-
公开(公告)号：CN115001668B
公开(公告)日：2025-03-07
申请号：CN202210218332.1
申请日：2022-03-04
Applicant: 西安理工大学
IPC: H04L9/08 , H04L9/40 , H04L67/12 , H04L67/52 , H04W4/029 , H04W4/42 , H04W12/033 , H04W12/041 , H04W12/0433 , H04W12/06
Abstract: 本发明公开了一种RSSP‑II协议的密钥管理方法、装置及可存储介质，涉及网络安全技术领域，其中方法包括：S1：根据所述车载设备的行驶路程信息、实时位置信息及地图信息，定期匹配最优节点中心；S2：当匹配到最优节点中心时，所述车载设备判断和已连接的所述节点中心是否一致，若一致则不执行操作，若不一致所述车载设备生成验证密钥，并将所述验证密钥发送至所述最优节点中心，请求验证身份；S3：当验证通过时，所述车载设备对数据信息进行加密处理，发送至所述最优节点中心；本发明可以实现铁路系统中设备间消息的安全传输。
-
公开(公告)号：CN118400071A
公开(公告)日：2024-07-26
申请号：CN202410527454.8
申请日：2024-04-29
Applicant: 西安理工大学
IPC: H04L1/00 , H04L67/1097 , G06F11/10
Abstract: 本发明涉及一种基于网络感知的纠删码优化方法，包含数据存储和数据修复两大阶段。在数据存储阶段，根据局部编码策略，预先计算出所有可能的局部解码所需的修复矩阵并进行缓存。在数据修复阶段，首先初始化辅助节点列表，并选择高性能节点作为修复节点，接着根据网络距离和可用带宽动态构建最优的数据修复树型结构。通过计算与修复节点相连的各个节点的传输时间，并结合节点性能，选定传输时间最短、节点性能最高的节点作为父节点，逐步构建出完整的数据修复树。最后，基于生成的数据修复树型结构，选定父节点作为局部编码节点，利用预缓存的解码矩阵对数据进行局部和全局修复。该方法提高了数据修复效率和稳定性，优化了数据修复过程。
-
公开(公告)号：CN118055242A
公开(公告)日：2024-05-17
申请号：CN202410183294.X
申请日：2024-02-19
Applicant: 西安理工大学
IPC: H04N19/176 , H04N19/182 , H04N19/20 , H04N19/42 , G06N3/08
Abstract: 基于深度学习与超混沌系统的视觉安全图像加密方法，包括以下步骤：步骤1，对明文图像进行压缩处理得到压缩图像；步骤2，对压缩图像进行扩散运算得到类噪声的密文图像；步骤3，将类噪声的密文图像嵌入载体图像得到视觉安全的载密图像；具有良好的鲁棒性、安全性高、提高存储和传输效率的特点。
-
公开(公告)号：CN112084329B
公开(公告)日：2024-02-02
申请号：CN202010762584.1
申请日：2020-07-31
Applicant: 西安理工大学
IPC: G06F16/35 , G06F16/33 , G06F40/30 , G06F40/295 , G06F40/205
Abstract: 本发明提供了一种针对实体识别和关系抽取任务的语义分析方法，包含三个模块的内容，建立地铁设计规范领域的概念分层体系和语义关系分类体系，分析规范文本的语言特点，以及获取细分领域任务的实体和关系类别信息。第一个模块，借助本体论的思想，和映射对标UMLS，得到概念分层体系和语义关系分类体系。第二个模块，通过规范文本的来源和构成、数据形式和所具备的子语言特性三个部分，由浅及深地分析规范文本的语言特性，以补充实体识别和关系抽取任务的规则提取。最后一个模块，将本体分类的思想渗入这一领域的研究任务细分过程中，实现任务和实体关系类别的对应，从而提高信息抽取的效率。
-
公开(公告)号：CN116862510A
公开(公告)日：2023-10-10
申请号：CN202310876529.9
申请日：2023-07-17
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于tpm的ibc可信跨链交易信息传递方法，具体按照以下步骤实施：步骤1，用户A向用户B发送该生成的A哈希文件；步骤2，用户B向用户A发送B哈希文件；步骤3，用户A接收B哈希文件后，将用户A的交易金额锁定签名修改状态，从打开到关闭，并存储到TPM中并生成相应的哈希信息，将该哈希信息传递；步骤4，用向用户A返回交易完成信息；步骤5，用户A在识别交易完成信息后，检查交易是或未出现错误。利用TPM进行身份认证和数字签名可以防止篡改和伪造，确保交易的完整性和真实性；使用TPM存储和管理私密密钥和证书可以保护隐私和敏感数据不被泄露；对传输数据的安全性思路的改进对跨链运行效率的提升有着至关重要的作用。
-
Patent Agency Ranking
公开(公告)号：CN116861438A
