利用两个节点与Sink节点的距离和角度,以及该未被激活节点与两个节点之间的距离和角度,计算出与Sink节点的距离和角度,实现节点的激活;d).孤立节点和新加入节点的激活和定位。本发明的定位方法,与现有的无锚点定位算法相比,节点无需ID,增加了整个无线传感器网络的灵活性,节点定位计算量小,能量消耗少,延长了整个无线传感器网络的寿命,有益效果显著,便于推广应用。
-
公开(公告)号:CN107122629A
公开(公告)日:2017-09-01
申请号:CN201710255286.1
申请日:2017-04-19
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: G06F21/121 , G06F21/602
Abstract: 一种基于随机混淆的Android软件协同加固方法,包括如下步骤:a)解压获得classes.dex文件和bin文件;b)对classes.dex文件头header进行随机混淆;c)对源文件中的bin文件进行重命名;d)计算混淆后的classes.dex文件的hash值hash_dex;e)计算加载器loder的hash值hash_loder;f)对重命名后的bin文件进行加密并生成密文ciphertext;g)重新签名,打包生成加固后的APK。通过对dex头文件随机混淆加固以及对bin文件的安全动态加载加固。通过随机混淆的协同加固方法对Android软件进行保护,增强了代码的安全性。有效防止Android软件被恶意篡改或盗版的现象发生。
-
公开(公告)号:CN119646885B
公开(公告)日:2025-05-06
申请号:CN202510173637.9
申请日:2025-02-18
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F21/62 , G06N3/098 , G06N3/0985
Abstract: 本发明属于联邦学习的技术领域,更具体地,涉及一种基于模型分层优化的保隐私个性化联邦学习方法。所述方法包括每个客户端获取服务器端的全局模型,使用自端的训练数据集更新本地模型,然后对本地模型进行分层优化,确定每一个客户端待上传的部分模型参数;对每个客户端待上传的部分模型参数进行裁剪,并引入差分隐私噪声,然后发送至服务器端;服务器端按照每个客户端数据量的大小为各个客户端分配权重,然后将各个客户端上传的模型参数进行聚合得到新的全局模型并发送至各个客户端;重复S1~S3至达到设置的训练轮次或收敛。本发明解决了在保障用户隐私的同时提高联邦学习中异构性带来的模型性能影响和通信效率的问题。
-
公开(公告)号:CN119719387A
公开(公告)日:2025-03-28
申请号:CN202411893504.0
申请日:2024-12-20
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 潍柴动力股份有限公司
IPC: G06F16/36 , G06F16/951 , G06F40/289 , G06F40/284 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/09 , G06F21/56
Abstract: 本发明属于信息检索安全的技术领域,更具体地,涉及一种面向威胁情报处理的知识图谱构建方法、系统及计算机可读存储介质。所述方法包括收集结构化数据、半结构化数据和非结构化数据并分别处理;对所述待分析的威胁情报文本数据进行实体关系抽取,得到目标实体关系识别结果;最后进行知识图谱的构建。本发明解决了威胁情报的来源通常具有多源异构的特性,这种多样性导致了数据整合和分析的复杂性,对构建高质量知识图谱构成影响等问题。
-
-
-
-
-
-
-
-
-