-
公开(公告)号：CN115426136B
公开(公告)日：2024-04-16
申请号：CN202210969950.X
申请日：2022-08-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40 , H04L9/14 , H04L67/10 , H04L67/1097
Abstract: 本发明属于数据跨域安全共享技术领域，特别涉及一种基于区块链的跨域访问控制方法及系统，将信任锚用户身份认证标识设置在用户注册属性证书中，依据域内及域间需求来制定对应数据域中的访问控制策略，利用可信权威机构生成公钥算法所需密钥；利用SM4加密算法对访问控制策略内容进行对称加密，并利用CP‑ABE属性基加密算法对对称密钥进行属性基加密，将相关密文上传至区块链网络，以智能合约形式分布式存储有关访问控制信息；当前用户申请访问目标数据域中的数据资源时，依据其访问请求并利用自身属性密钥解密对称密钥密文，并利用解密得到的对称密钥对属性基加密密文进行解密来获取策略明文，进而获取相关数据资源。本发明兼顾数据安全性与应用成本，在实现跨域数据资源细粒度访问控制的前提下，能够提高数据资源的共享效率。
-
Patent Agency Ranking
公开(公告)号：CN117474132A
公开(公告)日：2024-01-30
申请号：CN202311377014.0
申请日：2023-10-23
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及机器学习技术领域，特别涉及一种面向非独立同分布数据的最大相似性联邦学习方法及系统，首先，参与当前轮次联邦学习的若干客户端获取最新全局模型，通过遍历模型层并基于预设系数生成各客户端自身用于矫正本地模型偏移的最大相似性模型；接着，各客户端基于最大相似性模型及预设本地目标损失函数进行本地训练，并将本地更新的梯度上传至服务器；然后，针对各客户端上传的本地更新梯度，服务器通过平均聚合操作生成下一轮联邦学习的全局模型。本发明根据全局模型和本地模型之间的隐含关系循环计算模型层级之间的相似性关系，利用相似性系数和通用相似性值生成最大相似性模型，在矫正模型偏移问题的同时，也具有更好的准确性和稳定性。
-
公开(公告)号：CN116781332A
公开(公告)日：2023-09-19
申请号：CN202310662506.8
申请日：2023-06-06
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及网络信息安全技术领域，特别涉及一种基于区块链的网络流量取证溯源方法及系统，通过将表征网络流量统计特征、行为特征、标识特征及网络流量是否恶意的感知结果作为网络流量描述源数据，将所述网络流量描述源数据存储在链下数据库并生成链上索引码；依据链上索引码和网络流量表示特征生成存证数据，并将存证数据通过加密部署至区块链；根据网络恶意流量取证溯源请求获取恶意流量目标节点的标识特征，以得到区块链中标识特征对应的目标链上索引码；依据索引码查询链下数据库中存储的对应网络流量描述源数据，以获取网络恶意流量取证信息。本发明基于区块链能够实现具有去中心化、安全、不可篡改的可靠流量攻击溯源与感知结果数据共享。
-
公开(公告)号：CN116502730A
公开(公告)日：2023-07-28
申请号：CN202310360234.6
申请日：2023-04-06
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N20/00 , G06F21/60 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及数据安全技术领域，特别涉及一种基于随机参与差分隐私混洗模型的联邦学习隐私保护方法，通过客户端利用本地随机器生成本轮联合训练本地权重数据并上传至混洗器；混洗器对接收到的本地权重数据进行随机混洗操作并在固定约束时间内将随机混洗后的本地权重数据传送至分析器；分析器对接收到的本地权重数据进行聚合，利用聚合后的权重来更新下一轮联合训练全局模型参数，并向所有客户端广播更新后的全局模型参数。本发明可以解决现有联邦学习模型因网络堵塞等原因导致联合训练时间过程长进而影响联邦学习在实际应用场景中可实施性等问题，在联盟训练中能够对客户端进行有效采样的同时能够保证模型较高的准确性。
-
公开(公告)号：CN116226901A
公开(公告)日：2023-06-06
申请号：CN202211549294.4
申请日：2022-12-05
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于数据隐私保护技术领域，特别涉及一种基于差分隐私的自适应Top‑k扰动混洗联邦学习方法及系统，分析器初始化业务模型权重和Top‑k，并将数据发送至各数据方；各数据方利用模型权重参数更新本地局部模型，利用本地数据对本地局部模型进行训练，对Top‑k维度模型参数进行随机化扰动，并将参数发送给混洗器；混洗器对模型权重参数进行双重扰动处理，对混洗后将权重参数发送至分析器；分析器聚合接收到的模型权重参数并生成全局模型权重和新的Top‑k，将全局模型权重和新的Top‑k广播至下一轮参与训练的数据方。本发明通过动态调整Top‑k的大小来改变影响客户端和混洗器对Top‑k模型参数的扰动，在提升模型效率的同时，能够降低隐私预算值，便于联邦学习中隐私数据保护。
-
公开(公告)号：CN115426136A
公开(公告)日：2022-12-02
申请号：CN202210969950.X
申请日：2022-08-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40 , H04L9/14 , H04L67/10 , H04L67/1097
Abstract: 本发明属于数据跨域安全共享技术领域，特别涉及一种基于区块链的跨域访问控制方法及系统，将信任锚用户身份认证标识设置在用户注册属性证书中，依据域内及域间需求来制定对应数据域中的访问控制策略，利用可信权威机构生成公钥算法所需密钥；利用SM4加密算法对访问控制策略内容进行对称加密，并利用CP‑ABE属性基加密算法对对称密钥进行属性基加密，将相关密文上传至区块链网络，以智能合约形式分布式存储有关访问控制信息；当前用户申请访问目标数据域中的数据资源时，依据其访问请求并利用自身属性密钥解密对称密钥密文，并利用解密得到的对称密钥对属性基加密密文进行解密来获取策略明文，进而获取相关数据资源。本发明兼顾数据安全性与应用成本，在实现跨域数据资源细粒度访问控制的前提下，能够提高数据资源的共享效率。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
