公开(公告)号：CN118035743A

公开(公告)日：2024-05-14

申请号：CN202410188111.3

申请日：2024-02-20

Applicant: 桂林电子科技大学

Inventor： 王会勇 ,  陈天明 ,  唐士杰 ,  赵萌 ,  王继奎

IPC: G06F18/214 ,  G06N20/00 ,  G06F21/62 ,  G06F21/64 ,  H04L9/00

Abstract: 本发明涉及机器学习技术领域，具体涉及一种支持批量身份验证且保护隐私的逻辑回归训练方法，构造了一个服务提供商和云服务器不相互勾结的系统，其中数据拥有者只需提供加密数据，不需要参与训练，降低了数据拥有者的通信开销，利用基于ElGamal密码系统的乘法同态变体对数据进行加密，采用模型参数致盲明文数据的方式对数据进行隐藏，同时采用分布式解密策略，防止解密密钥私有化，从而保证数据的机密性；进一步的，通过批量身份验证，可以一次性验证多个用户的身份信息，能够快速有效地处理大量用户的身份验证请求，提高了工作效率并降低了成本。

公开(公告)号：CN117195162A

公开(公告)日：2023-12-08

申请号：CN202311179824.5

申请日：2023-09-13

Applicant: 桂林电子科技大学

Inventor： 王会勇 ,  陈天明 ,  丁勇 ,  唐士杰 ,  王继奎

IPC: G06F18/27 ,  G06F18/214 ,  G06F21/62

Abstract: 本发明涉及云计算技术领域，具体涉及一种保护隐私且非交互的多方逻辑回归模型训练方法，构造了保护隐私的多方逻辑回归模型，具体为：用户对本地私有数据进行加密并上传给服务供应商，服务供应商收集用户的加密数据后，在云服务器的帮助下训练全局逻辑回归模型，最终获得模型结果。同时在训练过程中采用隐私保护训练协议，确保数据的机密性以及完整性。数据所有者不需要与服务提供者或云服务器进行交互，同时，每次进行模型训练时，服务提供者和云服务器之间只有一轮交换，在效率、安全和功能之间达到一个较好的平衡，解决了现有逻辑回归模型训练时间长、计算开销大、模型精度低以及对用户隐私信息保护不足的技术问题。