-
公开(公告)号:CN110851660A
公开(公告)日:2020-02-28
申请号:CN201911011212.9
申请日:2019-10-23
Applicant: 华侨大学
IPC: G06F16/901 , G06Q50/00
Abstract: 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法,包括:建立包括S、C、D、I和R五种状态的节点传播模型,各状态在一定的转化因素下进行状态转化;状态转化过程中引入激励机制,抑制谣言传播;所述转化因素包括个人因素、邻居因素、内容因素和时延因素;其中,S表示未接触信息,C表示传播这个信息,D表示怀疑这个信息,I表示对该信息不感兴趣不会传播,R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素,模型更接近实际;引入激励机制使用户能够发送正确的辟谣信息,使得谣言更早的被发现和抑制。
-
公开(公告)号:CN110602723A
公开(公告)日:2019-12-20
申请号:CN201910795830.0
申请日:2019-08-27
Applicant: 华侨大学
Abstract: 一种基于水下边缘设备的两级双向预测获取数据方法,通过将计算从集中式云层转移到分布式边缘层,构建底层-边缘-云三层数据收集模式。利用水下边缘设备的移动性和计算能力进行基于历史信息的分析预测数据,实现在保证数据传输准确的前提下有效减少声波通信,减少传感器能耗。考虑到异构设备的差异化能力,对边缘层与底层这两层节点采用不同的预测算法,将水下数据收集过程转化为两级双向数据预测过程的方法。该发明可以应用在水下传感器网络数据收集机制中。
-
公开(公告)号:CN110300159B
公开(公告)日:2021-08-31
申请号:CN201910496964.2
申请日:2019-06-10
Applicant: 华侨大学
Abstract: 本发明涉及一种基于边缘计算的传感云数据安全低成本存储方法,包括:底层传感器将收集的数据发送至边缘服务器;所述边缘服务器对接收的传感数据进行预处理,利用差分算法把传感数据分为元数据与残差两部分;所述边缘服务器对元数据与残差进行加密,并将残差发送至云端服务器进行存储,并将元数据部分存储在边缘服务器,另一部分发送至本地服务器存储。本发明对传感数据差分处理成元数据以及残差两部分,对数据加密后基于冗余策略将数据分块存储,残差部分的数据块存储在云端,元数据部分数据块存储在边缘层,部分数据块存储在本地以防止数据恢复,进一步提高了数据安全,提高资源利用率,降低云端存储成本并减少了传输带宽消耗。
-
公开(公告)号:CN110536303A
公开(公告)日:2019-12-03
申请号:CN201910706957.0
申请日:2019-08-01
Applicant: 华侨大学
Abstract: 本发明的一种基于边缘移动节点的传感云信任评估方法和系统,基于边缘计算的传感云可信评估方法,充分利用边缘节点的移动性和计算能力,通过移动边缘节点收集指定范围内传感器节点的信任信息(如能量、成功交互次数、失败交互次数),然后利用收集到信任信息计算主体节点和目标节点之间信任链的信任度,并把信任结果和评估的结果上传至边缘层进行信任更新和存储,以便再次利用,在云层需求的情况下可进一步将评估结果上参与信任决策。本发明利用边缘移动节点收集传感器的信任信息并计算处于主体节点和目标节点之间信任链的信任度,过滤不可信节点,确保传感数据在传输过程的安全性,预防恶意攻击,提高传感云的安全性。
-
公开(公告)号:CN112583575B
公开(公告)日:2023-05-09
申请号:CN202011413354.0
申请日:2020-12-04
Abstract: 本发明提供一种车联网中基于同态加密的联邦学习隐私保护方法,将基于同态加密的联邦学习引入车联网中,通过改进具有加法同态行的Paillier算法和具有乘法同态性的RSA算法,并结合AES算法和步长混淆的方式,同时采用分层加密技术,使加法同态在边缘端完成,而乘法同态在云端完成以提高加密效率,从而有效防止联邦学习恶意攻击,并有效降低加密导致的延迟的方法;该发明可以应用在车联网中进行隐私保护将联邦学习引入IoV中以解决用户隐私泄露问题。为了进一步地增强数据安全性,在联邦学习中引入高效的同态加密;而且改进了具有加法同态性的Paillier算法和具有乘法同态性的RSA算法,并结合AES算法和步长混淆的方式,构建一个具有全同态加密性的联邦学习架构。
-
公开(公告)号:CN110536303B
公开(公告)日:2022-12-06
申请号:CN201910706957.0
申请日:2019-08-01
Applicant: 华侨大学
