-
公开(公告)号：CN114817976B
公开(公告)日：2024-07-23
申请号：CN202210253232.2
申请日：2022-03-15
Applicant: 西安电子科技大学
IPC: G06F21/62 , G06F18/24 , G06F18/213 , G06F18/22 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/088 , G06N3/0985 , G06N7/01
Abstract: 本发明属于信息数据安全技术领域，公开了一种传感器数据保护方法、系统、计算机设备及智能终端，采用随机游走算法以及生成对抗网络的训练方法，用户无需定义具体的动作序列也不必耗费本地计算资源进行数据合成，用户只需要在使用之前定义各动作所占比例，然后将预定义数据交由云服务器，由云服务器完成动作序列构建以及多传感器拟真数据生成，并将拟真数据结合动作序列形成的拟真数据集合交由请求发起者，由请求发起者对拟真数据集合进行分解处理，并利用Hook方法对本地传感器接口数据进行替换，最终达到在移动设备多传感器上实现完全匿名化的效果。
-
公开(公告)号：CN113158192B
公开(公告)日：2022-10-18
申请号：CN202110161316.9
申请日：2021-02-05
Abstract: 本发明属于计算机网络技术领域，公开了一种抗检测在线社交网络虚拟用户批量构建与管理方法及系统，挖掘真实用户身份属性规则，并根据规则自动化构造虚拟用户身份；虚拟用户行为模型生成模块结合真实用户正常活动模式以及虚拟用户兴趣属性，构造基于兴趣属性用户行为模型。虚拟用户执行模块依据用户行为模型，指导虚拟用户执行在社交网络上的日常行为；社区渗透模块依据同质性原理指导虚拟用户向目标社区中身份相似度高且拥有共同好友的真实用户主动发送好友请求。本发明同时考虑了虚拟用户的行为特征以及好友关系特征可信性，可自动化构建及维护逼真的、高可信度的在线社交网络虚拟用户。
-
公开(公告)号：CN116436899A
公开(公告)日：2023-07-14
申请号：CN202310396719.0
申请日：2023-04-13
Applicant: 西安电子科技大学
IPC: H04L61/5053 , H04L9/40 , H04L101/622
Abstract: 本发明涉及一种非交互式和基于时间的MAC地址更改方法，应用于无线通信系统，该无线通信系统包括网络设备和终端设备，本发明方法基于两层MAC地址机制，OTA MAC地址和永久MAC地址，提出了一种OTA MAC地址的同步随机变化机制，引入了基于当前系统时间的OTA MAC地址同步更新方式，终端设备能够在自己选择的时间段内随时更新自己的OTA MAC地址，与其关联的网络设备能够提前计算出终端设备在每一个时间段对应的OTA MAC地址，在保证WLAN中用户的隐私不被泄露的前提下，具有较低的计算开销、空口通信开销和存储开销。
-
Patent Agency Ranking
公开(公告)号：CN107451661A
公开(公告)日：2017-12-08
申请号：CN201710516435.5
申请日：2017-06-29
Applicant: 西安电子科技大学
CPC classification number: G06N99/005 , G06N3/08
Abstract: 本发明属于机器学习技术领域，公开了一种基于虚拟图像数据集的神经网络迁移学习方法，包括：通过图形化模拟软件获取虚拟图像数据，对虚拟数据集进行分类标记，得到图像数据集；通过对虚拟数据集的预处理，利用神经网络训练目标识别模型，保存经过虚拟数据集训练好的参数模型；迁移学习，利用新的目标数据集对已经保存的预训练模型再次进行训练。本发明基于虚拟图像数据集，通过虚幻引擎采集所需要的场景或目标构建数据集，通过对虚拟数据集的训练得到预训练模型，并利用迁移学习的方法针对少量数据集便可以达到实际应用效果。
-
