-
-
公开(公告)号：CN103077333A
公开(公告)日：2013-05-01
申请号：CN201310023581.6
申请日：2013-01-22
Applicant: 北京理工大学
IPC: G06F21/14
Abstract: 本发明涉及一种在Linux操作系统下代码保护方法,属于软件保护领域。其步骤为：①指定拟保护代码；定义一个数组，记录系统库函数地址；将拟保护代码编译为关键代码库文件；并将其分为m个部分加密后存储于m个数据文件中。②申请一个内存空间m1，并记录该内存空间中第一个完整的内存页的起始地址p。③将内存空间m1中的完整内存页的属性设置为可读并可写并可执行。④当主程序需要调用拟保护代码时，申请一个内存空间m2；读取拟保护代码的密文到内存空间m2，并解密到内存空间m1中以p开始的内存中；把系统库函数地址赋值给内存空间m1中的pF数组；修正内存空间m1中被调用函数的地址。此时主程序调用拟保护代码。本发明提出的方法具有更好的安全性。
-
公开(公告)号：CN102760119A
公开(公告)日：2012-10-31
申请号：CN201210240296.5
申请日：2012-07-11
Applicant: 北京理工大学
IPC: G06F17/22
Abstract: 本发明提出的一种嵌入式设备中Unicode编码字符串的存储方法，具体为：①依次将Unicode编码字符串中的每个Unicode字符用16进制数表示；然后对用16进制数表示的每个Unicode字符进行第②步至第③步的操作。②对一个Unicode字符中每个字节的高4位和低4位分别转换成相应ASCII码表示。③合并转换的结果，即将一个Unicode字符转换为4个ASCII编码的字符，并对由4个ASCII编码表示的转换结果进行存储。本发明提出的方法具有以下优点：①不需要特定的操作系统编程环境。②节约空间。③可以很方便的实现ASCII字符串到Unicode字符串的逆转换，得到原始Unicode字符串。
-
公开(公告)号：CN102142282B
公开(公告)日：2012-10-24
申请号：CN201110041695.4
申请日：2011-02-21
Applicant: 北京理工大学
IPC: G11C29/42
Abstract: 本发明涉及一种NAND Flash存储芯片ECC校验算法的识别方法，包括以下步骤：一、根据已知的ECC校验码字段长度必须大于等于可能采用的ECC校验算法生成的校验码长度的原则推测匹配的ECC校验算法；二、对步骤一的推测结果进行验证；三、利用识别的ECC校验算法以及标准ECC校验码和存储ECC校验码之间的对应关系，进行错误数据的定位和纠错。采用本发明能够在无flash控制器和硬件ECC校验模块参与的情况下，识别手机内置NAND Flash芯片采用的ECC校验算法，发现实际存储的ECC校验码与对应校验算法计算出的标准校验码之间的对应关系，并对物理镜像中的错误数据进行定位和纠错，确保NAND Flash芯片内物理镜像数据的准确和有效。
-
公开(公告)号：CN118944852A
公开(公告)日：2024-11-12
申请号：CN202410809224.0
申请日：2024-06-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于防拷贝存储介质的区块链文件分发系统及方法，属于区块链技术领域。本发明包括步骤：1、将初始待分发文件上传；2、对的初始待分发文件加密形成加密区块存储文件；3、文件接收者下载；4、通过充值支付方式兑换为可用下载额度；5、验证文件接收者身份和序列号的匹配；6、对文件进行解密；7、将已下载的加密区块存储文件置于防拷贝存储介质模块中；8、防拷贝存储介质模块循环监测自身的读取速率用于阻断文件接收者的拷贝操作。本发明利用存储介质模块在文件读取和文件拷贝执行读取速率的差异，通过序列号存储区、监测区、阻断区、解密区、文件存储区的协同工作，以防止非授权情况下文件接收者复制传播。
-
Patent Agency Ranking
公开(公告)号：CN114614983B
公开(公告)日：2024-03-22
申请号：CN202210183933.3
