获取分组密码活跃S盒个数下界的方法

    公开(公告)号:CN103427986B

    公开(公告)日:2016-08-24

    申请号:CN201310368578.8

    申请日:2013-08-22

    Abstract: 本发明公开了一种获取比特级置换线性扩散层分组密码活跃S盒个数下界的方法,包括:对使用比特级置换作为扩散层的分组密码中的每个S盒的每个输入比特和每个输出比特引入差分变量,并对所述每个S盒引入活跃变量;针对所述每个S盒,分析S盒操作和位置换操作对差分模式传播的限制,并以最小化所述分组密码中所有S盒的活跃变量之和为目标对所述每个S盒的每个输入比特和每个输出比特的差分变量以及每个S盒的活跃变量赋予所述限制,以建立一混合整数的线性规划问题;求解所述混合整数线性规划问题,以获得活跃S盒的下界。本发明大大降低了密码设计工作量和出错概率,填补了本领域空白,同样适用于采用非极大距离可分码构造的线性扩散层。

    分组密码抗线性攻击安全性的评估方法

    公开(公告)号:CN104158796A

    公开(公告)日:2014-11-19

    申请号:CN201410331997.9

    申请日:2014-07-11

    Abstract: 本发明公开了一种分组密码抗线性攻击安全性的评估方法,包括:将分组密码分成前后两个部分;先对第一部分建立第一混合整数线性规划模型,并求解以获得第一部分中的活跃S盒个数的下界,记为第一下界;再对整个所述分组密码建立第二混合整数线性规划模型,并求解以获得第二部分中的活跃S盒个数的下界,记为第二下界;之后、将第一下界与第二下界的和作为所述分组密码的活跃S盒个数的下界,并进一步确定所述分组密码的线性逼近表达式的最大偏差概率的上界。本发明的方法所获得的分组密码的抗线性攻击的安全性的高低的可靠性更高。

    一种用于大数据处理的计算系统及计算方法

    公开(公告)号:CN103488775A

    公开(公告)日:2014-01-01

    申请号:CN201310455174.2

    申请日:2013-09-29

    CPC classification number: G06F17/30194

    Abstract: 本发明涉及一种用于大数据处理的计算系统及方法,所述系统从下至上依次包括最底层模块、中间层模块和最高层模块,且中间层模块又包括消息传输模块和计算模型模块;最底层模块采用Hadoop分布式文件系统,用于存储数据;消息传输模块用于实现在不同计算节点运行的计算模型模块之间传递消息;在不同计算节点运行的计算模型模块根据所述消息传输模块传递的消息实现协同工作,并各自构建特定类型的计算模型来处理数据;最高层模块用于为计算模型提供编程接口,并以串行的方式组合不同计算模型表达的计算,同时设置不同计算模型之间基于内存流水线方式共享数据。本发明允许在一个系统内采用多种计算模型编写应用程序,能解决更复杂的问题。

    获取分组密码活跃S盒个数下界的方法

    公开(公告)号:CN103427986A

    公开(公告)日:2013-12-04

    申请号:CN201310368578.8

    申请日:2013-08-22

    Abstract: 本发明公开了一种获取比特级置换线性扩散层分组密码活跃S盒个数下界的方法,包括:对使用比特级置换作为扩散层的分组密码中的每个S盒的每个输入比特和每个输出比特引入差分变量,并对所述每个S盒引入活跃变量;针对所述每个S盒,分析S盒操作和位置换操作对差分模式传播的限制,并以最小化所述分组密码中所有S盒的活跃变量之和为目标对所述每个S盒的每个输入比特和每个输出比特的差分变量以及每个S盒的活跃变量赋予所述限制,以建立一混合整数的线性规划问题;求解所述混合整数线性规划问题,以获得活跃S盒的下界。本发明大大降低了密码设计工作量和出错概率,填补了本领域空白,同样适用于采用非极大距离可分码构造的线性扩散层。

    分组密码抗线性攻击安全性的评估方法

    公开(公告)号:CN104158796B

    公开(公告)日:2017-07-21

    申请号:CN201410331997.9

    申请日:2014-07-11

    Abstract: 本发明公开了一种分组密码抗线性攻击安全性的评估方法,包括:将分组密码分成前后两个部分;先对第一部分建立第一混合整数线性规划模型,并求解以获得第一部分中的活跃S盒个数的下界,记为第一下界;再对整个所述分组密码建立第二混合整数线性规划模型,并求解以获得第二部分中的活跃S盒个数的下界,记为第二下界;之后、将第一下界与第二下界的和作为所述分组密码的活跃S盒个数的下界,并进一步确定所述分组密码的线性逼近表达式的最大偏差概率的上界。本发明的方法所获得的分组密码的抗线性攻击的安全性的高低的可靠性更高。

