-
公开(公告)号：CN115242444A
公开(公告)日：2022-10-25
申请号：CN202210710116.9
申请日：2022-06-22
Applicant: 暨南大学
IPC: H04L9/40 , H04L41/142 , H04L41/147 , H04L67/10
Abstract: 本发明涉及机器学习领域，为一种可验证的隐私保护线性回归方法和系统，该方法包括：模型拥有者将线性回归模型相关的可验证参数公开，把线性回归模型相关的可验证参数部署在云服务器；用户对数据进行Paillier加密得到密文，将密文上传至线性回归模型所在的云服务器；用户请求云服务器对密文进行计算，云服务器通过线性回归模型对用户上传的密文进行计算预测，将计算预测结果返回给用户；利用模型拥有者提前公开的线性回归模型相关的可验证参数对计算预测结果的明文正确性进行验证。本发明可以防止云服务器恶意返回错误的结果，能够保证用户数据和模型的安全行，可以保护模型拥有者的模型信息和用户的数据信息、预测结果的隐私性。
-
公开(公告)号：CN110190945B
公开(公告)日：2022-07-19
申请号：CN201910451741.4
申请日：2019-05-28
Applicant: 暨南大学
Abstract: 本发明公开了一种基于多加密的线性回归隐私保护方法及系统，该系统包括多个数据提供端、第一云服务器、第二云服务器和数据请求端；多个数据提供端采用不同的同态代理重加密算法加密数据；数据请求端向第一云服务器发送使用数据构建线性回归模型的请求；数据提供端发送数据到第一云服务器；第一云服务器对数据提供端的密文数据添加噪音并进行密文转换；第二云服务器解密、计算加密；第一云服务器对第二云服务器的加密数据进行去噪处理；数据请求端采用私钥解密得到训练好的线性回归模型。本发明解决了将多个不同加密系统加密的数据转换到了用同一公钥加密的数据，训练一个线性回归模型，不受数据集分区的影响，同时保护数据和线性回归模型的隐私。
-
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：CN112600851A
公开(公告)日：2021-04-02
申请号：CN202011516419.4
申请日：2020-12-21
Applicant: 暨南大学
Abstract: 本发明公开了一种面向事件的可链接可追踪的匿名认证方法，方法包括以下步骤：系统初始化，生成主公钥和主私钥；用户秘钥生成，通过秘钥生成算法生成用户的公私钥对；通过证书生成算法生成用户的证书；匿名认证消息，通过认证算法对消息进行认证；验证认证，通过验证算法检验得到的认证；链接认证，通过链接算法检查两个认证令牌是否来自于同一个用户；追踪二次认证用户，当链接到两个认证令牌时，通过追踪算法得到该二次认证用户的公钥。本发明方法不依赖于群签名或环签名，在面向同一事件的认证中，认证一次具有完全地匿名性，同时针对认证两次的情况，进一步实现了不依赖于权威机构的可链接性和可追踪性，从而平衡了匿名性和责任性。
-
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。
-
Patent Agency Ranking
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：CN110232764A
公开(公告)日：2019-09-13
申请号：CN201910406319.7
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匿名电子投票方法及系统，包括下述步骤：投票端将投票端身份信息和以太坊账户地址发送至注册中心，注册中心生成盲签名，并发送至投票端，投票端输出投票权限签名；投票管理端生成投票参数，将参数写入智能合约并采用交易的方法发送到区块链网络中进行信息公示，投票端获取智能合约投票内容，并将投票端选票消息以交易的形式发布到投票管理端的智能合约中，完成投票；到达设定的投票结束时间后，投票管理端采用智能合约方法，停止接收投票，统计结果。本发明的投票记录随时可查并且不可篡改，提升了投票的公平性，选票与投票端真实身份分离，实现了对投票端和投票的双重匿名保护，更好地保护了投票端的个人隐私。
-
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。
-
公开(公告)号：CN110222527A
公开(公告)日：2019-09-10
申请号：CN201910428441.4
申请日：2019-05-22
Applicant: 暨南大学
Abstract: 本发明公开了一种隐私保护方法，包括如下步骤：client准备数据，并将数据用自己的公钥加密后发送给server，发送数据的顺序由server规定；server接收数据后，根据自己模型的节点选择对应的加密数据，在密文上执行一个比较协议，并将盲化的比较结果乱序发送给client，同时将一个比较序列与叶节点的对照表发送给client；client收到比较结果解密后，根据比较结果设置一个(0,1)比较序列，从对照表中找出比较序列对应的叶节点的值即预测结果。本发明在实现用决策树提供预测服务的基础上，保护了server的模型信息、client的数据信息以及最后的预测结果；同时，本发明尽可能的减少了client与server的交互，也具有较高的效率，更符和实际应用场景。
-
公开(公告)号：CN104331428A
公开(公告)日：2015-02-04
申请号：CN201410559955.0
申请日：2014-10-20
Applicant: 暨南大学
CPC classification number: G06F17/30132 , H04L67/2842
Abstract: 本发明公开一种小文件和大文件的存储及访问方法，本发明在存储过程中，将小文件和常用大文件存储在缓存服务器中，访问方法的具体步骤为：用户设备根据用户请求文件名在其前面添加标识性前缀；缓存服务器收到请求后根据文件名的前缀标识符判断其是大文件还是小文件；若请求文件为小文件，缓存服务器搜索本地小文件存储区，若请求文件为大文件，缓存服务器搜索本地缓存区；若缓存服务器具有该文件则引导用户访问该文件，若缓存服务器没有该文件且用户请求为大文件则发送用户请求给管理服务器，本发明将小文件和常用大文件存储在缓存服务器，引入文件名标识性前缀判断，能有效提高用户访问文件的效率，减少用户等待时间。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.034 seconds)
