基于安全内积函数的多客户端人工智能分类方法及系统

    公开(公告)号:CN115099316A

    公开(公告)日:2022-09-23

    申请号:CN202210656410.6

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于安全内积函数的多客户端人工智能分类方法及系统,包括有多个客户端的实体AA、有神经网络分类器的云服务器BB和第三方实体CC。方法包括CC生成安全内积函数计算所需数据分发给AA和BB,AA对本地数据安全计算后发送给BB,BB和CC交互产生安全内积函数的聚合所需的数据,BB用AA发送的数据完成安全内积函数的聚合;BB把聚合结果输入神经网络分类器,得到预测的分类结果,并发送给AA这5个部分;本发明能在保护原始预测数据隐私安全时,使云服务器上的神经网络分类器能够在数据分布在多个计算能力有限的客户端时,有效提供预测分类的功能,减少客户端和服务器通信量,以及降低每个客户端的计算开销和时间成本。

    基于安全内积函数的多客户端人工智能分类方法及系统

    公开(公告)号:CN115099316B

    公开(公告)日:2024-08-02

    申请号:CN202210656410.6

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于安全内积函数的多客户端人工智能分类方法及系统,包括有多个客户端的实体AA、有神经网络分类器的云服务器BB和第三方实体CC。方法包括CC生成安全内积函数计算所需数据分发给AA和BB,AA对本地数据安全计算后发送给BB,BB和CC交互产生安全内积函数的聚合所需的数据,BB用AA发送的数据完成安全内积函数的聚合;BB把聚合结果输入神经网络分类器,得到预测的分类结果,并发送给AA这5个部分;本发明能在保护原始预测数据隐私安全时,使云服务器上的神经网络分类器能够在数据分布在多个计算能力有限的客户端时,有效提供预测分类的功能,减少客户端和服务器通信量,以及降低每个客户端的计算开销和时间成本。

    一种群智感知中数据安全过滤系统及方法

    公开(公告)号:CN114491596B

    公开(公告)日:2024-07-02

    申请号:CN202210088258.6

    申请日:2022-01-25

    Abstract: 本发明公开了一种群智感知中数据安全过滤系统及方法,包括初始化与密钥生成、任务生成、任务发布、数据感知、数据安全过滤和数据解密6个部分;感知用户提交给边缘节点用于过滤的是经过群智感知平台CSP的公钥加密后的特征向量,边缘节点只能获得感知用户数据特征向量与群智感知平台CSP提供的数据样本之间的修正余弦相似度关系而无法获取感知用户的其他信息,过滤后提交的数据也是经过群智感知平台的公钥加密的,因此边缘节点无法挖掘用户的有效信息,用户的隐私得到了保证。同时,边缘节点只需要和感知用户进行一轮交互即可计算修正余弦相似度,因此通信开销可以被极大地降低。本发明具有很高的隐私保护安全性、通信效率以及数据可用率。

    移动群智感知中基于轨迹隐私保护的对象匹配系统及方法

    公开(公告)号:CN116437342A

    公开(公告)日:2023-07-14

    申请号:CN202310419969.1

    申请日:2023-04-13

    Inventor: 张明武 周炘晨

    Abstract: 本发明公开了一种移动群智感知中基于轨迹隐私保护的对象匹配系统及方法,系统包括密钥管理中心、任务请求者、感知平台、云服务器、对象;可信密钥管理中心会生成本系统的初始参数并给其他实体分发密钥。任务请求者会对自己的任务轨迹进行加密上传给平台;同理,对象上传自己的工作轨迹密文。平台在接收到轨迹密文后,计算出对应路标点的密文距离,将密文距离发送给云服务器。由云服务器计算LCSS相似度并进行解密,将计算结果发送给平台。最后平台根据计算得到的LCSS相似度选出合适的对象。本发明不仅解决了对象选择过程中隐私保护的问题,而且还实现基于工作轨迹对对象进行任务分配,更符合现实场景,具有很高的实用性。

    一种群智感知中数据安全过滤系统及方法

    公开(公告)号:CN114491596A

    公开(公告)日:2022-05-13

    申请号:CN202210088258.6

    申请日:2022-01-25

    Abstract: 本发明公开了一种群智感知中数据安全过滤系统及方法,包括初始化与密钥生成、任务生成、任务发布、数据感知、数据安全过滤和数据解密6个部分;感知用户提交给边缘节点用于过滤的是经过群智感知平台CSP的公钥加密后的特征向量,边缘节点只能获得感知用户数据特征向量与群智感知平台CSP提供的数据样本之间的修正余弦相似度关系而无法获取感知用户的其他信息,过滤后提交的数据也是经过群智感知平台的公钥加密的,因此边缘节点无法挖掘用户的有效信息,用户的隐私得到了保证。同时,边缘节点只需要和感知用户进行一轮交互即可计算修正余弦相似度,因此通信开销可以被极大地降低。本发明具有很高的隐私保护安全性、通信效率以及数据可用率。

Patent Agency Ranking