-
公开(公告)号：CN110572804A
公开(公告)日：2019-12-13
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。
-
Patent Agency Ranking
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
IPC: H04W4/80 , H04W12/03 , H04W12/041 , H04W12/06
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。
-
公开(公告)号：CN110289004B
公开(公告)日：2021-09-07
申请号：CN201910527094.0
申请日：2019-06-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于深度学习的人工合成声纹检测系统及方法，该系统包括：包括自编码器、生成器和辨别器，自编码器包括编码器和解码器，编码器包括编码器第一卷积层、编码器批归一化层、编码器第一最大池化层、编码器第二卷积层、编码器第二最大池化层和编码器全连接层；解码器包括解码器嵌入层、解码器全连接层、解码器批归一化层、解码器第一反卷积层序列、解码器第二反卷积层序列和解码器卷积层序列；生成器结构与解密器结构相同；辨别器包括辨别器嵌入层、辨别器全连接层、辨别器第一卷积层序列、辨别器第二卷积层序列、多分类器和辨别器输出层。本发明对人工合成声纹达到较高的检测准确率，同时对属于已知类的样本有更好的分类效果。
-
公开(公告)号：CN110289004A
公开(公告)日：2019-09-27
申请号：CN201910527094.0
申请日：2019-06-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于深度学习的人工合成声纹检测系统及方法，该系统包括：包括自编码器、生成器和辨别器，自编码器包括编码器和解码器，编码器包括编码器第一卷积层、编码器批归一化层、编码器第一最大池化层、编码器第二卷积层、编码器第二最大池化层和编码器全连接层；解码器包括解码器嵌入层、解码器全连接层、解码器批归一化层、解码器第一反卷积层序列、解码器第二反卷积层序列和解码器卷积层序列；生成器结构与解密器结构相同；辨别器包括辨别器嵌入层、辨别器全连接层、辨别器第一卷积层序列、辨别器第二卷积层序列、多分类器和辨别器输出层。本发明对人工合成声纹达到较高的检测准确率，同时对属于已知类的样本有更好的分类效果。
-
公开(公告)号：CN110298279A
公开(公告)日：2019-10-01
申请号：CN201910535832.6
申请日：2019-06-20
Applicant: 暨南大学
Abstract: 本发明公开了一种肢体康复训练辅助方法及系统、介质、设备，所述方法包括步骤：采集使用者动作姿态图像；对图像进行卷积计算，得到图像特征图；预测特征图的关节点热点图和肢体方向矢量场，并进行t次预测迭代，每次迭代时将两个训练分支的识别信息合成一个阶段预测，生成使用者关节点热点图和肢体方向矢量场，从关节点热点图中获取关节点位置；利用肢体连接贪心算法进行关节点连接，得到使用者的姿态信息；根据训练好的动作姿态模型评估使用者的姿态信息，得到使用者动作姿态评估结果并反馈给使用者。本发明进行多分支预测和多阶段迭代，通过提高关节点热点图和肢体方向矢量场预测的准确性来提高姿态识别准确性，进而增强康复训练的辅助效果。
-
公开(公告)号：CN108614683A
公开(公告)日：2018-10-02
申请号：CN201810322156.X
申请日：2018-04-11
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链技术的机动车违章管理系统建设方法，将机动车违章登记，违章缴费等过程以智能合约的形式写入区块链，使相关政府部门无需再依赖于一个中心化的服务器来管理机动车的违章信息，避免了中心化服务器常见的单点故障问题，并且存入区块链中的数据具有不可篡改性及可追溯性，可以防止非法篡改。另外，驾驶员的身份证，驾照等一系列涉及个人隐私的信息利用ABE加密算法进行有效保护。基于本发明，不仅可以避免单点故障引起的数据丢失，降低系统维护成本，而且能够防止违章记录被非法篡改。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
