-
公开(公告)号：CN109104696B
公开(公告)日：2020-10-02
申请号：CN201810916399.6
申请日：2018-08-13
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私的移动用户的轨迹隐私保护方法，该方法应用于服务器，并作用于m个通信基站L＝{l1,l2,…lm}，n个用户U＝{u1,u2，…un}所构成的移动场景中，其中li其表示第i个通信基站的位置，1≤i≤m；uj表示第j个用户，1≤j≤n，该方法包括以下步骤：S1、初始化阶段；S2、数据聚合阶段；S3、数据扰动阶段；S4、数据发布阶段。本发明还公开了一种基于差分隐私的移动用户的轨迹隐私保护系统。本发明通过对通信基站覆盖的用户人数进行扰动，而不同于其他方案通过对每个用户的位置进行扰动，这样大大降低了隐私预算的使用，保证了数据的可用性，并且减小了计算开销。
-
公开(公告)号：CN107947942B
公开(公告)日：2019-08-27
申请号：CN201711234735.0
申请日：2017-11-30
Applicant: 安徽大学
Abstract: 本发明公开了一种基于群签名和信誉的车辆位置隐私保护方法，包括以下内容：鼓励更多车辆合作形成群的信誉模型；评估车辆位置隐私强度的隐私模型；群的形成与动态混合区域建立机制；假名更换机制。对于车载自组网络中的任意车辆，当其假名快到期时，根据自身的信誉值，主动向控制服务器请求建立群，控制服务器为请求车辆分配群领导者角色，并根据请求车辆的当前位置，动态形成一个混合区域，在混合区域中的其他车辆根据自己的信誉值、隐私强度、假名剩余时间来判断是否参与合作改变假名，并能够动态的调整车辆的信誉值。本发明能够鼓励更多的车辆加入群，从而合作改变假名，保证车辆位置隐私；同时，车辆在形成的混合区域中不用保持静默状态，而是以群身份广播消息，保障了车辆的行驶安全；此外，能够有效地减少非必要的频繁改变假名造成的资源开销。
-
公开(公告)号：CN109614775A
公开(公告)日：2019-04-12
申请号：CN201811383542.6
申请日：2018-11-20
Applicant: 安徽大学
Abstract: 本发明公开了一种基于区块链的版权溯源的保护方法，应用于由具有去中心化、数据不可篡改、时序块链特性的区块链，一个监管检测机构RTA，并作用于n个用户所构成的网络环境；其中Uj表示第j个用户，1≤j≤n，包括：S1、生成双标签阶段；S2、盗版检测阶段；S3、登记文件阶段；S4、反馈盗版警告阶段；S5、用户反馈阶段。本发明还公开了一种基于区块链的版权溯源的保护框架。本发明中监管检测机构对文件进行加密生成唯一标识哈希，局部敏感算法生成局部敏感哈希，并结合汉明距离计算文件相似度，确认原创再登记到版权区块链中，这个方法有效解决现有版权保护过程中版权欺诈风险以及版权登记机构效率低的问题，实现登记过程的安全、透明和可信任。
-
公开(公告)号：CN109213731A
公开(公告)日：2019-01-15
申请号：CN201810860176.2
申请日：2018-08-01
Applicant: 安徽大学
Abstract: 本发明公开一种云环境中基于迭代加密的多关键词密文检索方法，包括系统初始化、建立索引、加密索引和文件、数据上传、查询请求生成、服务器搜索、数据返回、用户发送更新数据请求。本发明基于迭代加密方式实现快速查找，不依赖于倒排索引结构，同样可以达到相同的效果，在搜索过程中，服务器收到请求后，根据文件标签迭代密文，使用对称加密算法进行迭代解密,可以获得相应的文件标签，然后根据文件标签查找布隆过滤器，从而返回满足条件的文件给用户。因为使用了迭代加密的技巧，在不泄露关键字和文件标签之间关系同时，达到了前向安全的要求。
-
公开(公告)号：CN109005542A
公开(公告)日：2018-12-14
申请号：CN201810825275.7
申请日：2018-07-25
Applicant: 安徽大学
CPC classification number: H04W12/06 , H04L9/0643 , H04L9/0863 , H04L9/0869 , H04L9/3066 , H04W12/02
Abstract: 本发明公开一种基于声誉系统的5G车联网快速消息认证方法，包括TA的初始化、车辆注册、用户登录、车辆发布交通信息、消息认证、声誉管理和假名与可信证明更新等过程。本发明使用声誉系统提高消息的可靠性，因为声誉值低于阈值的车辆无法从TA获得参与通信所需要的可信证明，本发明中的5G车联网通信模型不再受限于路边基站完全可信或者已经充分部署的强制性假设，仅需要借助5G基站协助传输车联网中的消息，另外本发明中的签名部分采用基于椭圆曲线密码学的操作，并且支持消息的批量认证，因此计算、传输开销较低，整体的消息认证效率更高。
