-
公开(公告)号：CN112217663B
公开(公告)日：2023-04-07
申请号：CN202010978442.9
申请日：2020-09-17
Applicant: 暨南大学
IPC: H04L41/147 , H04L41/16 , H04L41/14 , G06N3/084 , G06N3/082 , G06N3/048 , H04L9/00 , G06F21/62 , G06N3/0464 , G06F21/60
Abstract: 本发明公开了一种轻量型卷积神经网络安全预测方法，包括以下步骤：通过训练样本构建网络安全预测模型；对网络安全预测模型进行滤波器剪枝，得到剪枝网络安全预测模型；对剪枝网络安全预测模型的模型参数进行编码，得到编码网络安全预测模型；将用户上传数据输入编码网络安全预测模型，对用户上传数据进行加密处理，得到密文；通过密文预测，得到密文预测结果，进而得到最终数据结果；本发明实现对数据的预测分析，并且保证云服务器不能获取用户的任何有效信息，同时用户也无法获得云服务器上面模型的任何信息。
-
公开(公告)号：CN110224993B
公开(公告)日：2021-09-21
申请号：CN201910409823.2
申请日：2019-05-16
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的可追责匿名电子投票方法及系统，包括下述步骤：投票端获得参加投票的成员公私钥对，投票用户管理中心将注册成功的投票端身份信息保存到身份认证表并存入智能合约；投票发起端发起一次投票活动；投票端根据智能合约内容中公布的活动标签构造出投票端的选票信息，向智能合约发送交易进行投票；在智能合约中下载全部投票端的选票信息，验证选票是否重复，并在身份认证表中查看恶意投票端的身份信息；达到预设条件后，接收投票发起端私钥以及时间陷门服务器发出的时间陷门对验证通过的选票进行解密，并统计投票结果。本发明实现了对恶意投票端身份的揭露，更好地保证了投票的公平性和安全性。
-
公开(公告)号：CN109785494B
公开(公告)日：2021-02-05
申请号：CN201811569059.7
申请日：2018-12-21
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的可追踪的匿名电子投票方法，该方法基于区块链平台，用户通过对选票进行匿名认证，并利用一次性区块链地址进行投票，整个投票过程不泄露用户身份，进而保护了用户隐私。此外，当恶意用户投票两次时，能根据公开信息追踪到该用户，从而在一定程度上限制了用户的恶意行为。与利用群签名和环签名实现匿名投票的方案不同，本发明改进了一种基于前缀的匿名认证方法，在保护用户隐私的前提下，减少了在链接选票和追踪用户时的计算量，提高了计算效率。此外，该投票方法可以保证选举过程透明、选票不可伪造、选举结果可验证等特性。本发明实用性强，易于推广和应用。
-
公开(公告)号：CN109815728B
公开(公告)日：2020-12-11
申请号：CN201811569351.9
申请日：2018-12-21
Applicant: 暨南大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于区块链的具有隐私保护的公平合同签署方法。以往电子合同签署需要借助中心化可信第三方协调签名过程。但中心化易出现单点故障，受到内部或外部的攻击，泄露敏感信息。区块链可以实现去中心。然而，已有的基于区块链的合同签署协议虽然可以实现公平合同签署，隐藏合同内容和合同的数字签名，但无法完全隐藏签署人的身份，通过区块链交易的签名脚本仍然可以追查到交易发起人。为了最大限度保护签署方的身份，本发明使用一次性环签名技术，实现混淆参与方身份，并结合盲的可验证加密签名方案，设计出更强的隐私保护公平合同签署协议，让多个签署者通过区块链完成公平的合同签署，隐藏合同内容、数字签名及签署方的身份信息。
-
公开(公告)号：CN110233730A
公开(公告)日：2019-09-13
申请号：CN201910428240.4
申请日：2019-05-22
Applicant: 暨南大学
Abstract: 本发明公开了一种基于K均值聚类的隐私信息保护方法，该方法的步骤包括：多个客户端CUi进行数据加密，得到加密密文上传至云服务端；客户端CUi、云服务端CSP和辅助云服务端ACSP进行数据交互计算，得到重加密密钥；云服务端收到加密密文，进行重加密得到同一公钥的重加密密文，再将重加密密文转换为Paillier加密的密文；云服务端获得Paillier加密的密文后计算聚类；云服务端先将聚类结果的密文转换双向加法同态代理重加密的密文，再转换为客户端公钥下的密文，最后将聚类结果的密文返回给客户端进行解密。本发明实现了对不同公钥的密文进行聚类，将同一公钥下的聚类结果转换为不同公钥下的聚类结果返回给客户端，同时保护了客户端的私人数据和聚类中心的隐私。
-
Patent Agency Ranking
公开(公告)号：CN113077054B
公开(公告)日：2022-11-29
