-
公开(公告)号:CN118114306A
公开(公告)日:2024-05-31
申请号:CN202410516746.1
申请日:2024-04-28
Applicant: 暨南大学
IPC: G06F21/62 , G06F21/60 , G06F16/901 , G06F16/903 , H04L9/00 , H04L9/08
Abstract: 本发明公开了一种委托给云服务器的抗合谋攻击的隐私联系人发现方法,包括:参与者协商安全参数,客户端发送私有数字同态加密得到的结果至数据库服务器,双方协商选择使用的哈希函数;对数据进行预处理,得到盲化数据;将客户端的盲化数据发送到云辅助服务器,数据库服务器生成布谷鸟过滤器发送到云辅助服务器;云辅助服务器将客户端的盲化数据发送到数据库服务器进行计算获得密文集合,数据库服务器将密文集合发送给云辅助服务器,进一步处理获得密文处理集合;基于密文处理集合检索布谷鸟过滤器并在检索成功时将元素索引发送给客户端,客户端获得共同联系人数据集。本发明减轻了客户端数据运算量和存储量并在可抵抗合谋攻击下得到共同联系人。
-
公开(公告)号:CN113591078B
公开(公告)日:2024-06-07
申请号:CN202110886083.9
申请日:2021-08-03
Applicant: 暨南大学
IPC: G06F21/55 , G06N3/0464 , G06N3/084 , G06N3/082
Abstract: 本发明公开了一种基于卷积神经网络架构优化的工控入侵检测系统及方法。从工控系统历史数据库中采集生成过程的历史监控数据,经过数据解析和归一化后作为工控入侵检测离线训练模块的输入数据集,设计基于离散群体演化方法的卷积神经网络架构优化平台,获得工控入侵检测特征库和最优架构的卷积神经网络模型,针对工控系统实时数据库中的实时监控数据,从而实现工控入侵检测的在线检测。本发明不仅可实现用于工控入侵检测系统的卷积神经网络架构的自动生成和优化设计,提高了工控入侵检测系统的智能化设计水平和设计效率,还提升了工控系统入侵检测的精准率、召回率和F1评分等性能指标。
-
公开(公告)号:CN117978537A
公开(公告)日:2024-05-03
申请号:CN202410306429.7
申请日:2024-03-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于车联网的条件隐私保护认证方法,包括:对系统参数进行初始化后,分别对车辆和路边基础设施进行注册认证;注册完成后车辆进入路边基础设施的领域内申请服务,路边基础设施对车辆的身份进行认证,认证合法为车辆生成假名并利用布谷鸟过滤器存储,并将假名以及认证信息发送给车辆;车辆接收后根据路边基础设施的认证信息进行身份认证,认证成功车辆接受假名。基于路边基础设施为车辆生成假名,发送方通过假名以及私钥对消息进行签名后发送给接收方,接收方利用发送方信息对消息进行认证。本发明实现了较低的认证开销和通信开销并取得了更好的安全隐私,同时提高了假名查询效率以及降低假名存储空间。
-
公开(公告)号:CN112865949B
公开(公告)日:2022-10-14
申请号:CN202110075675.2
申请日:2021-01-20
Applicant: 暨南大学
Abstract: 本发明公开了一种高效抗远程服务攻击的外包数据存储与访问方法,包括数据拥有者将数据采用预设加法同态加密方案加密,并外包存储在远程服务器;数据拥有者产生访问向量,对访问向量进行加密,发送给远程服务器;远程服务器根据加密后的访问向量,对外包数据进行操作,将操作结果返回给数据拥有者;数据拥有者对操作结果进行解密,获取正确的数据。本发明可以有效地防止恶意的远程服务器获取外包数据的内容,并且隐藏数据的访问模式。与现有技术相比,本发明一是极大地减少了通讯量和数据拥有者的计算量;二是具有较高的安全和隐私保护性,可以抵抗恶意的远程服务器的攻击,并在保护数据内容的同时,保护数据拥有者访问数据时产生的访问模式。
-
公开(公告)号:CN117978537B
公开(公告)日:2024-12-10
申请号:CN202410306429.7
申请日:2024-03-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于车联网的条件隐私保护认证方法,包括:对系统参数进行初始化后,分别对车辆和路边基础设施进行注册认证;注册完成后车辆进入路边基础设施的领域内申请服务,路边基础设施对车辆的身份进行认证,认证合法为车辆生成假名并利用布谷鸟过滤器存储,并将假名以及认证信息发送给车辆;车辆接收后根据路边基础设施的认证信息进行身份认证,认证成功车辆接受假名。基于路边基础设施为车辆生成假名,发送方通过假名以及私钥对消息进行签名后发送给接收方,接收方利用发送方信息对消息进行认证。本发明实现了较低的认证开销和通信开销并取得了更好的安全隐私,同时提高了假名查询效率以及降低假名存储空间。
