-
公开(公告)号：CN113507366B
公开(公告)日：2024-04-26
申请号：CN202110559553.0
申请日：2021-05-21
Applicant: 北方工业大学
IPC: H04L9/32 , H04L9/40 , H04L67/1097
Abstract: 本发明公开了一种基于格的可搜索日志盲签名方案，该方案包括：数据拥有者生成日志编号集和关键字集，并将加密后的日志信息存储在云存储平台；数据拥有者计算关键字集密文；数据拥有者请求签名者进行盲签名；签名者使用自己的私钥和拒绝采样定理生成签名发送给数据拥有者；数据拥有者接收签名，将关键字集密文、编号集和签名打包成交易，提交给区块链节点；区块链节点对签名进行验签后把交易上链；数据用户生成待搜索关键字的陷门值，上传到区块链；区块链中的智能合约执行搜索算法并返回匹配的关键字编号；数据用户在云存储平台中查询该编号所对应的日志信息。本发明在随机模型下应用基于格的盲签名保护日志信息的隐私性，并结合可搜索加密技术，在实现数据共享的同时能够抵御量子攻击。
-
公开(公告)号：CN116647409A
公开(公告)日：2023-08-25
申请号：CN202310760327.8
申请日：2023-06-26
Applicant: 北方工业大学
IPC: H04L9/40 , G06N3/0464 , G06N3/045 , G06F18/23213
Abstract: 本发明公开了一种基于WK‑1DCNN‑GRU混合模型的入侵检测方法，针对网络流量数据(入侵检测数据)不平衡问题进行研究，根据类别数目对网络流量数据进行WGAN‑GP和K‑Means的均衡化处理，以解决数据不平衡问题，从而保证网络训练效果；同时，针对检测率低、训练效率慢等问题构建基于1DCNN‑GRU串联网络的入侵检测模型，通过入侵检测模型从空间和时间两方面进行特征提取，该模型其有结构简单，网络复杂度低，能够快速收敛等优点。
-
公开(公告)号：CN116361850A
公开(公告)日：2023-06-30
申请号：CN202310212868.7
申请日：2023-02-28
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于属性的抗量子公钥可搜索加密的方法，由医生通过医疗系统向可信权威中心发送属性值，可信权威中心根据收到的属性值生成医生的私钥；由患者通过医疗终端在自己的电子病历EMR中提取关键字，将关键字和EMR根据患者的属性值进行加密得到EMR密文，并上传到可信服务方；医生通过医疗系统输入待搜索关键字和自己的属性值，生成EMR搜索的陷门，并提交给可信服务方；可信服务方根据收到的陷门判断医生的属性值是否满足访问条件，若满足，则将陷门对应的EMR密文返回给医生，通过解密返回的EMR密文得到EMR明文。该方法引入了基于属性的加密，实现对EMR的灵活访问控制，增强数据的安全性和保护数据的隐私性。
-
公开(公告)号：CN113890627B
公开(公告)日：2022-08-16
申请号：CN202111136166.2
申请日：2021-09-27
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于混合型拓扑结构的量子协作多播方法，包括四个步骤：步骤1：构建“环‑星”混合型拓扑结构，准备两粒子纠缠态(EPR对)作为量子资源，在中心环形网络中任意相邻节点间预共享；步骤2：外围星型网络向处于中心环形网络的中心节点发送信息聚合请求，中心环形网络根据信息聚合请求的来源，确定该中心节点作为汇聚节点；步骤3：汇聚节点收集中心环形网络所有节点的聚合信息；步骤4：中心环形网络根据外围星型网络需求，要求该中心环形网络所有节点重复多轮信息聚合过程直至聚合信息的数量达到目标要求，并将聚合信息多播发送至外围星型网络。本发明结合量子网络通信，针对混合型拓扑结构，设计了高效实用的量子协作多播方法。
-
公开(公告)号：CN111130771B
公开(公告)日：2021-08-24
申请号：CN201911352003.0
申请日：2019-12-24
Applicant: 北方工业大学
IPC: H04L9/08
Abstract: 一种基于量子态不丢失的量子网络编码方法，属于网络通信技术领域。其特征在于：在蝶形网络的发送方之间预共享两对非最大纠缠态，通过在发送方进行一系列局域操作，可以实现量子态以保真度为1的完美传输。在发送方添加辅助粒子可以使量子态在量子网络上传输之前即可得知成功与否。所谓量子态不丢失指的是，当传输失败时，发送方待传输的量子态不会坍缩为其他状态，而会在发送方处重现该量子态。也就是说，对辅助粒子测量结果为|0＞时，实现|ψ＞a→|ψ＞b；对辅助粒子测量结果为|1＞时，实现|ψ＞a→|ψ＞a。本发明基于量子多单播的量子网络编码，是在蝶形网络模型中实现完美的量子态交叉传输，为量子2‑对和k‑对网络通信问题提供一种解决方法，具有一定的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN111147154A