公开(公告)日：2023-10-10
申请号：CN202310719428.0
申请日：2023-06-16
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于InterSGX指令集扩展的云边端协同服务可信校验方法，具体包括如下步骤：步骤1，构建安卓系统所在边缘端、云端、以及云边端通信的可信环境；步骤2，云端完成注册服务；步骤3，当用户点击App安装按钮时，进行云边端协同的App安装注册；步骤4，完成步骤3后，用户点击App启动后，安卓端需要完成云边端协同的身份认证；步骤5，云边端协同的App的启动预度量与静态度量结果生成；步骤6，对步骤5的度量结果进行云端校验，以此完成启动授权过程。本发明解决了应用程序的安全启动、恶意攻击检测和阻断受到攻击的应用程序完成启动问题，可以保证安卓操纵系统以及应用程序的安全启动，构建从设备上电至安卓应用程序启动的完整可信链路。
-
公开(公告)号：CN116389591A
公开(公告)日：2023-07-04
申请号：CN202310370262.6
申请日：2023-04-07
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于跨域分布式处理系统及调度优化方法，具体包括如下步骤：步骤1：用户通过Hadoop跨域分布式处理系统中的任意一个数据中心客户端节点提交作业；步骤2：依据计算节点网络负载计算多数据中心各计算节点的性能；步骤3：选择将任务分配到拥有任务所需数据副本的计算节点或网络负载最小的计算节点中的任意节点；步骤4：预测作业的总执行时长；步骤5：结合作业预测总执行时长计算作业已完成的工作量比率；步骤6：将作业按照阈值划分为多个队列；步骤7：根据作业的动态优先级调整作业执行顺序。步骤8：修正数据副本的布局。通过数据局部性和动态作业执行时间预测方法将任务分配到多数据中心的最优计算节点。
-
公开(公告)号：CN116192867A
公开(公告)日：2023-05-30
申请号：CN202310192206.8
申请日：2023-03-02
Applicant: 西安理工大学
IPC: H04L67/1042 , H04L9/32
Abstract: 本发明公开了基于联盟链网络的知识资源可靠保护方法，包括：搭建包含7个节点的IPFS私有网络，选择最优的存储节点、备份节点；建立联盟链网络；基于ERC‑1155标准，建立面向知识资源文件的非同质化通证，并存储在联盟链网络中，允许用户进行关于非同质化通证的操作，同时将非同质化通证数据、操作产生的交易记录储存在联盟链网络的节点中；将联盟链网络的节点中的所有交易记录与公共基础设施网络BSN交互。从而解决了保障用户关于知识资源文件的权益不被侵犯的问题。
-
公开(公告)号：CN116170155A
公开(公告)日：2023-05-26
申请号：CN202310141958.1
申请日：2023-02-21
Applicant: 西安理工大学
Abstract: 本发明公开了基于PBFT改进的联盟区块链共识方法，具体为：在进行共识前，节点都有统一的初始吞吐量指标，初始共识节点由配置文件生成，检查是否存在节点变动，并更改节点总数；主节点将合法的request签名后发送给所有节点，执行改进的PBFT共识，若检测到主节点是恶意节点，共识暂时中断，则检查是否需要进行视图更改，若试图更改，则执行ViewChange流程更新视图轮次；若未检测到主节点异常，则节点生成reply消息并发送给客户端，客户端在收到f+1条reply消息后共识完成。本发明方法能够提高共识效率，在集群非停机的情况下实现节点的动态增加退出，剔除恶意节点，保证区块链的安全性并降低通信开销。
-
公开(公告)号：CN112989339B
公开(公告)日：2023-05-02
申请号：CN202110205444.9
申请日：2021-02-24
Applicant: 西安理工大学
IPC: G06F21/56 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/54 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于机器学习的GCC编译器恶意代码入侵检测方法，具体包括如下步骤：步骤1，下载c语言源代码数据集；步骤2，将步骤1得到的源代码数据集转化为二进制文件；步骤3，对步骤2得到的样本集进行预处理；步骤4，搭建BP神经网络模型并对模型进行训练，将步骤4得到的特征值输入到BP神经网络模型中进行训练，得到最优的神经网络模型并输出。步骤5，对步骤4输出的神经网络模型进行预测分类并根据测试结果通过步骤4对模型进行调参训练。本发明通过自动化提取GCC编译器的软件指纹特征，检测编译器中恶意代码的指纹特征，从而检测一个GCC编译器是否有被恶意代码入侵。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.036 seconds)
