-
公开(公告)号：CN113300828A
公开(公告)日：2021-08-24
申请号：CN202110586373.1
申请日：2021-05-27
Applicant: 南开大学
Abstract: 本发明属于分布式隐私保护的数据收集技术领域，具体涉及一种分布式差分隐私聚合方法。该方法包括以下步骤：基于中心化差分隐私算法服从分布的可加性，通过在用户端添加噪音的方式对中心化差分隐私算法进行分布式实现；在用户发送数据及数据聚合过程中，使用安全多方计算的方法，用户通过秘密分享的方式向各个聚合器发送通过差分隐私算法随机化后的数据，而后各聚合器之间交互获得最终的随机化的聚合结果。通过本发明提供的精确高效的分布式差分隐私聚合方法，分布式实现差分隐私算法提高了分布式隐私保护数据收集的精确性，且在数据收集方不可信的信任假设下，通过安全多方计算保证用户中间数据的安全性，并提高了安全数据聚合的效率。
-
公开(公告)号：CN116484389A
公开(公告)日：2023-07-25
申请号：CN202310480927.9
申请日：2023-04-28
Applicant: 南开大学
Abstract: 本发明属于隐私计算的隐私数据收集与分析领域，具体涉及一种基于可信硬件的隐私集合求交与数据分析方法。该方法包括以下步骤，步骤1，数据节点与计算节点协商可信执行环境将运行的交集运算程序并交换密钥；步骤2，计算节点通过可信执行环境中的Enclave程序的茫然算法计算多方隐私交集数据，并加密存储在计算节点的不可信内存中；步骤3，计算节点通过茫然数据压缩算法降低交集数据的存储需求，并通过茫然查询算法响应查询者的频率查询请求。
-
公开(公告)号：CN113300828B
公开(公告)日：2022-07-05
申请号：CN202110586373.1
申请日：2021-05-27
Applicant: 南开大学
Abstract: 本发明属于分布式隐私保护的数据收集技术领域，具体涉及一种分布式差分隐私聚合方法。该方法包括以下步骤：基于中心化差分隐私算法服从分布的可加性，通过在用户端添加噪音的方式对中心化差分隐私算法进行分布式实现；在用户发送数据及数据聚合过程中，使用安全多方计算的方法，用户通过秘密分享的方式向各个聚合器发送通过差分隐私算法随机化后的数据，而后各聚合器之间交互获得最终的随机化的聚合结果。通过本发明提供的精确高效的分布式差分隐私聚合方法，分布式实现差分隐私算法提高了分布式隐私保护数据收集的精确性，且在数据收集方不可信的信任假设下，通过安全多方计算保证用户中间数据的安全性，并提高了安全数据聚合的效率。
-
-
Search Results
3
records
(took 0.014 seconds)
