CN106789985B - 基于gpu算法的客户端验证方法及系统 - Google Patents

基于gpu算法的客户端验证方法及系统 Download PDF

Info

Publication number
CN106789985B
CN106789985B CN201611122789.3A CN201611122789A CN106789985B CN 106789985 B CN106789985 B CN 106789985B CN 201611122789 A CN201611122789 A CN 201611122789A CN 106789985 B CN106789985 B CN 106789985B
Authority
CN
China
Prior art keywords
data
picture
client
key
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611122789.3A
Other languages
English (en)
Other versions
CN106789985A (zh
Inventor
周志刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Xiaobai And His Friends Technology Co ltd
Original Assignee
Wuhan Douyu Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Douyu Network Technology Co Ltd filed Critical Wuhan Douyu Network Technology Co Ltd
Priority to CN201611122789.3A priority Critical patent/CN106789985B/zh
Publication of CN106789985A publication Critical patent/CN106789985A/zh
Application granted granted Critical
Publication of CN106789985B publication Critical patent/CN106789985B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种基于GPU算法的客户端验证方法及系统，涉及客户端的验证领域。该方法的步骤为：在客户端和服务端中生成相同的通信key；服务端生成验证图片计算数据、以及通过GPU算法计算得到的图片验证数据；服务端将图片计算数据通过通信key的方式下发至客户端；客户端通过GPU算法将图片计算数据进行计算后，将计算得到的图片验证数据通过通信key的方式上传至服务端；服务端判断本地与上传的图片计算数据是否相同，若是，则确定当前客户端为正常客户端，否则确定当前客户端为异常客户端。本发明能够对具备GPU的客户端进行精准验证，进而有效防止Hack对指定频道进行刷人气，保证了直播平台统计的直播频道观看人数的准确度。

