用于智能移动端的区块链结构、生成方法及交易验证方法

    公开(公告)号:CN107612973B

    公开(公告)日:2020-12-11

    申请号:CN201710714142.8

    申请日:2017-08-18

    Applicant: 暨南大学

    Abstract: 本发明公开了一种用于智能移动端的区块链结构、生成方法及交易验证方法,首先创世区块生成者生成创世区块,并通过给定规则向P2P网络传播创世区块或Hash值,使得整个网络中一半以上节点持有创世区块,另一半持有该区块的Hash值;节点在此基础之上进行共识运算,并在达成新的共识;通过不断地进行循环共识,最终得到部分节点存储部分区块链区块的区块链结构。本发明具有占用存储空间小,兼容所有共识机制的特点。

    一种基于区块链技术的奖学金管理方法及系统

    公开(公告)号:CN107633469A

    公开(公告)日:2018-01-26

    申请号:CN201710714140.9

    申请日:2017-08-18

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链技术的奖学金管理方法及系统,包括奖学金方案管理者、学院审批者、财务处教师以及学生;奖学金方案管理者在项目创建时部署相应方案智能合约自动完成审批过程,学生用户对奖学金进行申请;在学院审批者和奖学金方案管理者进行审批确认时加入部门电子签章和用户数字签名;在完成审批操作后进入公示阶段,公示期后将获批的奖学金信息记录到待发放奖学金序列中,并生成相应的奖学金数字证书,向其他节点广播;由财务处老师创建的智能合约发起对奖学金所得学生用户的电子账户进行奖学金的发放,并将发放奖学金的信息向其他节点广播。本发明能够实现奖学金项目整个生命周期的自动化安全管理。

    蓝牙通信认证请求、接收及通信方法、移动端、设备端

    公开(公告)号:CN110572804B

    公开(公告)日:2022-04-22

    申请号:CN201910794167.2

    申请日:2019-08-27

    Applicant: 暨南大学

    Abstract: 本发明公开了蓝牙通信认证请求、接收及通信方法、移动端、设备端,所述蓝牙通信认证请求及通信方法,包括步骤:与设备端进行蓝牙扫描,建立link层上的通信链路;获取设备端公钥;进行ECDH密钥交换,生成ECDH Based AES Key对称密钥K;获取用户密码,发送用户密码至设备端;在设备端通过用户认证后,与设备端进行数据通信,通信完成后断开连接;所述发送用户密码、数据通信过程,均采用AES加密信道加密、解密传输,AES加密函数的密钥为对称秘钥K。本发明将通信双方的密钥存储在应用层,并在应用层上通过ECDH密钥交换技术进行检测和验证,保证了密钥是存储在一个受保护的线程中,数据不会被其他恶意程序访问。

    一种Android应用程序代码保护机制鉴别方法

    公开(公告)号:CN106845171B

    公开(公告)日:2020-01-17

    申请号:CN201710047861.9

    申请日:2017-01-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种Android应用程序代码保护机制鉴别方法,首先载入APK包,对APK包进行初步、深入的逆向工程反编译,获取源代码,分析源代码是否经过混淆、是否存在结构保护,最终将分析结果集进行归类整理,使得原本只有计算机可以懂的结果集用人类可以理解的语言描述,用报表等方式输出结果。对于分析过程中无法用机器自动化进行逆向工程和反编译的APK包,加上手工辨识标签,待分析完毕后提取具有手工辨识标签的APK,进行手工辨识后得到结果。本发明能有效识别出代码是否有保护机制,以及采用的是何种保护机制。

    一种Android应用程序代码保护机制鉴别方法

    公开(公告)号:CN106845171A

    公开(公告)日:2017-06-13

    申请号:CN201710047861.9

    申请日:2017-01-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种Android应用程序代码保护机制鉴别方法,首先载入APK包,对APK包进行初步、深入的逆向工程反编译,获取源代码,分析源代码是否经过混淆、是否存在结构保护,最终将分析结果集进行归类整理,使得原本只有计算机可以懂的结果集用人类可以理解的语言描述,用报表等方式输出结果。对于分析过程中无法用机器自动化进行逆向工程和反编译的APK包,加上手工辨识标签,待分析完毕后提取具有手工辨识标签的APK,进行手工辨识后得到结果。本发明能有效识别出代码是否有保护机制,以及采用的是何种保护机制。