    一种基于共同视觉模式的图像查询扩展方法及系统

    公开(公告)号:CN104008146B

    公开(公告)日:2017-02-15

    申请号:CN201410196803.9

    申请日:2014-05-09

    Abstract: 本发明涉及一种基于共同视觉模式的图像查询扩展方法及系统,包括视觉关键词级查询扩展和图像级查询扩展,视觉关键词级查询扩展是在离线时构建一个训练图像库,挖掘训练图像库中各图像间的CVP,根据CVP计算每一个视觉关键词的上下文同义词并保存,在线查询时,将待查询的视觉关键词扩展到其上下文同义词,并在原始图像库中查询;图像级查询扩展是在视觉关键词级查询扩展的基础上进行的,通过视觉关键词级查询得到初始结果,计算查询图像与初始结果中相似的n幅图像间的CVP,以CVP为线索,找到训练图像库中的相似图像,根据查询图像和相似图像在原始图像库中进行查询;本发明提供多种查询方式,在提高检索精度的同时保证了检索速度。

    一种识别微博异常用户的方法和系统

    公开(公告)号:CN103150374B

    公开(公告)日:2017-02-08

    申请号:CN201310076056.0

    申请日:2013-03-11

    Abstract: 本发明涉及一种识别微博异常用户的方法,包括:获取多个用户微博数据存储入数据库中;根据用户微博数据,以用户行为的时间间隔的统计分布做为用户的行为时间特征,并生成行为时间特征向量和界定参数;计算正常用户行为时间特征向量与待测用户行为时间特征间的Kullback-Leibler距离,将计算出的Kullback-Leibler距离超出界定参数的待测用户判定为异常用户;对异常用户的内容进行关键词抽取和展示。对应该方法,本发明还提供了一种识别微博异常用户的系统。本发明可以快速提取出异常用户的博文内容关键词,可以准确识别营销,广告等垃圾信息发布者,适用于多个微博服务平台检测,且具有准确性高,效率高,适用性广的优点。

    一种用于大数据处理的计算系统及计算方法

    公开(公告)号:CN103488775B

    公开(公告)日:2016-08-10

    申请号:CN201310455174.2

    申请日:2013-09-29

    Abstract: 本发明涉及一种用于大数据处理的计算系统及方法,所述系统从下至上依次包括最底层模块、中间层模块和最高层模块,且中间层模块又包括消息传输模块和计算模型模块;最底层模块采用Hadoop分布式文件系统,用于存储数据;消息传输模块用于实现在不同计算节点运行的计算模型模块之间传递消息;在不同计算节点运行的计算模型模块根据所述消息传输模块传递的消息实现协同工作,并各自构建特定类型的计算模型来处理数据;最高层模块用于为计算模型提供编程接口,并以串行的方式组合不同计算模型表达的计算,同时设置不同计算模型之间基于内存流水线方式共享数据。本发明允许在一个系统内采用多种计算模型编写应用程序,能解决更复杂的问题。

    用于Android操作系统的访问控制方法及系统

    公开(公告)号:CN103559437B

    公开(公告)日:2016-07-06

    申请号:CN201310560278.X

    申请日:2013-11-12

    Abstract: 本发明涉及一种用于Android操作系统的访问控制方法及系统。其中,用于Android操作系统的访问控制方法包括:步骤A,通过为应用程序设置的私有权限控制该应用程序对私有数据的访问;步骤B,按照预设的防止特权提升攻击和共谋攻击的策略,控制第一应用程序与第二应用程序之间的通信请求。本发明的用于Android操作系统的访问控制方法及系统,既在单一应用程序访问系统资源或用户私有数据时增强其安全性,又在多个应用程序间通信时增强其安全性,不仅能够提高Android权限机制的灵活性,而且能有效防止共谋攻击和特权提升攻击,因此大大提高了Android操作系统中间件层的安全性。

    一种识别微博异常用户的方法和系统

    公开(公告)号:CN103150374A

    公开(公告)日:2013-06-12

    申请号:CN201310076056.0

    申请日:2013-03-11

    Abstract: 本发明涉及一种识别微博异常用户的方法,包括:获取多个用户微博数据存储入数据库中;根据用户微博数据,以用户行为的时间间隔的统计分布做为用户的行为时间特征,并生成行为时间特征向量和界定参数;计算正常用户行为时间特征向量与待测用户行为时间特征间的Kullback-Leibler距离,将计算出的Kullback-Leibler距离超出界定参数的待测用户判定为异常用户;对异常用户的内容进行关键词抽取和展示。对应该方法,本发明还提供了一种识别微博异常用户的系统。本发明可以快速提取出异常用户的博文内容关键词,可以准确识别营销,广告等垃圾信息发布者,适用于多个微博服务平台检测,且具有准确性高,效率高,适用性广的优点。

Patent Agency Ranking