-
Patent Agency Ranking
公开(公告)号：CN107257499B
公开(公告)日：2018-09-18
申请号：CN201710601622.3
申请日：2017-07-21
Applicant: 安徽大学
IPC: H04N21/25 , H04N21/254 , H04N21/258 , H04N21/466
Abstract: 本发明公开了一种视频推荐系统中的隐私保护方法和视频推荐方法，该隐私保护方法基于信息匿名化和差分隐私，实现了在视频推荐过程中对用户个人隐私的保护。每个请求视频推荐的用户需要生成一张用户信息表，同时在多个用户中随机选取一个用户作为用户代理，用户代理将收集到的每位用户匿名化后的信息表组合成一张推荐表，用户代理在将推荐表进行差分隐私处理后发送给服务器端，服务器端用推荐算法进行视频推荐后，将推荐结果返回给用户代理，最后用户代理将推荐结果发送给各个用户。该方法在不改变云端推荐算法的前提下解决了传统推荐算法难以实现对用户个人隐私进行有效保护的问题，同时提供了高质量的视频推荐服务。
-
公开(公告)号：CN107392049B
公开(公告)日：2018-04-17
申请号：CN201710619287.X
申请日：2017-07-26
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私保护的推荐方法，包括：1、从网站上获取访问用户对项目的评分信息；2、对用户评分数据加入拉普拉斯噪声得到扰动后的评分数据；3、将扰动评分数据传入使用拉普拉斯机制的概率矩阵分解推荐算法得到用户因子矩阵和项目因子矩阵；4、根据用户因子矩阵和项目因子矩阵预测每个用户对所有项目的评分；5、将预测评分最高的前top个项目推荐用户。本发明能有效解决现有的隐私保护推荐方案中用户数据的安全性差和推荐结果准确性低的问题从而能更好的保护用户数据的隐私并提高推荐结果的准确度。
-
公开(公告)号：CN107645445A
公开(公告)日：2018-01-30
申请号：CN201710829946.2
申请日：2017-09-15
Applicant: 安徽大学
IPC: H04L12/715 , H04L12/751
Abstract: 本发明公开一种基于虚拟节点技术的SDN网络跨域通信方法，包括以下步骤：系统初始化，采用可信的跨域通信服务，并对控制器提供一套标准接口；各个网络域的控制器通过跨域通信服务提供的接口连接到跨域通信服务；跨域通信服务收集各个网络域的控制器所掌控的设备及链路信息；跨域通信服务根据收集的设备链路信息，为不同的控制器将其它可达域中的节点虚拟成该域的虚拟节点；跨域通信服务将虚拟节点同步到控制器，控制器生成虚拟拓扑视图；控制器根据虚拟拓扑进行制定转发策略实现跨域通信。本发明利用软件定义网络的灵活性，通过使用虚拟节点和虚拟拓扑的方式实现跨域通信，不仅能保护各个域的拓扑隐私，还能够提高转发效率。
-
公开(公告)号：CN111814189B
公开(公告)日：2022-10-18
申请号：CN202010847611.5
申请日：2020-08-21
Applicant: 安徽大学
IPC: G06F21/62 , G06K9/62 , G06F16/9536
Abstract: 本发明公开了一种基于差分隐私的分布式学习隐私保护方法，该方法应用于网络中n个用户节点，每个用户拥有自己独立分布的一组数据样本，并包括以下步骤：S1、初始化阶段；S2、用户节点本地学习阶段；步骤S3、用户节点获取邻居节点信息并更新阶段；步骤S4、加噪声扰动阶段；步骤S5、广播阶段。本发明能解决当前分布式学习中的隐私保护问题，使得用户节点通过邻居节点更新自己的本地参数，并将噪声处理过的参数发给邻居节点，从而在去中心化的网络环境下，能保护用户的个人敏感数据不遭泄露。
-
公开(公告)号：CN111954220B
公开(公告)日：2022-09-30
申请号：CN202010847884.X
申请日：2020-08-21
Applicant: 安徽大学 , 安徽国通亿创科技股份有限公司
IPC: H04W12/122 , H04W12/02 , H04W72/04 , G06Q30/08
Abstract: 本发明公开了一种基于差分隐私保护的单向异质频谱分配方法，其步骤包括1、通过对不同频谱的组合定价确定该报价下的对应的收益以及分配方案；2、通过差分隐私机制，以总福利值为可用性函数对定价进行保护；3、确定最后定价，并且根据最终选定的定价，得到对应分配方式。本发明能显著解决传统单向异质频谱拍卖中的隐私泄露问题，从而能有效保护报价信息的同时，实现高效率的频谱分配。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.023 seconds)