Description

基于GPU算法的客户端验证方法及系统
技术领域
本发明涉及客户端的验证领域，具体涉及一种基于GPU(Graphics ProcessingUnit，图形处理器)算法的客户端验证方法及系统。
背景技术
直播平台在运营过程中，会对每个直播频道的观看用户进行实时统计，以便观众用户能够了解同时观看直播的人数；在此基础上，直播平台会对每个频道的观看人数进行排序，将观看人数多的频道推荐至靠前的频道列表中，以让更多的用户来进行观看更精彩的直播。
但是，现有的直播平台一般使用一条传输直播协议，直播协议的使用明文会在在网络中传输，Hack攻击者只需要分析清楚一个在线用户与服务器的交互协议后，通过在服务器上伪造同样的协议，即可实现伪造用户观看的目的，进而能够对指定频道进行刷人气。因此，现有的直播平台统计的直播频道观看人数不够准确，进而降低了直播频道的推荐质量。
发明内容
针对现有技术中存在的缺陷，本发明解决的技术问题为：对具备GPU的客户端进行精准验证，本发明能够有效防止Hack对指定频道进行刷人气，保证了直播平台统计的直播频道观看人数的准确度、以及直播平台推荐的直播频道的质量。
为达到以上目的，本发明提供的种基于GPU算法的客户端验证方法，包括以下步骤：
步骤A、在客户端中使用非对称加密算法生成客户公钥和客户私钥，在服务端中使用非对称加密算法生成服务公钥和服务私钥；客户端将服务公钥和客户私钥通过非对称加密算法加密生成通信key，服务端将客户公钥和服务私钥通过非对称加密算法加密生成通信key，转到步骤B；
步骤B：服务端生成验证比对数据，每对验证比对数据包括指定像素的图片计算数据、以及通过GPU算法对图片计算数据进行计算得到的图片验证数据；服务端将图片计算数据通过通信key的方式下发至客户端；客户端通过GPU算法将图片计算数据进行计算后，将计算得到的图片验证数据通过通信key的方式上传至服务端，转到步骤C；
步骤C：服务端判断下发的图片计算数据对应的本地图片验证数据，是否与接收的图片验证数据相同，若是，则确定当前客户端为正常客户端，否则确定当前客户端为异常客户端。
在上述技术方案的基础上步骤B中所述图片验证数据的计算方法为：采用GPU算法同时对图片计算数据的每个像素A的R、G、B值进行计算，得到图片验证数据；
对R值的计算规则为：R2＝R1·X1+Y1，其中R2为计算后像素A的R值，R1为计算前像素A的R值；
对G值的计算规则为：G2＝G1·X2+Y2，其中G2为计算后像素A的G值，G1为计算前像素A的G值；
对B值的计算规则为：B2＝B1+Y3，其中B2为计算后像素A的G值，B1为计算前像素A的G值；
步骤B中所述通过通信key的方式的具体流程为：发送端将传输数据通过对称加密算法进行加密后发送至接收端，加密key为步骤A中的通信key，接收端将加密的传输数据进行解密后，还原传输数据；传输数据为服务端下发的图片计算数据、或者客户端上传的图片验证数据。
在上述技术方案的基础上步骤A中客户端将服务公钥和客户私钥加密生成通信key之前，需要获取并解密经服务端采用对称加密算法加密的服务公钥；服务端将客户公钥和服务私钥加密生成通信key之前，也需要获取并解密经客户端采用对称加密算法加密的客户公钥；客户公钥和服务公钥加密的key相同；
加密的key的设置方法为：在客户端中生成1个32位的随机数X、并发送至服务端；在服务端中生成1个32位的随机数Y、并发送至客户端；服务端和客户端均对X和Y使用相同的哈希算法进行计算，生成新的随机数C，C即为加密的key。
在上述技术方案的基础上步骤B中所述验证比对数据由服务端预先生成，生成数量为至少300对；所述下发的图片计算数据来源于：在所有验证比对数据中随机抽取的1对验证比对数据，该对验证比对数据中的图片计算数据即为下发的图片计算数据。
在上述技术方案的基础上步骤B中服务端下发图片计算数据之前，需要对图片计算数据采用加密算法进行加密；客户端上传图片验证数据之前，也需要对图片验证数据进行加密。
与现有技术相比，本发明的优点在于：
参见步骤B和C可知，采用本发明的服务端对客户端进行验证时，服务端和客户端均需要将原始的图片计算数据，根据GPU算法计算，才能得到正确的图片验证数据。本发明限制了客户端的使用需求，即客户端必须具备GPU，而现有技术中伪造协议的服务器上不具备GPU，即服务器无法计算本发明阐述的图片验证数据。因此，本发明能够精准验证客户端是否为正常客户端，进而有效防止了Hack对指定频道进行刷人气，保证了直播平台统计的直播频道观看人数的准确度、以及直播平台推荐的直播频道的质量。
