基于安全算法的社交网络隐私文件保护问题的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61802009
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    16.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份:
    2020
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2020-12-31

项目摘要

As the scale of online social network continuously increases, the demand for protection of private files in social networks is also growing rapidly. To become a powerful nation in Internet field is not only an important part of China’s dream but also an integral branch of socialism with Chinese characteristics. The construction of online social network security system needs to consider from several aspects. First, the security of processing system. Second, the security of data system. Third, capacity of active defense. Under the premise of less resource consumption, we study self-controllable sequence cipher algorithm to ensure the security of data transmission in the case of network delay and chip area reduction, based on PRNG, LFSR and Core theory. We will also develop key technologies such as privacy preserving, high security algorithm, mapping method, reducing resource consumption, co-design of hardware and software for online social network and dynamic reconfigurable technology that can be embedded in a network switch security chip.
随着在线社交网络规模不断扩大,社交网络中隐私文件的保护需求和市场也在急速增长。网络强国是中国梦强国梦的重要内容,是新时代中国特色社会主义的重要组成部分。构建社交网络安全体系需要从几个方面考虑,一,设备处理系统安全可控;二,数据系统要安全可控;三,具备主动防御特性。在资源消耗较小的前提下,基于PRNG、LFSR和图的核与核度理论,进一步研究实际中自主可控的序列密码算法,在网络延迟和安全芯片面积减少的情况下保障数据传输的安全性。研发面向社交网络中隐私文件传播保护以及高安全算法、映射方法、资源消耗和软硬件协同设计等关键技术。可以嵌入在网络交换机安全芯片中,使电路随算法变化而变化的动态可重构的技术。

结项摘要

本课题通过动态密钥同步技术,寻找社交网络中核心节点核度的技术,对社交网络隐私文件保护问题进行了初步的研究。首先通过安全算法的资源评估,估算出算法可能会占用芯片的面积和pin脚数量,方便在后续工作中对算法选择和配置。其次,开发了基于完全图设计的伪随机数发生器。可以生成安全性较高,运行效率更好的密钥流。通过伪随机数发生器与主流加密算法,设计了动态同步密钥发生器。并通过节点在社区中的影响力给出社区中核心节点的寻找算法。最后,建立了基于FPGA的高能效、高灵活和高安全的安全芯片加密设计。本研究为探讨社交网络中隐私文件的保护问题奠定了坚实的工作基础,同时对于认识可编程芯片中配置安全算法提供了重要线索,项目资助发表论文2篇,待发表2篇,培养硕士生3名,其中3名已经毕业。项目培养博士生 3 名,其中 1 名已经毕业,2 名在读。 项目投入16万元,支出9.7959万元,各项支出基本与预期相符。剩余经费6.2041,剩余经费计划用于本项目研究后续支出。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
基于拓扑空间的 C 字符串函数缺陷分析
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    合 肥 工 业 大 学 学 报 (自 然 科 学 版 )
  • 影响因子:
    --
  • 作者:
    龚萌晓;谢惠杨
  • 通讯作者:
    谢惠杨
A named entity topic model for news popularity prediction
用于新闻流行度预测的命名实体主题模型
  • DOI:
    10.1016/j.knosys.2020.106430
  • 发表时间:
    2020
  • 期刊:
    Knowledge-Based Systems
  • 影响因子:
    8.8
  • 作者:
    Yang Yang;Feifei Wang
  • 通讯作者:
    Feifei Wang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于最小点覆盖和反馈点集的社交网络影响最大化算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    许宇光;潘惊治;谢惠扬
  • 通讯作者:
    谢惠扬
基于树核度的社交网络影响最大化问题
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    朱恩强;吴艳蕾;许宇光;牛云云
  • 通讯作者:
    牛云云

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码