公开(公告)号：CN112445957A
公开(公告)日：2021-03-05
申请号：CN202011226262.1
申请日：2020-11-05
Applicant: 西安电子科技大学
IPC: G06F16/951 , G06F16/9536 , G06Q50/00 , G06N3/04
Abstract: 本发明属于社交网络数据挖掘技术领域，公开了一种社交网络异常用户检测方法、系统、介质、设备、终端，对爬取的社交网络数据进行预处理，构建社交网络邻接矩阵、社交网络属性矩阵和社交网络邻接属性矩阵；基于社交网络属性矩阵和社交网络邻接属性矩阵，利用自编码结构的深度神经网络模型得到社交网络用户低维表征矩阵，同时更新社交网络中每位用户的异常值；最后，通过异常值评估社交网络中每位用户的异常程度，完成社交网络中异常用户的检测和识别。本发明将网络表示学习和社交网络异常用户检测任务相结合，识别出社交网络异常用户的同时能够有效地降低异常用户对社交网络表征学习的影响，生成健壮的网络嵌入向量，为下游的数据挖掘任务提供便利。
-
公开(公告)号：CN109582285A
公开(公告)日：2019-04-05
申请号：CN201811225738.2
申请日：2018-10-21
Applicant: 西安电子科技大学
Abstract: 本发明涉及基于混沌函数组合选择的伪随机数生成方法，包括以下步骤：S1：将n个混沌函数f1,f2,f3,...fi...fn初始化，生成n个初始函数值序列r1,r2,r3,...ri...rn，其中n≥3；S2：通过计算将n个初始函数值序列r1,r2,r3,...ri...rn中的每一个序列均简化为只包含0或者1的初始伪随机数序列b1,b2,b3,...bi...bn；S3：将n个初始伪随机数序列b1,b2,b3,...bi...bn分为M个级别cj；S4：通过高级别的伪随机数序列对同级别或者低级别的伪随机数序列进行按项选择，以生成一终极伪随机数序列bf。本发明的伪随机数生成方法通过混沌函数之间相互按项选择生成新的伪随机数序列，相较于现有技术中通过按列选择生成的伪随机序列，本发明的组合选择方法的精度更高。
-
公开(公告)号：CN114817976A
公开(公告)日：2022-07-29
申请号：CN202210253232.2
申请日：2022-03-15
Applicant: 西安电子科技大学
Abstract: 本发明属于信息数据安全技术领域，公开了一种传感器数据保护方法、系统、计算机设备及智能终端，采用随机游走算法以及生成对抗网络的训练方法，用户无需定义具体的动作序列也不必耗费本地计算资源进行数据合成，用户只需要在使用之前定义各动作所占比例，然后将预定义数据交由云服务器，由云服务器完成动作序列构建以及多传感器拟真数据生成，并将拟真数据结合动作序列形成的拟真数据集合交由请求发起者，由请求发起者对拟真数据集合进行分解处理，并利用Hook方法对本地传感器接口数据进行替换，最终达到在移动设备多传感器上实现完全匿名化的效果。
-
公开(公告)号：CN113158192A
公开(公告)日：2021-07-23
申请号：CN202110161316.9
申请日：2021-02-05
Abstract: 本发明属于计算机网络技术领域，公开了一种抗检测在线社交网络虚拟用户批量构建与管理方法及系统，挖掘真实用户身份属性规则，并根据规则自动化构造虚拟用户身份；虚拟用户行为模型生成模块结合真实用户正常活动模式以及虚拟用户兴趣属性，构造基于兴趣属性用户行为模型。虚拟用户执行模块依据用户行为模型，指导虚拟用户执行在社交网络上的日常行为；社区渗透模块依据同质性原理指导虚拟用户向目标社区中身份相似度高且拥有共同好友的真实用户主动发送好友请求。本发明同时考虑了虚拟用户的行为特征以及好友关系特征可信性，可自动化构建及维护逼真的、高可信度的在线社交网络虚拟用户。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