进一步，参见步骤A可知，本发明的服务端和客户端会通过通信key传输数据，而通信key是客户端和服务端自行协商得到，并未通过网络传输，显著增加了Hack得知通信key的难度，保证了客户端与服务端传输数据的安全。
进一步，参见步骤A可知，本发明的通信key根据客户端和服务端产生的32位随机数得到，进而使得每个客户端的通信key均不相同，避免Hack知晓1台客户端的通信key后伪造多台客户端。
进一步，参见步骤B可知，本发明的服务端会预先生成至少300对验证比对数据，服务端下发的图片计算数据从所有验证比对数据中随机抽取，进而使得下发每个客户端的图片计算数据均不相同，避免Hack知晓1台客户端图片计算数据后伪造多台客户端；而且验证比对数据预先生成会减小服务端工作的压力，提高服务端的工作效率。
进一步，参见步骤B可知，本发明的服务端下发数据之前、以及客户端上传数据之前，均需要对数据进行加密，进一步保证了数据传输的安全。
附图说明
图1为本发明实施例中基于GPU算法的客户端验证方法的流程图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示，本发明实施例中的基于GPU算法的客户端验证方法，包括以下步骤：
S1：在客户端中使用非对称加密算法(RSA加密算法)生成配对的客户公钥和客户私钥；将客户公钥采用对称加密算法(AES加密算法，Advanced Encryption Standard，高级加密标准)加密后，发送至服务端；在服务端中使用非对称加密算法生成配对的服务公钥和服务私钥，将服务公钥采用对称加密算法加密后，发送至客户端，客户公钥和服务公钥加密的key相同、且预先设置，转到S2。
S1中加密的key的设置方法为：
S101：在客户端中生成1个32位的随机数X、并发送至服务端；在服务端中生成1个32位的随机数Y、并发送至客户端，转到S102。
S102：服务端和客户端均对X和Y使用相同的哈希算法进行计算，生成新的随机数C，C即为加密的key。
S2：在客户端中对加密后的服务公钥进行解密后，通过非对称加密算法，将解密后的服务公钥和客户私钥加密生成通信key；在服务端中对加密后的客户公钥进行解密后，通过非对称加密算法，将解密后的客户公钥和服务私钥加密生成通信key；客户公钥和服务公钥解密的key均与S2中加密的key相同，转到S3。
S3：服务端预先生成至少300对(本实施例中为10000对)验证比对数据，每对验证比对数据包括指定像素(128·128)的图片计算数据、以及通过GPU算法对图片计算数据进行计算得到的图片验证数据。服务端随机抽取1对验证比对数据，将验证比对数据中的图片计算数据采用MD5加密算法(Message Digest Algorithm MD5，消息摘要算法第五版)加密后，通过通信key的方式将图片计算数据下发至客户端，转到S4。
GPU与CPU的区别在于：CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存和足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件；GPU的核数远超CPU，被称为众核，每个核拥有的缓存大小相对小，数字逻辑运算单元也少而简单，因此GPU能够良好的应用于数值分析、海量数据处理、金融分析等领域。
S4：客户端将图片计算数据进行解密后，生成一张图片，通过GPU算法将该图片进行计算后，生成一张新的图片，新的图片数据即为图片验证数据；将图片验证数据采用MD5加密算法加密后，通过通信key的方式将图片验证数据上传至服务端，转到S5。
S5：服务端将图片验证数据解密后，判断接收的图片验证数据，是否与S3中抽取的验证比对数据中的本地图片验证数据相同，若是，则确定当前客户端为正常客户端(即合法用户使用的客户端)，否则确定当前客户端为异常客户端(即非法用户Hack使用的客户端)。
S3和S4中图片验证数据的计算方法为：采用GPU算法，同时(GPU具备并行的处理功能，因此能够提高计算效率)对图片计算数据的每个像素A的R(RED，红)、G(GREEN，绿)、B(BLUE，蓝)值进行计算，得到图片验证数据。
