-
公开(公告)号：CN115174046A
公开(公告)日：2022-10-11
申请号：CN202210656422.9
申请日：2022-06-10
Applicant: 湖北工业大学
Abstract: 本发明公开了一种向量空间上的联邦学习双向可验证隐私保护方法及系统，首先可信第三方D公布公开参数；用户进行本地训练得到梯度向量，对其盲化后进行承诺，并上传至聚合服务器AS；接着AS验证梯度密文向量的正确性，聚合后得到聚合结果向量，AS将其作为解来构造方程组，并将每一个方程作为子密钥；然后AS将每个子密钥及其承诺发送给对应的用户；用户验证子密钥的有效性，合作解出聚合结果；最后用户验证最后得到的聚合结果是否正确。本发明不仅能够解决联邦学习训练过程中信息的保密性及完整性问题，还能抵抗成员推理攻击、共谋攻击，以及中间人攻击等，同时解决聚合结果恢复阶段的用户掉线问题，并且减小计算开销，提高模型精度。
-
公开(公告)号：CN115099316A
公开(公告)日：2022-09-23
申请号：CN202210656410.6
申请日：2022-06-10
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于安全内积函数的多客户端人工智能分类方法及系统，包括有多个客户端的实体AA、有神经网络分类器的云服务器BB和第三方实体CC。方法包括CC生成安全内积函数计算所需数据分发给AA和BB，AA对本地数据安全计算后发送给BB，BB和CC交互产生安全内积函数的聚合所需的数据，BB用AA发送的数据完成安全内积函数的聚合；BB把聚合结果输入神经网络分类器，得到预测的分类结果，并发送给AA这5个部分；本发明能在保护原始预测数据隐私安全时，使云服务器上的神经网络分类器能够在数据分布在多个计算能力有限的客户端时，有效提供预测分类的功能，减少客户端和服务器通信量，以及降低每个客户端的计算开销和时间成本。
-
公开(公告)号：CN115033903A
公开(公告)日：2022-09-09
申请号：CN202210664896.8
申请日：2022-06-13
Applicant: 湖北工业大学
Abstract: 本发明提供了一种神经网络训练中不完整数据的隐私保护方法及系统，参与者包括可信的第三方TA、数据提供者DP、云服务器CS；假设有T个参与训练的数据提供者DP，可信机构TA为每个DP生成并分发密钥，不参与任何计算。DP拥有一个专用数据集，希望与其他参与者在任意划分的数据集上进行协作式的神经网络学习，通过接入云端保持在线。DP之间不会向TA以外的任何参与方披露各自的隐私数据。DP也不允许CS了解原始数据集和训练的中间结果等敏感信息。本发明让云服务器CS对加密后的数据集进行填补，于神经网络中进行训练，直至满足终止条件。本发明不仅保证了神经网络中分布式训练时数据的隐私，且具备良好的通信和运算效率，同时拥有较高的扩展性。
-
公开(公告)号：CN114710348A
公开(公告)日：2022-07-05
申请号：CN202210335248.8
申请日：2022-03-31
Applicant: 湖北工业大学
Abstract: 本发明提供一种用户使用家庭智能设备的授权认证与密钥协商方法，所述方法包括：S1、所述智能家居中家庭主人设备绑定家庭网关；S2、所述智能家居中家庭智能设备向所述家庭网关进行注册；S3、所述家庭主人对家庭用户进行授权，并将授权信息向所述家庭网关备案；S4、所述家庭网关对家庭用户所能使用的家庭智能设备进行认证与密钥协商。本发明实施例能够解决一个智能家庭中不同类型的用户应该被授予不同家庭智能设备访问权限的问题，并且，本发明实施例在家庭智能设备中嵌入了一个物理不可克隆函数，提高了家庭网络临时会话密钥的安全性。
-
公开(公告)号：CN113536366B
公开(公告)日：2022-07-05
申请号：CN202110640040.2
申请日：2021-06-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种传染病患者密切接触者的隐私保护追溯系统及方法，系统包括：可信中心(TA)、服务器(CS)、用户(USER)；假设所述系统内有n位用户USERi。TA分配和计算系统参数：用户的身份标识ID、用户匹配密钥、服务器密钥、通讯密钥、Hash函数，USERi将个人敏感的实时位置活动轨迹通过用户匹配密钥和通讯密钥加密生成报告上传到CS，CS由通讯密钥进行身份验证，进而匹配并整合构建出一张由密文报告组成的社会活动网络图G；最后通过加密上传患者活动轨迹，CS定位患者顶点后根据图G搜索出当前所有的患者密切接触者以便后续进行检查和诊断。本发明能够保证在接触者追溯时用户隐私不被泄露，同时支持动态更新和多次追溯，速度快、处理准确高效。
