-
公开(公告)号：CN114239070A
公开(公告)日：2022-03-25
申请号：CN202111588461.1
申请日：2021-12-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种在联邦学习中移除非规则用户的隐私保护方法，属于信息安全技术领域。本发明包括不规则用户删除算法TrustIU和保护用户的敏感信息的加权聚合协议两个部分；TrustIU利用余弦相似度进行聚合，减少了不规则用户的负面影响，从而确保全局模型主要来源于高质量的数据；在TrustIU的基础上，本发明采用安全加权的定制密码协议聚合；此聚合方案通过使用双隐蔽隐私保护技术，确保了服务器只学习用户的梯度信息，而不会泄露其他隐私。本发明在具有良好的训练精度和效率的同时，对整个培训过程中对用户退出具有鲁棒性。
-
公开(公告)号：CN113934578A
公开(公告)日：2022-01-14
申请号：CN202111266909.8
申请日：2021-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在联邦学习场景下的数据恢复攻击的方法，涉及铣床辅助工具技术领域，解决现有依然无法从高压缩的梯度中进行数据恢复的技术问题，本方法包括两个部分，一个是离线训练和离线恢复，另一个是在线捕获部分；本发明相比于DLG方案，我们的方案可以应对高压缩的梯度依然可以实现数据恢复，这是因为DLG方案并没有挖掘梯度中的额外信息，而只将梯度用于最终的损失函数优化。而我们的GDRA充分挖掘了梯度中的信息，通过梯度推断出了原始数据的特征，从而弥补了压缩后的梯度所带来的信息损失的优点。
-
公开(公告)号：CN111563265A
公开(公告)日：2020-08-21
申请号：CN202010342081.9
申请日：2020-04-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于隐私保护的分布式深度学习方法，首先，在该方法中各个用户利用私有数据集训练本地模型并获得本地梯度，然后，各个用户利用门限加密算法对用户本地梯度数据进行加密，最后，云服务器实现安全聚合和学习模型全局参数的更新进而完成保护隐私的分布式学习训练过程。本发明将门限加密算法应用在分布式深度学习模型中，提出了安全高效的深度学习训练方法，利用门限加密的同态特性实现了梯度数据在云服务器的安全聚合，基于门限加密算法的门限特性，即使服务器与一定数量用户勾结也无法推断用户训练数据的隐私，同时，基于门限加密算法的非交互特性，本发明可以容忍用户在训练过程中有意或无意的退出行为。
-
公开(公告)号：CN106961329B
公开(公告)日：2020-02-14
申请号：CN201710179121.0
申请日：2017-03-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对ADS‑B协议保密性及完整性的解决方法，属于应用密码学技术领域；一种针对ADS‑B协议保密性及完整性的解决方法包括可信第三方配置安全参数、飞机接收安全参数完成加密并发送ADS‑B消息、接收方接收ADS‑B消息校验。本发明能够在兼容现行ADS‑B协议格式的基础上实现对传统明文广播传输消息的机密性以及完整性的保障。
-
公开(公告)号：CN109684855A
公开(公告)日：2019-04-26
申请号：CN201811540698.0
申请日：2018-12-17
Applicant: 电子科技大学
Abstract: 本发明属于人工智能技术领域，涉及一种基于隐私保护技术的联合深度学习训练方法。本发明实现了一种基于隐私保护技术的高效联合深度学习训练方法。本发明中，各个参与方首先在私有数据集上训练本地模型获得本地梯度，再将本地梯度进行拉普拉斯噪音扰动，并加密后发送至云服务器；云服务器将接收到的所有本地梯度与上一轮的密文参数进行聚合操作，并广播产生的密文参数；最终，参与方解密接收到密文参数，并更新本地模型从而进行后续的训练。本发明结合同态加密方案和差分隐私技术，提出了安全高效的深度学习训练方法，保证训练模型的精确性，同时防止服务器推断模型参数和训练数据隐私以及内部攻击获取私密信息。
-
Patent Agency Ranking
公开(公告)号：CN106961329A
公开(公告)日：2017-07-18
申请号：CN201710179121.0