对R值的计算规则为：R2＝R1·X1+Y1，其中R2为计算后像素A的R值，R1为计算前像素A的R值，X1和Y1可自定义设置，本实施例中X1为0.5，Y1为21。
对G值的计算规则为：G2＝G1·X2+Y2，其中G2为计算后像素A的G值，G1为计算前像素A的G值，X2和Y2可自定义设置，本实施例中X2为0.7，Y2为-25。
对B值的计算规则为：B2＝B1+Y3，其中B2为计算后像素A的G值，B1为计算前像素A的G值，Y3可自定义设置，本实施例中Y3为45。
S3和S4中通过通信key的方式的具体流程为：发送端(服务端或者客户端)将传输数据(服务端下发的图片计算数据、或者客户端上传的图片验证数据)通过对称加密算法进行加密后(加密key即为S2中的通信key)，发送至接收端。接收端(服务端或者客户端)将加密的传输数据进行解密，解密key即为S2中的通信key(若解密失败则证明接收端没有通信Key,即接收端非法)，还原传输数据。
本发明实施例中的基于GPU算法的客户端验证系统，包括分别位于客户端和服务端上的通信key生成模块、位于服务端上的比对数据生成模块、图片计算数据下发模块和图片验证数据比对模块、以及位于客户端上的图片验证数据计算模块。
客户端的通信key生成模块用于：使用非对称加密算法生成客户公钥和客户私钥，将服务公钥和客户私钥通过非对称加密算法加密生成通信key。
服务端的通信key生成模块用于：在服务端中使用非对称加密算法生成服务公钥和服务私钥；将客户公钥和服务私钥通过非对称加密算法加密生成通信key。
比对数据生成模块用于：生成验证比对数据，每对验证比对数据包括指定像素的图片计算数据、以及通过GPU算法对图片计算数据进行计算得到的图片验证数据。
图片计算数据下发模块用于：将验证比对数据中的图片计算数据通过通信key的方式下发至客户端的图片验证数据计算模块。
图片验证数据计算模块用于：客户端通过GPU算法将图片计算数据进行计算后，将计算得到的图片验证数据通过通信key的方式上传至服务端的图片验证数据比对模块。
图片验证数据比对模块用于：判断图片计算数据下发模块下发的图片计算数据对应的本地图片验证数据，是否与图片验证数据计算模块上传的图片验证数据相同，若是，则确定图片验证数据计算模块所属的客户端为正常客户端，否则确定所述所属的客户端为异常客户端。
比对数据生成模块和图片验证数据计算模块计算图片验证数据的工作流程为：采用GPU算法同时对图片计算数据的每个像素A的R、G、B值进行计算，得到图片验证数据：
对R值的计算规则为：R2＝R1·X1+Y1，其中R2为计算后像素A的R值，R1为计算前像素A的R值；
对G值的计算规则为：G2＝G1·X2+Y2，其中G2为计算后像素A的G值，G1为计算前像素A的G值；
对B值的计算规则为：B2＝B1+Y3，其中B2为计算后像素A的G值，B1为计算前像素A的G值。
图片计算数据下发模块和图片验证数据计算模块通过通信key的方式的工作流程为：发送端将传输数据通过对称加密算法进行加密后发送至接收端，加密key为通信key生成模块中的通信key，接收端将加密的传输数据进行解密后，还原传输数据；传输数据为图片计算数据下发模块下发的图片计算数据、或者图片验证数据计算模块上传的图片验证数据。
客户端的通信key生成模块将服务公钥和客户私钥加密生成通信key之前，需要获取并解密经服务端采用对称加密算法加密的服务公钥；所述服务端的通信key生成模块将客户公钥和服务私钥加密生成通信key之前，需要获取并解密经客户端采用对称加密算法加密的客户公钥；客户公钥和服务公钥加密的key相同。
加密的key的设置方法为：客户端的通信key生成模块生成1个32位的随机数X、并发送至服务端；服务端的通信key生成模块生成1个32位的随机数Y、并发送至客户端；服务端和客户端的通信key生成模块均对X和Y使用相同的哈希算法进行计算，生成新的随机数C，C即为加密的key。
所述比对数据生成模块生成的验证比对数据的数量为至少300对；所述图片计算数据下发模块下发的图片计算数据来源于：在所有验证比对数据中随机抽取的1对验证比对数据，该对验证比对数据中的图片计算数据即为下发的图片计算数据。
所述图片计算数据下发模块下发图片计算数据之前，需要对图片计算数据采用加密算法进行加密；所述图片验证数据计算模块上传图片验证数据之前，也需要对图片验证数据进行加密。
进一步，本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (9)