IPC: H04W12/122 , H04L41/142 , H04W4/38
Abstract: 本发明的一种基于边缘移动节点的传感云信任评估方法和系统,基于边缘计算的传感云可信评估方法,充分利用边缘节点的移动性和计算能力,通过移动边缘节点收集指定范围内传感器节点的信任信息(如能量、成功交互次数、失败交互次数),然后利用收集到信任信息计算主体节点和目标节点之间信任链的信任度,并把信任结果和评估的结果上传至边缘层进行信任更新和存储,以便再次利用,在云层需求的情况下可进一步将评估结果上参与信任决策。本发明利用边缘移动节点收集传感器的信任信息并计算处于主体节点和目标节点之间信任链的信任度,过滤不可信节点,确保传感数据在传输过程的安全性,预防恶意攻击,提高传感云的安全性。
-
公开(公告)号:CN110413652B
公开(公告)日:2022-06-07
申请号:CN201910605082.5
申请日:2019-07-05
Applicant: 华侨大学
IPC: G06F16/2457 , G06F16/2455 , G06F16/22 , G06F21/62
Abstract: 一种基于边缘计算的大数据隐私化检索方法,1)用户端对待上传数据文件计算信息熵,进行核心数据提取与储存;2)将非核心数据上传至边缘端并构建隐式检索索引;3)在边缘端进行系统参数预设,将非核心数据进行结构隐藏与再划分,得到公有部分数据和私有部分数据;4)将公有部分数据加密后上传至云端,云端储存加密的公有部分数据;5)用户端以关键词发起检索申请,边缘端根据关键词和隐式检索索引生成检索令牌,云端获取检索令牌后进行关键词匹配检索,将检索结果返回至边缘端,边缘端再将检索结果返回至用户端。本发明能确保系统在存储与检索过程中的实效性、可靠性和灵活性,实现高效且私密的数据检索。
-
公开(公告)号:CN112583575A
公开(公告)日:2021-03-30
申请号:CN202011413354.0
申请日:2020-12-04
Abstract: 本发明提供一种车联网中基于同态加密的联邦学习隐私保护方法,将基于同态加密的联邦学习引入车联网中,通过改进具有加法同态行的Paillier算法和具有乘法同态性的RSA算法,并结合AES算法和步长混淆的方式,同时采用分层加密技术,使加法同态在边缘端完成,而乘法同态在云端完成以提高加密效率,从而有效防止联邦学习恶意攻击,并有效降低加密导致的延迟的方法;该发明可以应用在车联网中进行隐私保护将联邦学习引入IoV中以解决用户隐私泄露问题。为了进一步地增强数据安全性,在联邦学习中引入高效的同态加密;而且改进了具有加法同态性的Paillier算法和具有乘法同态性的RSA算法,并结合AES算法和步长混淆的方式,构建一个具有全同态加密性的联邦学习架构。
-
公开(公告)号:CN110413652A
公开(公告)日:2019-11-05
申请号:CN201910605082.5
申请日:2019-07-05
Applicant: 华侨大学
IPC: G06F16/2457 , G06F16/2455 , G06F16/22 , G06F21/62
Abstract: 一种基于边缘计算的大数据隐私化检索方法,1)用户端对待上传数据文件计算信息熵,进行核心数据提取与储存;2)将非核心数据上传至边缘端并构建隐式检索索引;3)在边缘端进行系统参数预设,将非核心数据进行结构隐藏与再划分,得到公有部分数据和私有部分数据;4)将公有部分数据加密后上传至云端,云端储存加密的公有部分数据;5)用户端以关键词发起检索申请,边缘端根据关键词和隐式检索索引生成检索令牌,云端获取检索令牌后进行关键词匹配检索,将检索结果返回至边缘端,边缘端再将检索结果返回至用户端。本发明能确保系统在存储与检索过程中的实效性、可靠性和灵活性,实现高效且私密的数据检索。
-
公开(公告)号:CN110851660B
公开(公告)日:2022-07-01
申请号:CN201911011212.9
申请日:2019-10-23
Applicant: 华侨大学
IPC: G06F16/901 , G06Q50/00
Abstract: 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法,包括:建立包括S、C、D、I和R五种状态的节点传播模型,各状态在一定的转化因素下进行状态转化;状态转化过程中引入激励机制,抑制谣言传播;所述转化因素包括个人因素、邻居因素、内容因素和时延因素;其中,S表示未接触信息,C表示传播这个信息,D表示怀疑这个信息,I表示对该信息不感兴趣不会传播,R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素,模型更接近实际;引入激励机制使用户能够发送正确的辟谣信息,使得谣言更早的被发现和抑制。
-
-
-
-
-
-
-
-
-