-
公开(公告)号:CN110751554A
公开(公告)日:2020-02-04
申请号:CN201910890582.8
申请日:2019-09-20
Applicant: 暨南大学
Abstract: 本发明公开了一种区块链中数字货币的智能监测方法及系统,方法包括:首先由区块链路由器向服务器请求获取异常交易地址;在区块链矿工节点向服务器请求获取敏感关键词文件;在区块链服务器中加载机器学习模型;在区块链路由器获取到网络中的数字货币数据包后,滤除包含异常交易地址的数字货币数据包;接着在区块链矿工节点滤除包含敏感关键词的数字货币数据包,控制未被滤除的交易数据进入矿池,由区块链矿工节点打包成区块数据;由区块链服务器的机器学习模型判定出区块数据中交易对应的交易地址是否为异常交易地址。本发明可以准确和全面地监测出交易的异常交易地址、敏感关键词和区块数据中的异常交易,提高数字货币交易的安全性和监管力度。
-
-
公开(公告)号:CN111582496A
公开(公告)日:2020-08-25
申请号:CN202010338636.2
申请日:2020-04-26
Applicant: 暨南大学
Abstract: 本发明公开了一种基于SGX的安全高效的深度学习模型预测方法,S1、模型提供者终端通过模型导入模块上传深度学习模型,模型导入模块根据SGX中的深度学习计算框架将不同格式的深度学习模型转换为能够在深度学习计算框架中执行的模型;S2、模型使用者终端和SGX中的RPC服务器模块进行密钥协商,得到通信密钥,通信密钥用于加密模型使用者终端提供的待预测数据和SGX中的深度学习模型的预测结果;S3、模型使用者终端利用通信密钥对待预测数据进行签名、加密和对预测结果进行解密和验证,本发明借助SGX,基于SGX运行深度学习模型,保证模型运行过程中数据的机密性和完整性,同时也能够保证模型本身的机密性和完整性。
-
-