1.一种基于GPU算法的客户端验证方法，其特征在于，该方法包括以下步骤：
步骤A：在客户端中使用非对称加密算法生成客户公钥和客户私钥，在服务端中使用非对称加密算法生成服务公钥和服务私钥；客户端将服务公钥和客户私钥通过非对称加密算法加密生成通信key，服务端将客户公钥和服务私钥通过非对称加密算法加密生成通信key，转到步骤B；
步骤B：服务端生成验证比对数据，每对验证比对数据包括指定像素的图片计算数据、以及通过GPU算法对图片计算数据进行计算得到的图片验证数据；服务端将图片计算数据通过通信key的方式下发至客户端；客户端通过GPU算法将图片计算数据进行计算后，将计算得到的图片验证数据通过通信key的方式上传至服务端，转到步骤C；
步骤C：服务端判断下发的图片计算数据对应的本地图片验证数据，是否与接收的图片验证数据相同，若是，则确定当前客户端为正常客户端，否则确定当前客户端为异常客户端；
步骤B中所述验证比对数据由服务端预先生成，生成数量为至少300对；所述下发的图片计算数据来源于：在所有验证比对数据中随机抽取的1对验证比对数据，该对验证比对数据中的图片计算数据即为下发的图片计算数据。
2.如权利要求1所述的基于GPU算法的客户端验证方法，其特征在于：步骤B中所述图片验证数据的计算方法为：采用GPU算法同时对图片计算数据的每个像素A的R、G、B值进行计算，得到图片验证数据；
对R值的计算规则为：R2＝R1·X1+Y1，其中R2为计算后像素A的R值，R1为计算前像素A的R值；
对G值的计算规则为：G2＝G1·X2+Y2，其中G2为计算后像素A的G值，G1为计算前像素A的G值；
对B值的计算规则为：B2＝B1+Y3，其中B2为计算后像素A的G值，B1为计算前像素A的G值，其中，X1、Y1、X2、Y2和Y3的值均自定义设置；
步骤B中所述通过通信key的方式的具体流程为：发送端将传输数据通过对称加密算法进行加密后发送至接收端，加密key为步骤A中的通信key，接收端将加密的传输数据进行解密后，还原传输数据；传输数据为服务端下发的图片计算数据、或者客户端上传的图片验证数据。
3.如权利要求1所述的基于GPU算法的客户端验证方法，其特征在于：步骤A中客户端将服务公钥和客户私钥加密生成通信key之前，需要获取并解密经服务端采用对称加密算法加密的服务公钥；服务端将客户公钥和服务私钥加密生成通信key之前，也需要获取并解密经客户端采用对称加密算法加密的客户公钥；客户公钥和服务公钥加密的key相同；
加密的key的设置方法为：在客户端中生成1个32位的随机数X、并发送至服务端；在服务端中生成1个32位的随机数Y、并发送至客户端；服务端和客户端均对X和Y使用相同的哈希算法进行计算，生成新的随机数C，C即为加密的key。
4.如权利要求1至3任一项所述的基于GPU算法的客户端验证方法，其特征在于：步骤B中服务端下发图片计算数据之前，需要对图片计算数据采用加密算法进行加密；客户端上传图片验证数据之前，也需要对图片验证数据进行加密。
5.一种基于GPU算法的客户端验证系统，其特征在于：该系统包括分别位于客户端和服务端上的通信key生成模块、位于服务端上的比对数据生成模块、图片计算数据下发模块和图片验证数据比对模块、以及位于客户端上的图片验证数据计算模块；
客户端的通信key生成模块用于：使用非对称加密算法生成客户公钥和客户私钥，将服务公钥和客户私钥通过非对称加密算法加密生成通信key；
服务端的通信key生成模块用于：在服务端中使用非对称加密算法生成服务公钥和服务私钥；将客户公钥和服务私钥通过非对称加密算法加密生成通信key；
比对数据生成模块用于：生成验证比对数据，每对验证比对数据包括指定像素的图片计算数据、以及通过GPU算法对图片计算数据进行计算得到的图片验证数据；