    一种基于数据挖掘与深度学习的新闻信息聚合方法

    公开(公告)号:CN110019814B

    公开(公告)日:2021-07-27

    申请号:CN201810743949.9

    申请日:2018-07-09

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于数据挖掘与深度学习的新闻信息聚合方法,使用爬虫对新闻门户网站在同一时间段进行数据抓取,获得新闻信息以及评论信息;然后通过应用向量空间模型、TF‑IDF权重计算方法、同义词词林方法以及cosin的距离测量,对新闻进行分类去重,将内容相同的新闻聚合在一起;通过文本概括的算法,实现对所有评论进行概括的功能;最后通过深度神经网络模型,自动生成文章的摘要。本方法可以方便读者高效快速地获取到各大新闻平台的内容及读者评论。

    一种基于区块链技术的众包系统及其建设方法

    公开(公告)号:CN107103405B

    公开(公告)日:2021-03-19

    申请号:CN201710172228.2

    申请日:2017-03-22

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链技术的众包系统及其建设方法,系统包括依次连接的应用层、区块链层以及数据存储层,所述区块链层包括若干相互连接的区块,所述区块包括智能合约模板;所述应用层用于编辑和录入雇主和工作者信息;所述智能合约模板用于用户信息注册、用户任务众包条件达成、任务众包结果汇总以及创建和修改智能合约;所述数据存储层用于存储原数据信息的任务的详细描述信息以及任务结果上传信息;所述原数据信息的哈希值由所述区块链层进行保存。本发明使得雇主与工作者无需经过第三方中介机构中即可自动完成交易,而且区块链层的数据无需依赖中心数据库,从而不存在单点故障问题,并且数据具备不可篡改性及可追溯性。

    一种基于区块链技术的Android恶意应用程序控制方法

    公开(公告)号:CN106875254B

    公开(公告)日:2021-03-19

    申请号:CN201710049156.2

    申请日:2017-01-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链技术的Android恶意应用程序控制方法,首先将APP市场注册成为区块链节点,开发者向APP市场上传应用程序形成上传交易,若APP市场接收则开发者对该上传交易签名,若拒绝接收则APP市场会对该上传交易签名,若在上传过程中被反馈为恶意应用程序则变为反馈交易的一部分,上传交易信息对APP市场或开发者造成信誉度的缺损;当用户下载APP时系统生成下载交易,APP市场用私钥对下载交易签名,通过网络发送到交易池中;同时用户对APP市场进行反馈,APP市场对开发者进行反馈,最后通过挖矿方式产生新的交易区块,增加信誉度。本发明能够很好地从源头上控制恶意程序的发布与流通,有效遏制了恶意代码泛滥之现象。

    一种基于机器学习的恶意PNG图像识别方法

    公开(公告)号:CN108509775B

    公开(公告)日:2020-11-13

    申请号:CN201810128524.7

    申请日:2018-02-08

    Applicant: 暨南大学

    Abstract: 本发明提出了基于机器学习的恶意PNG图像识别方法,属于网络空间安全技术领域,首先建立PNG图像特征库和数字隐写识别模型;在服务端对上传图片文件请求进行审查,依据PNG图像特征库进行特征匹配识别,初步识别PNG图片是否合法,若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏,若不合法或存在信息隐藏则拒绝上传;在客户端监测网页传输过程中的PNG图片格式文件数据,依据PNG图像特征库进行特征匹配识别,若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏,若不合法或存在信息隐藏则禁止访问该图片资源。本发明可以在服务端禁止不合法图片的上传,在客户端禁止对不合法图片的访问,加强了网络安全。

    基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法

    公开(公告)号:CN107967539B

    公开(公告)日:2020-11-13

    申请号:CN201711227857.7

    申请日:2017-11-29

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法,步骤如下:首先是获取在以太坊上已发布所有智能合约的URL;其次根据URL获得已验证过的智能合约代码及其相对应的交易的信息;然后对获取到的信息进行处理,建立与函数相关的燃料限制特征集;再其次采用机器学习方法预测以太坊交易燃料限制;最后用户只需要输入智能合约代码就可以得到每个函数预测燃料限制。该发明预测结果更加精确合理,大大减少偏大或者偏小的情况出现;用户操作更加方便,只需要用户提供智能合约就可以给出调用合约函数交易的燃料限制。

Patent Agency Ranking