公开(公告)号：CN113645187B

公开(公告)日：2023-04-11

申请号：CN202110761477.1

申请日：2021-07-06

Applicant: 暨南大学

Inventor： 李星政 ,  冯丙文 ,  魏凯敏 ,  翁健

IPC: H04L9/40

Abstract: 本发明公开了一种隐私度量和保护策略选择方法、装置、服务器和存储介质，应用于服务器，所述方法包括：接收用户客户端发送的隐私因素集和用户id；根据所述隐私因素集和用户id，将所述隐私因素集里的因素进行大类划分，获取对应的隐私策略参数；根据所述用户id，将所述隐私策略参数发送给对应的用户客户端；接收用户客户端根据所述隐私策略参数发送的新隐私策略参数；确认所述新的隐私策略参数后，将所述新隐私策略参数、所述隐私因素集和所述用户id绑定存储，作为隐私策略。本发明提出对隐私因素集里的因素进行大类划分，对影响环境的因素具有较高的可扩展性和容错性。

公开(公告)号：CN113946830A

公开(公告)日：2022-01-18

申请号：CN202111175586.1

申请日：2021-10-09

Applicant: 暨南大学 ,  中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 李星政 ,  冯丙文 ,  黄晓昆 ,  徐天昊

IPC: G06F21/57 ,  G06F21/56 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于多模态检测的Android APP漏洞细粒度检测方法，包括以下步骤：S1、选择需要进行检测的APP；S2、对APP的Java源代码编译形成smali代码；S3、对Java源代码进行分析提取细粒度的代码片段java code slice；S4、从smali代码中匹配java code slice形成代码片段smali code slice；S5、将code slice进行转换为向量形式；S6、对向量形式的java code slice和smali codeslice进行多模态早期融合，对两个数据的简单相加后去除冗余数据，得到融合的向量数据；S7、将三种独立的数据通过三个独立的BLSTM深度学习模型得到三个独立的检测结果；S8、将三个检测结果通过多模态晚期融合，综合三个检测结果做出检测结论。本发明方法能够更高准确率、更快速率以及细粒度的完成漏洞检测工作。

公开(公告)号：CN113934945A

公开(公告)日：2022-01-14

申请号：CN202111211334.X

申请日：2021-10-18

Applicant: 暨南大学

Inventor： 曹东亮 ,  魏凯敏 ,  冯丙文 ,  余侨宾 ,  李星政

IPC: G06F16/9537 ,  G06F16/9535

Abstract: 本发明公开了一种面向轨迹发布数据集的语义敏感的位置轨迹隐私保护方法、系统及介质。该方法包括对用户的初始轨迹T0进行停止点搜索，获得停止点；采用类别距离优先法或马尔科夫矩阵法获得POI；使用获得的POI替换停止点，得到混淆轨迹T1；以混淆轨迹T1作为输入，采用中间点生成算法得到中间轨迹Td；以初始轨迹T0以及中间轨迹Td作为输入，采用轨迹纠正算法得到保护语义信息的匿名轨迹Tdummy。本发明采用停止点混淆技术、类别‑距离优先法和马尔科夫矩阵，利用已有的POI信息和停止点搜索技术对用户的轨迹进行混淆，根据类别和概率判断来选择用于替换停止点的最佳POI，降低匿名后的轨迹效用损失，实现了面向语义的轨迹隐私保护。

公开(公告)号：CN113946830B

公开(公告)日：2024-05-07

申请号：CN202111175586.1

申请日：2021-10-09

Applicant: 暨南大学 ,  中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 李星政 ,  冯丙文 ,  黄晓昆 ,  徐天昊

IPC: G06F21/57 ,  G06F21/56 ,  G06F40/289 ,  G06N3/049 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了基于多模态检测的Android APP漏洞细粒度检测方法，包括以下步骤：S1、选择需要进行检测的APP；S2、对APP的Java源代码编译形成smali代码；S3、对Java源代码进行分析提取细粒度的代码片段java code slice；S4、从smali代码中匹配java code slice形成代码片段smali code slice；S5、将code slice进行转换为向量形式；S6、对向量形式的java code slice和smali codeslice进行多模态早期融合，对两个数据的简单相加后去除冗余数据，得到融合的向量数据；S7、将三种独立的数据通过三个独立的BLSTM深度学习模型得到三个独立的检测结果；S8、将三个检测结果通过多模态晚期融合，综合三个检测结果做出检测结论。本发明方法能够更高准确率、更快速率以及细粒度的完成漏洞检测工作。

公开(公告)号：CN113645187A

公开(公告)日：2021-11-12

申请号：CN202110761477.1

申请日：2021-07-06

Applicant: 暨南大学

Inventor： 李星政 ,  冯丙文 ,  魏凯敏 ,  翁健

IPC: H04L29/06

Abstract: 本发明公开了一种隐私度量和保护策略选择方法、装置、服务器和存储介质，应用于服务器，所述方法包括：接收用户客户端发送的隐私因素集和用户id；根据所述隐私因素集和用户id，将所述隐私因素集里的因素进行大类划分，获取对应的隐私策略参数；根据所述用户id，将所述隐私策略参数发送给对应的用户客户端；接收用户客户端根据所述隐私策略参数发送的新隐私策略参数；确认所述新的隐私策略参数后，将所述新隐私策略参数、所述隐私因素集和所述用户id绑定存储，作为隐私策略。本发明提出对隐私因素集里的因素进行大类划分，对影响环境的因素具有较高的可扩展性和容错性。