图片计算数据下发模块用于：将验证比对数据中的图片计算数据通过通信key的方式下发至客户端的图片验证数据计算模块；
图片验证数据计算模块用于：客户端通过GPU算法将图片计算数据进行计算后，将计算得到的图片验证数据通过通信key的方式上传至服务端的图片验证数据比对模块；
图片验证数据比对模块用于：判断图片计算数据下发模块下发的图片计算数据对应的本地图片验证数据，是否与图片验证数据计算模块上传的图片验证数据相同，若是，则确定图片验证数据计算模块所属的客户端为正常客户端，否则确定所述所属的客户端为异常客户端。
6.如权利要求5所述的基于GPU算法的客户端验证系统，其特征在于：所述比对数据生成模块和图片验证数据计算模块计算图片验证数据的工作流程为：采用GPU算法同时对图片计算数据的每个像素A的R、G、B值进行计算，得到图片验证数据；
对R值的计算规则为：R2＝R1·X1+Y1，其中R2为计算后像素A的R值，R1为计算前像素A的R值；
对G值的计算规则为：G2＝G1·X2+Y2，其中G2为计算后像素A的G值，G1为计算前像素A的G值；
对B值的计算规则为：B2＝B1+Y3，其中B2为计算后像素A的G值，B1为计算前像素A的G值，其中，X1、Y1、X2、Y2和Y3的值均自定义设置；
图片计算数据下发模块和图片验证数据计算模块通过通信key的方式的工作流程为：发送端将传输数据通过对称加密算法进行加密后发送至接收端，加密key为通信key生成模块中的通信key，接收端将加密的传输数据进行解密后，还原传输数据；传输数据为图片计算数据下发模块下发的图片计算数据、或者图片验证数据计算模块上传的图片验证数据。
7.如权利要求5所述的基于GPU算法的客户端验证系统，其特征在于：所述客户端的通信key生成模块将服务公钥和客户私钥加密生成通信key之前，需要获取并解密经服务端采用对称加密算法加密的服务公钥；
所述服务端的通信key生成模块将客户公钥和服务私钥加密生成通信key之前，需要获取并解密经客户端采用对称加密算法加密的客户公钥；客户公钥和服务公钥加密的key相同；
加密的key的设置方法为：客户端的通信key生成模块生成1个32位的随机数X、并发送至服务端；服务端的通信key生成模块生成1个32位的随机数Y、并发送至客户端；服务端和客户端的通信key生成模块均对X和Y使用相同的哈希算法进行计算，生成新的随机数C，C即为加密的key。
8.如权利要求5所述的基于GPU算法的客户端验证系统，其特征在于：所述比对数据生成模块生成的验证比对数据的数量为至少300对；所述图片计算数据下发模块下发的图片计算数据来源于：在所有验证比对数据中随机抽取的1对验证比对数据，该对验证比对数据中的图片计算数据即为下发的图片计算数据。
9.如权利要求5至8任一项所述的基于GPU算法的客户端验证系统，其特征在于：所述图片计算数据下发模块下发图片计算数据之前，需要对图片计算数据采用加密算法进行加密；所述图片验证数据计算模块上传图片验证数据之前，也需要对图片验证数据进行加密。
CN201611122789.3A 2016-12-08 2016-12-08 基于gpu算法的客户端验证方法及系统 Active CN106789985B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611122789.3A CN106789985B (zh) 2016-12-08 2016-12-08 基于gpu算法的客户端验证方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611122789.3A CN106789985B (zh) 2016-12-08 2016-12-08 基于gpu算法的客户端验证方法及系统

