期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于智能合约私有链与联邦学习的移动用户可信认证方法
1
作者 常英贤 桂纲 +3 位作者 杨涛 马广鹏 汤泉 田野 《计算机应用与软件》 北大核心 2025年第5期372-380,共9页
能源企业的员工用户的隐私保护和可信认证是安全生产的关键。联邦学习能够在保护数据本身隐私的情况下构建用户认证模型。然而,在联邦学习过程中,存在着数据采集效率低、节点易受中毒攻击、缺乏实用性等缺陷。为此,提出一种结合智能合... 能源企业的员工用户的隐私保护和可信认证是安全生产的关键。联邦学习能够在保护数据本身隐私的情况下构建用户认证模型。然而,在联邦学习过程中,存在着数据采集效率低、节点易受中毒攻击、缺乏实用性等缺陷。为此,提出一种结合智能合约私有链和联邦学习的新型移动用户认证模型优化方法,结合时序数据的离散小波分解和长短期记忆网络,该方法可以提高数据收集速率,降低训练好的模型被攻击者绕过的概率,提高模型的安全性。通过在1513人的真实环境数据集上的实验结果表明,该方法能有效抵抗中毒攻击,并达到较为满意的精度。 展开更多
关键词 区块链 联邦学习 智能合约 移动用户认证 中毒攻击
在线阅读 下载PDF
基于区块链及联邦计算的主机入侵检测方法 被引量:6
2
作者 常英贤 桂纲 +4 位作者 杨涛 王红梅 宋益睿 汤泉 田野 《浙江工业大学学报》 CAS 北大核心 2023年第1期42-50,共9页
随着产业数字化进程的推进和能源互联网的发展,主机的安全保障已成为能源生产过程中至关重要的一环。然而,由于企业主机数量繁多、攻击者手段复杂多变,现有的主机入侵检测方法存在缺乏隐私保护、溯源分析困难和泛化能力不足等缺陷。为此... 随着产业数字化进程的推进和能源互联网的发展,主机的安全保障已成为能源生产过程中至关重要的一环。然而,由于企业主机数量繁多、攻击者手段复杂多变,现有的主机入侵检测方法存在缺乏隐私保护、溯源分析困难和泛化能力不足等缺陷。为此,提出了一种基于区块链有用工作量证明及联邦计算的主机入侵检测方法,通过区块链和联邦学习技术,利用能源企业主机固有优势构建基于Intel SGX有用工作量证明(Proof-of-Useful-Work,PoUW)的共识机制,以保护数据隐私并减少资源开销,采用基于默克尔树的数据可信存储实现异常攻击行为追溯与模型迭代更新,构建基于自编码器的循环神经网络模型实现高精度的入侵检测,有效保障能源企业主机入侵检测系统的隐私性、安全性和可用性。 展开更多
关键词 区块链 联邦学习 SGX 有用工作量证明 可信存储 深度学习
在线阅读 下载PDF
基于区块链与安全计算的电能质量扰动分析方法 被引量:2
3
作者 常英贤 桂纲 +3 位作者 杨涛 马广鹏 邵晨 汤泉 《现代电力》 北大核心 2023年第5期732-741,共10页
电力系统中的非线性特性极易引起电能质量扰动,破坏电网运行的稳定性。现有电能质量扰动分析方法大多将采集到的电信号传输到中心服务器进行统一存储,提取统计特征并利用机器学习构建模型。然而,在真实环境中存在隐私保护弱、设备环境... 电力系统中的非线性特性极易引起电能质量扰动,破坏电网运行的稳定性。现有电能质量扰动分析方法大多将采集到的电信号传输到中心服务器进行统一存储,提取统计特征并利用机器学习构建模型。然而,在真实环境中存在隐私保护弱、设备环境复杂、模型过度依赖人工经验等问题。为此,提出了一种基于区块链与安全计算的电能质量扰动分析方法。首先,构建基于智能合约与联邦学习的私有链来保护数据隐私,通过无证书加密保障设备的身份可信,其次,利用基于Paillier密码体制的模型参数同态加密保护深度学习过程中的梯度安全,并建立基于变分模态分解与长短期记忆网络的电能质量扰动异常分析模型,以弥补传统统计特征建模的覆盖率与准确率不足。在真实搭建的微电网下的实验结果表明,该方法能够兼顾隐私性、可用性、安全性与精确性。 展开更多
关键词 区块链 隐私保护 电能质量扰动 同态加密 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部