-
公开(公告)号：CN103310152B
公开(公告)日：2016-12-28
申请号：CN201310138433.9
申请日：2013-04-19
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F21/56
Abstract: 本发明提供了一种基于系统虚拟化技术的内核态Rootkit检测方法，本发明通过对Rootkit原理与系统调用和LKM进行深入分析，得到内核态Rootkit隐藏自身模块信息这一行为特点。并针对这一特点，利用设计了基于视图交叉验证的Rootkit检测方法。本发明通过对Xen内核进行更改以截获系统调用，从而构建可信视图。利用目标客户机的用户态工具构建被感染视图。通过对比可信视图和被感染视图发现隐藏的模块。
-
公开(公告)号：CN103310152A
公开(公告)日：2013-09-18
申请号：CN201310138433.9
申请日：2013-04-19
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F21/56
Abstract: 本发明提供了一种基于系统虚拟化技术的内核态Rootkit检测方法，本发明通过对Rootkit原理与系统调用和LKM进行深入分析，得到内核态Rootkit隐藏自身模块信息这一行为特点。并针对这一特点，利用设计了基于视图交叉验证的Rootkit检测方法。本发明通过对Xen内核进行更改以截获系统调用，从而构建可信视图。利用目标客户机的用户态工具构建被感染视图。通过对比可信视图和被感染视图发现隐藏的模块。
-
公开(公告)号：CN107145792A
公开(公告)日：2017-09-08
申请号：CN201710225047.1
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06F21/6245 , G06K9/6218 , H04L63/0428 , H04L67/10
Abstract: 本发明提供一种基于密文数据的多用户隐私保护数据聚类方法及系统，属于数据挖掘技术领域。本发明方法包括步骤：两个以上用户发送各自加密后的数据和聚类中心点、陷门信息给服务器；服务器计算密文数据点和聚类中心点的距离，并划分聚类；服务器将每个聚类中不同的用户的数据点分别进行相加，并将数据的总和及个数分别发送给用户；用户将收到的数据总和及个数重新加密后发送给服务器；服务器计算新的聚类中心点，并将新的聚类中心点发送给各个用户；各个用户通过外包隐私保护平均数计算协议共同计算每个聚类中数据点距离聚类中心点的平均值，然后发送给服务器，进行下次迭代。本发明大大提高了聚类效率；实现半诚实模型下的安全计算，同时可以抵抗一定程度上的合谋攻击。
-
公开(公告)号：CN107145791A
公开(公告)日：2017-09-08
申请号：CN201710224275.7
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06F21/6245 , G06K9/6223 , H04L63/0428 , H04L67/10
Abstract: 本发明提供一种具有隐私保护的K‑means聚类方法及系统，属于数据挖掘技术领域。本发明包括如下步骤：数据拥有者A和B加密各自的数据和随机选择的质心点，上传至服务器；服务器通过安全乘法协议和安全距离计算协议在密文数据中计算数据点到质心点的欧氏距离，并将数据点归类；服务器、数据拥有者A和B通过安全电路协议共同在密文数据中重新计算新的质心点；数据拥有者A或B通过安全比较协议判断新的质心点与原质心点的距离，如果小于阈值，结束分类，数据拥有者A和B请求服务器将分类好的数据分别发送给数据拥有者A和B，否则，重新上传新的质心点，进行下一轮迭代。本发明在保证数据隐私安全的同时保证了数据挖掘结果的正确性；支持数据存储外包和数据计算外包，在保证正确性的同时，执行效率也大幅度提升；支持三个参与方中最多一方为恶意方的安全计算。
-
公开(公告)号：CN107145792B
公开(公告)日：2020-09-15
申请号：CN201710225047.1
