-
公开(公告)号：CN118659866A
公开(公告)日：2024-09-17
申请号：CN202410683382.6
申请日：2024-05-30
Applicant: 桂林电子科技大学
IPC: H04L9/00 , H04L9/40 , H04L67/1061 , H04W12/122 , H04W4/40 , G06N3/042 , G06N3/098 , G06N20/20
Abstract: 本发明公开了一种基于区块链与教师学生模型的联邦学习数据共享方法，属于车联网和区块链、联邦学习技术领域。针对传统联邦学习存在的安全和隐私问题严重阻碍车联网自动驾驶的数据共享问题，首先，设备在本地数据集上训练具备差分隐私的机器学习模型；然后，将学生模型得到的梯度添加差分隐私噪声，实现本地敏感数据隐私保护；最后，采用梯度约束机制对梯度进行聚合，领导者节点对广播中的梯度进行筛选，抵抗中毒攻击，保障系统的安全性。本发明在保护数据隐私的同时提高了系统的鲁棒性。
-
公开(公告)号：CN115021973B
公开(公告)日：2024-04-05
申请号：CN202210511954.3
申请日：2022-05-11
Applicant: 桂林电子科技大学
IPC: H04L9/40 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及入侵检测技术领域，具体涉及一种基于SGRU的新型入侵检测方法，通过改进GRU设计一种新的名为SGRU的神经网络模型，使用数据集对基于SGRU的入侵检测模型进行训练，最后使用训练好的入侵检测模型进行入侵检测，获得检测结果。SGRU神经网络模型通过数据的时间序列关系来表征学习数据，并利用损失补偿的方式缓解非线性变换导致的特征信息丢失，解决了现有的神经网络大多不能有效地处理高维时间序列数据的问题，提高了入侵检测的准确性。
-
公开(公告)号：CN114153382B
公开(公告)日：2023-09-26
申请号：CN202111302542.0
申请日：2021-11-04
Applicant: 桂林电子科技大学
Abstract: 本发明属于云存储技术领域，公开了一种云存储中支持数据可验证删除的高效数据迁移方法、系统，完成数据拥有者在系统中的注册，并生成相关参数和公私钥对；实现外包数据加密，防止数据拥有者的隐私信息泄露；数据拥有者将外包数据集上传到云A，并删除相应的本地备份；数据拥有者更换云服务提供商，并安全地将外包数据从云A迁移到云B；外包数据迁移成功后，数据拥有者将云A上已被迁移的外包数据块永久性删除。本发明不依赖任何第三方，有效地避免了现有解决方案因第三方单点失效而导致的服务中断、隐私泄露等问题。通过形式化的安全性分析，证明了本发明能够满足所有预期的安全需求；实验结果表明本发明在实际应用中具有很高的实用性和普适性。
-
公开(公告)号：CN116633597A
公开(公告)日：2023-08-22
申请号：CN202310463676.3
申请日：2023-04-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种多层级工控网络中的动态更新隐私保护审计装置及方法，所述装置设有建立系统参数单元、移动接收器或雾节点生成公钥/私钥对单元、移动接收器重签名密钥生成单元、移动接收器的标签生成单元、移动接收器生成标签的验证单元、移动接收器标签的重签名单元、移动接收器标签的重签名单元、雾节点自身数据块的标签生成单元、验证单元和存储数据的公共完整性审计单元。这种装置支持存储数据的动态更新、计算成本低。所述方法能保护第三方审计员的隐私、保证数据的时效性和准确性、降低移动接收器和雾节点的计算成本，提高数据处理的效率和速度,可以提高工控网络的可扩展性和灵活性，适应不同规模和需求的工控系统。
-
Patent Agency Ranking
公开(公告)号：CN116543213A
公开(公告)日：2023-08-04
申请号：CN202310516097.0
申请日：2023-05-09
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06N3/0499
Abstract: 本发明公开了一种基于Informer的图像识别方法，其特征在于，包括如下步骤：1）输入图像；2）数据预处理；3）特征提取；4）生成推理；5）判断是否达到训练轮次；6）输出图像识别结果并保存。这种方法能提高图像识别的效率并降低计算开销。
-
公开(公告)号：CN116471594A
公开(公告)日：2023-07-21
申请号：CN202310425348.4
申请日：2023-04-20
Applicant: 桂林电子科技大学
IPC: H04W12/122 , H04W12/0431 , H04W12/06 , H04L61/103 , H04L61/4511
Abstract: 本发明公开了一种适用于移动目标防御的域名解析方法，包括如下步骤：1）域名系统持续更新设备随机地址流程；2）面向身份认证的密钥协商流程；3）网络设备身份认证流程；4）网络设备获取通信对端设备的随机地址流程；5）网络通信流程。这种方法用于在保障互联网网络安全的基础上，能实现面向互联网设备的便捷认证及安全防护、助力提升下一代互联网设备的安全。
-
公开(公告)号：CN111832073B
公开(公告)日：2023-07-18
申请号：CN202010637582.X
申请日：2020-07-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种云环境中支持外包数据动态插入的确定性删除方法，获取两个公私钥对，并得到外包文件的唯一的文件名；利用获取的私钥和文件名计算加密密钥并对所述外包文件加密，此后随机地插入获取的多个数据块，并将得到的数据集和所述文件名上传至云服务器，同时根据所述云服务器返回的存储证据和辅助验证信息，验证所述外包文件的存储结果，根据需要插入或删除的数据块的叶子节点序号、文件名和对应的时间戳，将得到的数据插入命令和第一数据块上传至云服务器，将所述第一数据块插入指定位置，并将得到的数据删除命令上传至云服务器，从所述外包文件中删除第二数据块，本发明提供的方法可以同时支持外包数据的动态插入和安全删除操作。
-
公开(公告)号：CN113780382A
公开(公告)日：2021-12-10
申请号：CN202110999372.X
申请日：2021-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明涉及通信控制领域，具体涉及一种基于AE和PMU的高效网络安全态势评估方法，包括初始化训练数据集和测试数据集；基于训练维度使用AE从训练数据集中提取训练态势评估要素；基于测试维度使用AE从测试数据集中提取测试态势评估要素；基于训练周期将训练态势评估要素输入到基于PMU的NSSA训练模型中进行训练，得到PMU模型；将测试态势评估要素输入PMU训练模型中得到评估态势值用以验证模型的有效性。使用AE进行数据降维以去除冗余数据，然后利用PMU提高模型的性能，与现有方法相比，我们提出的方法在效率、精度和拟合度上具有显著优势。
-
公开(公告)号：CN113448515A
公开(公告)日：2021-09-28
申请号：CN202110624846.2
申请日：2021-06-04
Applicant: 桂林电子科技大学
Abstract: 本发明属于云存储技术领域，公开了一种云存储中支持外包数据细粒度插入的可验证删除方法，包括：步骤一：初始化：生成相关的密钥对和公共参数；步骤二：数据外包：用户将大规模文件F外包给云服务器；步骤三：数据插入：在外包文件中插入新的数据块，并检查数据插入结果；步骤四：数据删除：用户将不再需要的外包数据块永久性删除，而将有用的数据块保留在云服务器中，并验证删除结果。本发明利用基于数量秩的Merkle哈希树(NR‑MHT)设计新的方案，该方案可以在不依赖可信第三方(TTP)的情况下同时实现基于块的外包数据可验证删除和细粒度插入。同时，本发明通过详细的安全性分析和准确的效率评估，证明本发明所提出方案的安全性和实用性。
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.033 seconds)