申请号：CN202110234350.4
申请日：2021-03-03
Applicant: 暨南大学
IPC: G06N20/00 , G06F21/60 , G06F21/62 , G06F17/16 , G06F17/18 , H04L9/00 , H04L9/08 , H04L9/14 , H04L67/10
Abstract: 本发明公开了一种基于多密钥密文的岭回归学习方法、系统、介质和设备，获取数据拥有者上传的密文；接收数据分析者发送的公私钥，接收数据分析者使用密文进行岭回归学习的请求；向数据拥有者发送密文转换的请求以及数据分析者发送的公钥，基于数据拥有者同意情况下接收其所发送的代理密钥；利用代理密钥进行密文转换；进入岭回归学习后，根据密文转换所得到的加密后的密文得到密文矩阵，再针对密文矩阵进行矩阵乘法计算得到矩阵A的密文[A]和向量b的密文[b]，计算出岭回归模型参数w的密文。本发明扩展了加密密钥单一的应用场景，解决了多密钥加密数据造成的密文运算困难问题，实现了安全高效的岭回归学习算法，有效地降低了计算和通信开销。
-
公开(公告)号：CN113077054A
公开(公告)日：2021-07-06
申请号：CN202110234350.4
申请日：2021-03-03
Applicant: 暨南大学
IPC: G06N20/00 , G06F21/60 , G06F21/62 , G06F17/16 , G06F17/18 , H04L9/00 , H04L9/08 , H04L9/14 , H04L29/08
Abstract: 本发明公开了一种基于多密钥密文的岭回归学习方法、系统、介质和设备，获取数据拥有者上传的密文；接收数据分析者发送的公私钥，接收数据分析者使用密文进行岭回归学习的请求；向数据拥有者发送密文转换的请求以及数据分析者发送的公钥，基于数据拥有者同意情况下接收其所发送的代理密钥；利用代理密钥进行密文转换；进入岭回归学习后，根据密文转换所得到的加密后的密文得到密文矩阵，再针对密文矩阵进行矩阵乘法计算得到矩阵A的密文[A]和向量b的密文[b]，计算出岭回归模型参数w的密文。本发明扩展了加密密钥单一的应用场景，解决了多密钥加密数据造成的密文运算困难问题，实现了安全高效的岭回归学习算法，有效地降低了计算和通信开销。
-
公开(公告)号：CN109992979B
公开(公告)日：2020-12-11
申请号：CN201910196048.7
申请日：2019-03-15
Applicant: 暨南大学
Abstract: 本发明公开了一种岭回归训练方法，包括步骤：参数初始化，生成系统公共参数，生成各参与方的公私钥对，计算重加密密钥；接收训练请求时，计算联合公钥，用联合公钥加密私有数据，生成密文一；利用两阶段的解密机制，结合密文重加密技术，对密文一进行部分解密和重加密，生成密文二；通过DR对密文二进行解密，得到模型的最终训练结果。本发明用到ElGamal加法变体方案，结合密文重加密技术，保证数据资源在合作过程中的机密性的同时精简计算，提高计算速度的同时降低计算成本。
-
公开(公告)号：CN108197499B
公开(公告)日：2020-08-07
申请号：CN201810025747.0
申请日：2018-01-11
Applicant: 暨南大学
Abstract: 本发明公开了一种可验证的密文数据范围查询方法，针对于各本地数据进行排序，得到三元组数据以及获取到各本地数据的前缀集合，将各本地数据的前缀集合存储在PBtree中；分别针对各三元组数据以及各前缀集合进行加密，同时将加密后的各本地数据存储于PBtree中的叶节点中；上述处理后的数据发送至云服务器中；通过该查询范围生成陷门，云服务器使用陷门在PBtree中搜索，最后将对应搜索到的叶节点中的密文数据返回，数据使用者对密文数据进行解密，根据解密后的数据判断获取到的数据大小是否连续确认云服务器返回的结果是完整的。本发明通过在PBtree叶节点存储额外信息，使得用户查询可验证，防止云服务器查询结果不完整。
-
公开(公告)号：CN110224993A
公开(公告)日：2019-09-10
申请号：CN201910409823.2
申请日：2019-05-16
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的可追责匿名电子投票方法及系统，包括下述步骤：投票端获得参加投票的成员公私钥对，投票用户管理中心将注册成功的投票端身份信息保存到身份认证表并存入智能合约；投票发起端发起一次投票活动；投票端根据智能合约内容中公布的活动标签构造出投票端的选票信息，向智能合约发送交易进行投票；在智能合约中下载全部投票端的选票信息，验证选票是否重复，并在身份认证表中查看恶意投票端的身份信息；达到预设条件后，接收投票发起端私钥以及时间陷门服务器发出的时间陷门对验证通过的选票进行解密，并统计投票结果。本发明实现了对恶意投票端身份的揭露，更好地保证了投票的公平性和安全性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