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种基于密文数据的多用户隐私保护数据聚类方法及系统，属于数据挖掘技术领域。本发明方法包括步骤：两个以上用户发送各自加密后的数据和聚类中心点、陷门信息给服务器；服务器计算密文数据点和聚类中心点的距离，并划分聚类；服务器将每个聚类中不同的用户的数据点分别进行相加，并将数据的总和及个数分别发送给用户；用户将收到的数据总和及个数重新加密后发送给服务器；服务器计算新的聚类中心点，并将新的聚类中心点发送给各个用户；各个用户通过外包隐私保护平均数计算协议共同计算每个聚类中数据点距离聚类中心点的平均值，然后发送给服务器，进行下次迭代。本发明大大提高了聚类效率；实现半诚实模型下的安全计算，同时可以抵抗一定程度上的合谋攻击。
-
Patent Agency Ranking
公开(公告)号：CN103679731B
公开(公告)日：2016-12-07
申请号：CN201310700137.3
申请日：2013-12-18
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T7/00
Abstract: 本发明提供了一种基于文档图像的圆弧分割方法，包括如下步骤：步骤1）确定圆弧的参数；步骤2）利用对称轴校正步骤1）中的参数；步骤3）判断是完整圆还是部分圆。该方法能提高文档图像的矢量化效率。为纸质文档的数字化，电子文档的管理，以及根据二维图纸构建三维模型提供强有力的支持。
-
公开(公告)号：CN103761519A
公开(公告)日：2014-04-30
申请号：CN201310719654.5
申请日：2013-12-20
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于自适应校准的非接触式视线追踪方法，结合BFS算法、图像几何特征和灰度特征的光斑特征提取方法，将光斑与对应的光源进行精确匹配；利用一维边缘检测算子和最小二乘椭圆拟合进行循环拟合，去除噪点，直到椭圆中心固定的拟合方法，最终得到精确的瞳孔中心；并提出一种动态自适应的校准方法，有效提高了现有的空间映射模型精度。
-
公开(公告)号：CN107145791B
公开(公告)日：2020-07-10
申请号：CN201710224275.7
申请日：2017-04-07
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供一种具有隐私保护的K‑means聚类方法及系统，属于数据挖掘技术领域。本发明包括如下步骤：数据拥有者A和B加密各自的数据和随机选择的质心点，上传至服务器；服务器通过安全乘法协议和安全距离计算协议在密文数据中计算数据点到质心点的欧氏距离，并将数据点归类；服务器、数据拥有者A和B通过安全电路协议共同在密文数据中重新计算新的质心点；数据拥有者A或B通过安全比较协议判断新的质心点与原质心点的距离，如果小于阈值，结束分类，数据拥有者A和B请求服务器将分类好的数据分别发送给数据拥有者A和B，否则，重新上传新的质心点，进行下一轮迭代。本发明在保证数据隐私安全的同时保证了数据挖掘结果的正确性；支持数据存储外包和数据计算外包，在保证正确性的同时，执行效率也大幅度提升；支持三个参与方中最多一方为恶意方的安全计算。
-
公开(公告)号：CN103761519B
公开(公告)日：2017-05-17
申请号：CN201310719654.5
申请日：2013-12-20
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于自适应校准的非接触式视线追踪方法，结合BFS算法、图像几何特征和灰度特征的光斑特征提取方法，将光斑与对应的光源进行精确匹配；利用一维边缘检测算子和最小二乘椭圆拟合进行循环拟合，去除噪点，直到椭圆中心固定的拟合方法，最终得到精确的瞳孔中心；并提出一种动态自适应的校准方法，有效提高了现有的空间映射模型精度。
-
公开(公告)号：CN103679731A
公开(公告)日：2014-03-26
申请号：CN201310700137.3
申请日：2013-12-18
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T7/00
Abstract: 本发明提供了一种基于文档图像的圆弧分割方法，包括如下步骤：步骤1）确定圆弧的参数；步骤2）利用对称轴校正步骤1）中的参数；步骤3）判断是完整圆还是部分圆。该方法能提高文档图像的矢量化效率。为纸质文档的数字化，电子文档的管理，以及根据二维图纸构建三维模型提供强有力的支持。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.059 seconds)