公开(公告)日：2020-05-12
申请号：CN201911348955.5
申请日：2019-12-24
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于不同维度量子中继器的多单播网络编码方法，它包含三个步骤：步骤1：根据各发送方预备发送的量子信息维度，准备相应维度的两粒子最大纠缠EPR对作为量子纠缠资源，并分别在网络中相邻节点处预共享不同维度的EPR对；步骤2：对各节点处不同维度量子态进行量子编码操作，构建信源节点与信宿节点间量子信道；步骤3：各发送方通过量子隐形传态技术实现各维度量子信息传输。本发明结合量子中继器以及通用量子计算，针对不同维度的量子态传输，设计可优化的量子网络编码方法，实现了高效灵活的多源网络模型远程通信。
-
公开(公告)号：CN116318921A
公开(公告)日：2023-06-23
申请号：CN202310199237.6
申请日：2023-02-28
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于量子加密的量子态双向安全传输方法，构建蝶形网络模型；发送节点与控制节点之间共享六粒子最大纠缠态；发送节点对拥有的粒子执行联合Bell基测量和两粒子投影测量；控制节点对拥有的粒子在测量基下执行单粒子测量；发送节点传输经典消息给中间节点；中间节点对接收到的经典消息执行编码操作，将编码后的结果传输给下一个中间节点，再发送给两个目标节点；发送节点对各自的量子态执行加密操作，将加密后的量子态发送给目标节点；目标节点根据下一个中间节点发送的编码结果对加密量子态执行相应的解密操作。上述方法结合量子隐形传态和远程态制备思想，利用量子网络编码技术，实现量子态在蝶形网络中完美交叉安全传输。
-
公开(公告)号：CN113890627A
公开(公告)日：2022-01-04
申请号：CN202111136166.2
申请日：2021-09-27
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于混合型拓扑结构的量子协作多播方法，包括四个步骤：步骤1：构建“环‑星”混合型拓扑结构，准备两粒子纠缠态(EPR对)作为量子资源，在中心环形网络中任意相邻节点间预共享；步骤2：外围星型网络向处于中心环形网络的中心节点发送信息聚合请求，中心环形网络根据信息聚合请求的来源，确定该中心节点作为汇聚节点；步骤3：汇聚节点收集中心环形网络所有节点的聚合信息；步骤4：中心环形网络根据外围星型网络需求，要求该中心环形网络所有节点重复多轮信息聚合过程直至聚合信息的数量达到目标要求，并将聚合信息多播发送至外围星型网络。本发明结合量子网络通信，针对混合型拓扑结构，设计了高效实用的量子协作多播方法。
-
公开(公告)号：CN113660085A
公开(公告)日：2021-11-16
申请号：CN202110932482.4
申请日：2021-08-13
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于量子同态加密的量子安全多方计算方法，包括：A，不可信的第三方服务器利用密钥生成算法，随机生成加密密钥；B，每个参与者使用加密密钥，通过加密算子对各自的量子隐私数据进行加密生成量子密文态，并分别发送给不可信的第三方服务器；C，在无需解密的情况下，不可信的第三方服务器完成在量子密文态上的同态评估计算，并将计算后的结果发送给可信密钥中心；D，可信密钥中心根据密钥更新规则对加密密钥进行更新，得到解密密钥并对同态评估计算后的数据解密。本发明将量子同态加密的特性，应用于量子安全多方计算任务中，使多个参与者在不披露各自隐私信息的情况下，最终公平地获得计算结果，保证了隐私数据的安全性。
-
公开(公告)号：CN119249184A
公开(公告)日：2025-01-03
申请号：CN202411294593.7
申请日：2024-09-14
Applicant: 北方工业大学
IPC: G06F18/23213 , G06N3/006 , G06N10/60
Abstract: 本申请涉及量子学技术领域，特别涉及一种改进的量子人工蜂群算法优化K‑means聚类问题方法，包括：S1、初始化改进的量子人工蜂群算法和K‑means算法的参数；S2、基于量子编码生成蜜源种群；S3、对初始种群进行解空间变换并计算适应度值；S4、雇佣蜂寻解阶段；S5、观察蜂依概率选择雇佣蜂进一步寻解；S6、侦查蜂生成新蜜源阶段；S7、使种群线性减少，当达到改进的量子人工蜂群算法的最大迭代次数后跳出迭代，得到的优化结果作为K‑means的初始聚类中心；S8、执行K‑means，将数据划分到簇中，并更新每个簇中的聚类中心；S9、达到K‑means的终止条件，输出最终聚类结果。本发明通过改进的量子人工蜂群算法克服了K‑means对初始聚类中心敏感的缺点，提高了聚类效果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