申请日：2022-02-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于安全多方计算的特征融合隐私保护方法，属于数据安全技术领域。本方法基于安全多方计算，提供了一种安全的多方联合机器学习数据预处理方案，采用针对任意多参与方的安全多方计算架构，能够在特征融合阶段保护隐私数据，使得外包计算方只获得融合后的特征，而各方均不泄露隐私。同时，只需要在特征融合阶段执行一次，而无需在后续训练过程的迭代中反复进行安全多方计算协议，无需在机器学习训练时的大量迭代过程中反复加密和通信，极大地提高了计算效率。
-
公开(公告)号：CN117196964A
公开(公告)日：2023-12-08
申请号：CN202310748168.X
申请日：2023-06-25
Applicant: 北京理工大学
IPC: G06T5/00 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于可解释性的神经网络后门样本过滤方法，属于深度学习安全技术领域。该方法包括以下步骤：将待检测样本输入模型进行前向传播，提取待检测样本最高卷积层特征图并获得待检测样本预测结果向量；将待检测样本预测结果向量进行反向传播，得到待检测样本最高卷积层特征图对于目标类别的梯度；将待检测样本最高卷积层特征图以梯度为权重进行加权求和，得到目标类别的类激活图；对关键决策区域进行擦除修复，得到修复样本；将修复样本输入模型获取修复样本预测结果向量，以及擦除前后预测类别；根据擦除前后预测类别对比，实现后门样本过滤。本发明可以在无需额外干净样本的条件下实现高精度的后门样本过滤，保障神经网络安全。
-
公开(公告)号：CN116894658A
公开(公告)日：2023-10-17
申请号：CN202310534402.9
申请日：2023-05-12
Applicant: 北京理工大学
IPC: G06Q10/20 , G06F18/241 , G06F18/214 , G06F18/2113 , G06F18/23213
Abstract: 本发明涉及基于属性特征的保修期内外设备故障预测方法，属于服务流程算法优化的设备故障预测技术领域。包括步骤1、设备属性特征构建；步骤2、灰色关联度分析；步骤3、确定故障风险等级；步骤4、失衡数据处理；步骤5、SVM和XGBoost的集成模型构建；步骤6、交叉验证调参；步骤7、数据输入完成设备故障预测。本发明通过分析挖预测性维护数据(包含设备的运行状态数据、发生异常和故障数据以及历史维修数据等)，构建高维设备特征属性，使用灰色关联度分析提取主要特征，并结合支持向量机模型SVM与XGBoost模型建立保内保外故障预测协同机制，实现了高、低故障风险设备在保修期内外的协同预测。
-
公开(公告)号：CN109802974B
公开(公告)日：2021-01-01
申请号：CN201910256107.5
申请日：2019-04-01
Applicant: 北京理工大学
Abstract: 一种基于公钥密码的数据单向安全传输方法，属于公钥密码体制以及数据安全传输技术领域。所述方法在公钥加密基础上，预置公钥于数据采集设备中，预置私钥于服务主设备中，在数据采集设备和服务主设备配置完毕后，将数据采集设备配置到数据采集点启动数据采集模式进行数据采集工作；服务主设备在数据采集设备工作的最大时间范围内和数据采集点的数据采集设备联网，数据采集设备启动数据发送接收模式将数据上传到服务主设备。本方法解决了单纯使用AES固定密钥，所有加密数据都是同一个密钥加密造成的风险；提升了效率；有效避免了密钥暴露的风险；采用了一次一密的安全机制，使发送主机的数据和加密密钥得到安全存储和安全传输。
-
公开(公告)号：CN109961145A
公开(公告)日：2019-07-02
申请号：CN201910256169.6
申请日：2019-04-01
Applicant: 北京理工大学
Abstract: 一种针对图像识别模型分类边界敏感的对抗样本生成方法，属于神经网络安全，机器对抗领域。包括如下步骤：步骤一、初始参数设定；步骤二、生成初始基因种群；步骤三、基因交叉；步骤四、基因变异；步骤五、基因选择；步骤六、基因进化迭代；步骤七、减少对抗样本与原始样本不同像素点的个数；步骤八、减少对抗样本与原始样本不同RGB channels的个数；步骤九、缩小对抗样本与原始图片的像素值差异。本发明提出的黑盒攻击方法不依赖于模型返回的置信度，只需要一个最终的分类标签即可；针对于大型图片生成对抗样本具有很好的效果；在参数调节恰当的情况下，比一般的基于决策边界的攻击方法所需要的查询次数更少。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.069 seconds)