-
公开(公告)号:CN118300904A
公开(公告)日:2024-07-05
申请号:CN202410726000.3
申请日:2024-06-06
Applicant: 暨南大学
Abstract: 本发明公开了一种基于同态的分组可验证联邦学习方法,包括初始化阶段、本地模型训练及参数上传阶段、聚合阶段以及验证阶段。初始化阶段主要进行参数生成等过程,为后续模型训练做准备;本地模型训练及参数上传阶段由参与方进行本地模型训练并对模型参数施加掩码、分组内生成验证标签、以组为单位以秘密分享的方式上传参数等过程,确保后续信息聚合;聚合阶段由双服务器完成,将接收到的参数与标签分别聚合,再将结果发送给各参与方;验证阶段基于同态加密技术通过验证标签对聚合结果进行检验。本发明通过参与方验证聚合结果的正确性来防止恶意服务器篡改参数和返回错误聚合结果,保证了模型的正确性及可用性。
-
公开(公告)号:CN112865949A
公开(公告)日:2021-05-28
申请号:CN202110075675.2
申请日:2021-01-20
Applicant: 暨南大学
Abstract: 本发明公开了一种高效抗远程服务攻击的外包数据存储与访问方法,包括数据拥有者将数据采用预设加法同态加密方案加密,并外包存储在远程服务器;数据拥有者产生访问向量,对访问向量进行加密,发送给远程服务器;远程服务器根据加密后的访问向量,对外包数据进行操作,将操作结果返回给数据拥有者;数据拥有者对操作结果进行解密,获取正确的数据。本发明可以有效地防止恶意的远程服务器获取外包数据的内容,并且隐藏数据的访问模式。与现有技术相比,本发明一是极大地减少了通讯量和数据拥有者的计算量;二是具有较高的安全和隐私保护性,可以抵抗恶意的远程服务器的攻击,并在保护数据内容的同时,保护数据拥有者访问数据时产生的访问模式。
-
公开(公告)号:CN118520974A
公开(公告)日:2024-08-20
申请号:CN202410978012.5
申请日:2024-07-22
Applicant: 暨南大学
Abstract: 本发明涉及一种衡量用户可靠性的鲁棒安全联邦学习聚合方法,包括:S1、获取若干个本地数据,基于若干个本地数据训练全局模型,获取本地模型;S2、将本地模型进行拆分,将拆分后的本地模型发送至若干服务器;S3、基于若干服务器计算本地模型份额与全局模型间的欧式距离,对欧式距离进行处理,获取可靠性值;S4、根据可靠性值以及本地模型,获取聚合模型,通过聚合模型对本地模型进行更新并训练;S5、重复步骤S1‑S4,直至聚合模型达到预设标准,获取标准的聚合模型。本发明在保护用户数据隐私的同时,还有效降低了拜占庭攻击者以及低质量用户带来的负面影响,提高了联邦学习聚合方案的安全性、鲁棒性以及效率。
-
公开(公告)号:CN118520974B
公开(公告)日:2024-10-22
申请号:CN202410978012.5
申请日:2024-07-22
Applicant: 暨南大学
Abstract: 本发明涉及一种衡量用户可靠性的鲁棒安全联邦学习聚合方法,包括:S1、获取若干个本地数据,基于若干个本地数据训练全局模型,获取本地模型;S2、将本地模型进行拆分,将拆分后的本地模型发送至若干服务器;S3、基于若干服务器计算本地模型份额与全局模型间的欧式距离,对欧式距离进行处理,获取可靠性值;S4、根据可靠性值以及本地模型,获取聚合模型,通过聚合模型对本地模型进行更新并训练;S5、重复步骤S1‑S4,直至聚合模型达到预设标准,获取标准的聚合模型。本发明在保护用户数据隐私的同时,还有效降低了拜占庭攻击者以及低质量用户带来的负面影响,提高了联邦学习聚合方案的安全性、鲁棒性以及效率。
-
公开(公告)号:CN118114306B
公开(公告)日:2024-07-26
申请号:CN202410516746.1
申请日:2024-04-28
Applicant: 暨南大学
IPC: G06F21/62 , G06F21/60 , G06F16/901 , G06F16/903 , H04L9/00 , H04L9/08
Abstract: 本发明公开了一种委托给云服务器的抗合谋攻击的隐私联系人发现方法,包括:参与者协商安全参数,客户端发送私有数字同态加密得到的结果至数据库服务器,双方协商选择使用的哈希函数;对数据进行预处理,得到盲化数据;将客户端的盲化数据发送到云辅助服务器,数据库服务器生成布谷鸟过滤器发送到云辅助服务器;云辅助服务器将客户端的盲化数据发送到数据库服务器进行计算获得密文集合,数据库服务器将密文集合发送给云辅助服务器,进一步处理获得密文处理集合;基于密文处理集合检索布谷鸟过滤器并在检索成功时将元素索引发送给客户端,客户端获得共同联系人数据集。本发明减轻了客户端数据运算量和存储量并在可抵抗合谋攻击下得到共同联系人。
-
-
-
-
-
-
-
-
-