-
Patent Agency Ranking
公开(公告)号：CN112688941B
公开(公告)日：2022-05-31
申请号：CN202011537803.2
申请日：2020-12-23
Applicant: 湖北工业大学
Abstract: 本发明提供了一种电子医疗认证与密钥协商方法，包括以下步骤：S1.患者向医疗机构发送注册数据并获得智能卡；S2.对患者家属进行绑定与授权；S3：对所述医疗机构和患者家属进行认证与密钥协商。本发明将患者家属与患者绑定，由患者直接授权家属的合法权限，患者在获得权限后可以自行与医疗机构认证与密钥协商，提高电子医疗系统的安全性，以及患者及患者家属信息的隐秘性。
-
公开(公告)号：CN111125766B
公开(公告)日：2022-02-01
申请号：CN201911357138.6
申请日：2019-12-25
Applicant: 湖北工业大学
Abstract: 本发明属于用户数据隐私保护技术领域，公开了一种电子医疗中保护患者隐私的临床路径查询系统及方法，系统包括第一服务器、第二服务器、医院端、用户端；方法为多家医院分别将该医院的医疗信息通过秘密共享分发到第一服务器、第二服务器；第一服务器、第二服务器根据医疗信息构建临床图并拥有临床份额图，在用户输入症状信息后计算获得临床路径信息的份额，并将临床路径信息的份额发送至用户，用户恢复出完整的临床路径信息。本发明解决了现有技术中电子医疗的数据安全性和隐私性较差的问题，本发明具有很高的隐私保护安全性。
-
公开(公告)号：CN113517065A
公开(公告)日：2021-10-19
申请号：CN202110597404.3
申请日：2021-05-31
Applicant: 湖北工业大学
Abstract: 本发明公开了一种医疗数据隐私保护的云辅助决策树模型诊断系统及方法，系统包括可信中心、评估服务器ES、辅助服务器CS、医疗服务提供商MP、患者；假设所述系统内患者Px根据症状想获取某项疾病的诊断。医疗服务提供商拥有医疗病历训练出的决策树模型，可信中心对系统初始化并分配提供商密钥、患者密钥、评估密钥、辅助密钥。通过所述密钥，Px将症状发给评估服务器，MP将决策树发给辅助服务器。由随机置换和混淆操作，服务器用K近邻方法确定特征的伪下标，得到决策路径生成诊断的部分信息。整个过程中Px的症状和MP的决策模型不被泄露，服务器不知道诊断结果。本发明使用随机置换和单向函数有较高的安全性，同时决策速度快、底层处理轻量，具有实用性。
-
公开(公告)号：CN110445797B
公开(公告)日：2021-08-13
申请号：CN201910752425.0
申请日：2019-08-15
Applicant: 湖北工业大学
Abstract: 本发明公开了一种具有隐私保护的两方多维数据比较方法和系统。所述方法包括：将用户A和用户B的多维数据分别封装到一个十进制数中，然后利用同态加密算法对得到的十进制数进行加密，并将密文发送给雾设备；雾设备对收到的密文进行密文域上的运算并将结果密文发送给云服务器；云服务器对结果密文执行解密运算，并对解密结果进行解析，通过判断解析结果可以得到两方多维数据的比较结果。本发明提供的具有隐私保护的两方多维数据比较方法和系统，能够在不泄露双方多维数据的情况下只进行一轮通信便可以获得双方之间多个数据的比较结果，提高计算效率和通信效率。
-
公开(公告)号：CN108305298B
公开(公告)日：2021-06-04
申请号：CN201810045521.7
申请日：2018-01-17
Applicant: 湖北工业大学
IPC: G06T9/00
Abstract: 本发明公开了一种基于数独矩阵索引的图像可恢复信息隐藏方法。首先，在视觉阈值控制指标下，确定Cover对应ECover的ICP插入编码空间的大小，对需隐藏信息M进行分割特征的统计，选择可以最大概率深度连续索引的数独序列及索引优化策略。然后基于索引优化策略及优选的数独序列进行索引，在ECover的ICP组的许可插入编码空间内，按行、列交替进行深度连续索引编码。最终实现，在保证视觉阈值条件下，提高信息隐藏bPP指标。最后，按编码规则的可逆规则，提取隐藏信息及恢复Cover。本方法支持信息加密特性，可以保护隐藏信息不被破译。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.028 seconds)
