-
公开(公告)号：CN118101181A
公开(公告)日：2024-05-28
申请号：CN202410194187.7
申请日：2024-02-21
Applicant: 之江实验室
Abstract: 本说明书公开了一种风险识别的方法、装置、存储介质及电子设备，该方法包括：确定预先存储的用户数据，采用各智能设备预先设置的安全多方计算预处理函数，生成初始掩码比特份额，并基于初始掩码比特份额，对用户数据进行处理，得到掩码数据，以及生成掩码数据对应的初始标签值。将掩码数据以及初始标签值发送给服务器，根据初始掩码比特份额，确定服务器返回的中间结果对应的第一掩码比特份额和第二掩码比特份额。再根据第一掩码比特份额和第二掩码比特份额，对中间结果进行验证。在中间结果验证通过时，通过与其他智能设备进行交互，以对掩码结果进行解密，确定风险识别结果，不仅保护了用户数据的隐私，还提高了风险识别结果的准确性。
-
公开(公告)号：CN118101181B
公开(公告)日：2024-08-30
申请号：CN202410194187.7
申请日：2024-02-21
Applicant: 之江实验室
Abstract: 本说明书公开了一种风险识别的方法、装置、存储介质及电子设备，该方法包括：确定预先存储的用户数据，采用各智能设备预先设置的安全多方计算预处理函数，生成初始掩码比特份额，并基于初始掩码比特份额，对用户数据进行处理，得到掩码数据，以及生成掩码数据对应的初始标签值。将掩码数据以及初始标签值发送给服务器，根据初始掩码比特份额，确定服务器返回的中间结果对应的第一掩码比特份额和第二掩码比特份额。再根据第一掩码比特份额和第二掩码比特份额，对中间结果进行验证。在中间结果验证通过时，通过与其他智能设备进行交互，以对掩码结果进行解密，确定风险识别结果，不仅保护了用户数据的隐私，还提高了风险识别结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117033442A
公开(公告)日：2023-11-10
申请号：CN202311035190.6
申请日：2023-08-16
Applicant: 之江实验室
IPC: G06F16/2455 , G06F21/31
Abstract: 本说明书公开了一种数据聚合的方法、装置、存储介质及电子设备，包括：接收各智能设备发送的掩码数据以及各掩码数据分别对应的标签值。根据各掩码数据以及各标签值，基于预先构建的聚合树，对各掩码数据进行聚合，确定掩码结果。然后，接收各智能设备发送的掩码结果的掩码比特份额以及掩码比特份额对应的消息验证，根据各掩码比特份额对应的消息验证码，对各掩码比特份额进行验证。在验证通过时，根据各掩码比特份额对掩码结果进行解密，确定聚合结果，保证各智能设备发送的各掩码比特份额的准确性，并采用验证通过的各掩码比特份额对掩码结果进行解密，保证聚合结果的准确性。
-
公开(公告)号：CN117218758A
公开(公告)日：2023-12-12
申请号：CN202311070364.2
申请日：2023-08-23
Applicant: 之江实验室
Abstract: 本说明书公开了一种电子投票的方法、装置、存储介质及电子设备，包括：根据各投票方公布的各掩码投票结果以及接收到的各初始标签值，基于预先构建的计票树，对各掩码投票结果进行统计，确定掩码统计结果以及各运算节点输出的第一结果以及中间标签值。基于同态承诺函数，生成各中间标签值的标签承诺值，并公布，使各投票方公开验证掩码统计结果。在掩码统计结果验证通过时，根据各投票方公布的掩码比特份额，对掩码统计结果进行解密，确定最终投票结果，并公布。通过验证掩码统计结果，保证统计投票结果的过程的准确性，在掩码统计结果验证通过时，采用各掩码比特份额对掩码统计结果进行解密，保证最终投票结果的准确性。
-
公开(公告)号：CN116451776A
公开(公告)日：2023-07-18
申请号：CN202310562191.X
申请日：2023-05-18
Abstract: 本发明公开了一种基于高可用非交互式安全聚合方案的联邦学习方法，其特点是采用基于配对掩码的安全聚合方法，通过异步公共子集共识算法，在分布式服务器集群上实现非交互式的高可用安全聚合的联邦学习，具体包括：(A)初始化阶段(B)聚合阶段epoch 0，第一轮，用户；(C)聚合阶段epoch 0，第一轮，服务器；(D)聚合阶段epoch 0，第二轮，用户；(E)聚合阶段epoch 0，第二轮，服务器；(F)聚合阶段epoch k(k>0)，用户和(G)聚合阶段epoch k(k>0)，服务器等步骤。本发明与现有技术相比具有高可用安全聚合，计算量小，抵抗恶意敌手等优点，实现梯度信息的隐私保护，以及保证了联邦学习训练结果的正确性，建立在与现实网络模型最接近的异步网络模型下，具有较高的实际应用价值。
-
公开(公告)号：CN117033442B
公开(公告)日：2025-02-11
申请号：CN202311035190.6
申请日：2023-08-16
Applicant: 之江实验室
IPC: G06F16/2455 , G06F21/31
Abstract: 本说明书公开了一种数据聚合的方法、装置、存储介质及电子设备，包括：接收各智能设备发送的掩码数据以及各掩码数据分别对应的标签值。根据各掩码数据以及各标签值，基于预先构建的聚合树，对各掩码数据进行聚合，确定掩码结果。然后，接收各智能设备发送的掩码结果的掩码比特份额以及掩码比特份额对应的消息验证，根据各掩码比特份额对应的消息验证码，对各掩码比特份额进行验证。在验证通过时，根据各掩码比特份额对掩码结果进行解密，确定聚合结果，保证各智能设备发送的各掩码比特份额的准确性，并采用验证通过的各掩码比特份额对掩码结果进行解密，保证聚合结果的准确性。
-
公开(公告)号：CN116628744A
公开(公告)日：2023-08-22
申请号：CN202310591140.X
申请日：2023-05-24
Abstract: 本发明公开了一种具有轻量级验证机制的隐私保护联邦学习方法，其特点是采用同态伪随机生成器生成掩码向量来加密梯度向量的方法，通过线性函数生成证明值并加密上传云服务器进行聚合，实现对聚合结果的轻量级验证具体包括：初始化阶段、本地训练阶段、聚合阶段、解密阶段和验证阶段等步骤。本发明与现有技术相比具有对聚合结果的可验证，并抵御云服务器发起的暴力破解攻击，有效解决了隐私泄露的问题，降低了开销并更适用于大规模用户掉线的情况，大大减少了计算和通信开销，具有较高的实际应用价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