申请日：2017-03-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对ADS‑B协议保密性及完整性的解决方法，属于应用密码学技术领域；一种针对ADS‑B协议保密性及完整性的解决方法包括可信第三方配置安全参数、飞机接收安全参数完成加密并发送ADS‑B消息、接收方接收ADS‑B消息校验。本发明能够在兼容现行ADS‑B协议格式的基础上实现对传统明文广播传输消息的机密性以及完整性的保障。
-
公开(公告)号：CN106961328A
公开(公告)日：2017-07-18
申请号：CN201710175292.6
申请日：2017-03-22
Applicant: 电子科技大学
CPC classification number: H04L9/0825 , H04L9/30
Abstract: 一种VHE实现方法，涉及VHE加密方案领域，包括如下步骤：根据要加密的明文向量x构造矩阵S′和M′，生成一可逆矩阵Ps及其逆矩阵Pm，计算私钥S和公钥M，其中，S＝S′Ps，M＝PmM′，然后使用公钥M对明文x进行加密操作，计算密文向量c＝Mx+e，其中，e表示噪声向量，本发明解决了现有VHE实现方案因未能有效隐藏公钥和私钥的关系，而存在安全性问题。
-
公开(公告)号：CN119939365A
公开(公告)日：2025-05-06
申请号：CN202510436087.5
申请日：2025-04-09
Applicant: 电子科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/25 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种基于动态对抗训练的无人机自适应感知与防御方法及设备，属于无人机系统安全技术领域。本申请方法包：量化不同的物理环境因素，进行物理攻击建模；基于建立的物理攻击模型，采用生成对抗网络生成动态对抗样本；基于多模态数据融合的方式构建物理攻击类型检测模型；基于构建攻击类型模型检测进行物理攻击检测，若检测出具体的物理攻击类型，则基于该物理攻击类型对应的目标识别模型进行目标识别和定位；否则，基于通用目标识别模型进行目标识别和定位。本申请还公开基于该方法的电子设备。本申请能够显著提升无人机在多样化物理环境下的鲁棒性，使系统在复杂环境中准确识别并检测异常攻击，因而实现更精准的目标识别和定位。
-
公开(公告)号：CN117910034B
公开(公告)日：2025-04-01
申请号：CN202311843309.2
申请日：2023-12-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于漏洞扫描的多关键词隐私信息检索方法、装置及系统，属于信息安全技术领域。相较于传统的基于关键词的隐私检索技术，本发明可以基于多关键词进行隐私检索，拓展了检索的应用场景，特别适用于漏洞扫描的场景中；本发明将数据转化为二维减少了插值多项式的次数，并基于次关键词执行不经意传输协议，从而显著降低同态加密的使用次数，能够减少计算开销；并使用不经意传输技术还能保证用户在查找到自己想要的数据的同时不泄露其要查询数据的次关键词信息，同时保护了服务端的其他数据信息不被用户所知晓；最后，该技术方案可用于漏洞扫描的场景之中，不仅能够保证服务端的数据安全，也能够同时保护用户的查询信息不被服务端知晓。
-
公开(公告)号：CN119323056A
公开(公告)日：2025-01-17
申请号：CN202411529650.5
申请日：2024-10-30
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于NTRU同态外积的隐私信息检索方法，首先将数据库看成一个v+1维的超立方体，用户User以此由查询索引idx生成对应的查询元组(i，j1，j2，...，jv)，将查询元组压缩编码和加密得到一个作为询问的RLWE密文cquery，将密文cquery发送给服务器Server，服务器Server基于密文询问扩展算法将cquery扩展为v+1组密文CTNtru，CTNtruGSW，0，CTNtruGSW，1，…，CTNtruGSW，v‑1，并按照数据库超立方体形式，采用NTRU同态外积计算，生成密文响应结果crespond，发送给用户User，用户采用NTRU解密算法恢复出结果didx。本发明方案实现了对数据库数据记录的隐匿查询，减少了密文查询向量扩展算法的复杂度，提升了隐私信息检索的吞吐量和查询计算效率。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.067 seconds)