Publications (2)

Publication Number Publication Date
CN106789985A CN106789985A (zh) 2017-05-31
CN106789985B true CN106789985B (zh) 2019-11-12

Family

ID=58877252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611122789.3A Active CN106789985B (zh) 2016-12-08 2016-12-08 基于gpu算法的客户端验证方法及系统

Country Status (1)

Country Link
CN (1) CN106789985B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107529078B (zh) * 2017-09-08 2019-08-02 武汉斗鱼网络科技有限公司 防止被刷的验证方法及装置
CN107623865A (zh) * 2017-09-26 2018-01-23 武汉斗鱼网络科技有限公司 一种数据校验方法及服务器
CN107528855A (zh) * 2017-09-26 2017-12-29 武汉斗鱼网络科技有限公司 一种数据校验方法及服务器
CN107613314B (zh) * 2017-10-09 2019-09-20 武汉斗鱼网络科技有限公司 一种检测直播中刷人气行为的方法及装置
CN108174250B (zh) * 2018-01-08 2020-09-08 武汉斗鱼网络科技有限公司 一种检测直播间人气值的方法、客户端及计算机设备
CN110380843B (zh) * 2018-04-13 2022-12-02 武汉斗鱼网络科技有限公司 一种信息处理方法及相关设备
CN110381342B (zh) * 2018-04-13 2021-09-07 武汉斗鱼网络科技有限公司 一种信息处理方法及相关设备
CN108881966B (zh) * 2018-04-13 2021-04-27 武汉斗鱼网络科技有限公司 一种信息处理方法以及相关设备
CN108769748B (zh) * 2018-04-13 2021-06-15 武汉斗鱼网络科技有限公司 一种信息处理方法及相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1474281A (zh) * 2002-04-18 2004-02-11 微软公司 图形系统中认证组件的方法和系统
CN1661959A (zh) * 2004-02-27 2005-08-31 微软公司 设备的安全性关联
CN105101180A (zh) * 2014-04-18 2015-11-25 北京安兔兔科技有限公司 终端真伪验证方法及装置
CN106161416A (zh) * 2015-05-20 2016-11-23 中兴通讯股份有限公司 一种实现数据传输的方法及光通道传输设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030212735A1 (en) * 2002-05-13 2003-11-13 Nvidia Corporation Method and apparatus for providing an integrated network of processors

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1474281A (zh) * 2002-04-18 2004-02-11 微软公司 图形系统中认证组件的方法和系统
CN1661959A (zh) * 2004-02-27 2005-08-31 微软公司 设备的安全性关联
CN105101180A (zh) * 2014-04-18 2015-11-25 北京安兔兔科技有限公司 终端真伪验证方法及装置
CN106161416A (zh) * 2015-05-20 2016-11-23 中兴通讯股份有限公司 一种实现数据传输的方法及光通道传输设备

Also Published As

Publication number Publication date
CN106789985A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106789985B (zh) 基于gpu算法的客户端验证方法及系统
CN106385601B (zh) 基于多协议验证的同时观看直播人数的统计方法及系统
CN106385593B (zh) 基于椭圆曲线算法的同时观看直播人数的统计方法及系统
CN104219051B (zh) 一种群组内消息的通信方法和系统
CN103457727B (zh) 一种实现媒体数据处理的方法、装置和系统
CN112906030B (zh) 基于多方全同态加密的数据共享方法和系统
US8687812B2 (en) Method and apparatus for public key cryptography
CN101163228A (zh) 网络视频监控的视频数据加密的系统和方法
CN107483505B (zh) 一种对视频聊天中的用户隐私进行保护的方法及系统
CA2742029C (en) Method and system for identity-based key management
CN103179514B (zh) 一种敏感信息的手机安全群分发方法和装置
CN101536514B (zh) 用于管理密钥传输的方法和设备
CN103763094A (zh) 一种智能电表系统安全监控信息处理方法
CA3143855A1 (en) Systems and methods for federated learning on blockchain
CN105959729A (zh) 一种统计直播平台在线用户人数的方法及系统
CN101202630A (zh) 在tr069综合终端管理平台加解密的方法和系统
CN116957064A (zh) 基于知识蒸馏的联邦学习隐私保护模型训练方法及系统
CN113612794A (zh) 流媒体数据加密传输方法、装置、计算机设备及存储介质
CN104092551B (zh) 一种基于rsa算法的安全密钥传输方法
CN101150395A (zh) 一种加密授权管理系统的双重分组的四层加密方法
CN108881966A (zh) 一种信息处理方法以及相关设备
CN109104278A (zh) 一种加密解密方法
CN110708337B (zh) 一种基于身份认证的大数据安全框架系统
CN110098937B (zh) 一种基于时间戳的数据块关联加密算法
CN117201191B (zh) 一种数据传输的动态加密方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230911

Address after: Room 401, Building 10, University Science Park, 20 Jianxiong Road, Science and Education New Town, Taicang City, Suzhou, Jiangsu Province, 215000

Patentee after: Suzhou Xiaobai and his friends Technology Co.,Ltd.

Address before: 430000 East Lake Development Zone, Wuhan City, Hubei Province, No. 1 Software Park East Road 4.1 Phase B1 Building 11 Building

Patentee before: WUHAN DOUYU NETWORK TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right