-
公开(公告)号：CN112966281B
公开(公告)日：2023-04-07
申请号：CN202110295010.2
申请日：2021-03-19
Applicant: 西安电子科技大学
IPC: G06F21/60 , G06F21/62 , G06F16/2458 , H04L9/00
Abstract: 本发明公开了一种基于稀疏数据集的隐私保护关联规则挖掘方法，主要解决现有挖掘方法需要引入额外计算开销以及隐私泄露的问题。方案包括：1)系统初始化；2)数据拥有者加密上传数据；3)数据挖掘者加密上传查询；4)双云计算查询与交易的内积密文集合，并计算查询的支持度密文；5)双云安全比较支持度和支持度阈值的大小；6)数据挖掘者解密挖掘结果，判断是否是频繁项集，并求频繁项集的非空真子集与查询加密上传；7)双云安全比较置信度和置信度阈值的大小；8)数据挖掘者解密挖掘结果，判断是否属于强关联规则。本发明降低了隐私泄露的风险，能够满足更高的隐私保护要求；同时，有效提高了挖掘计算效率。
-
公开(公告)号：CN113111090B
公开(公告)日：2023-01-06
申请号：CN202110403024.1
申请日：2021-04-15
Applicant: 西安电子科技大学
IPC: G06F16/2457 , G06F16/22 , G06F16/248 , G06F21/60 , G06F21/62 , H04L9/06
Abstract: 本发明公开了一种基于保序加密的多维数据查询方法，主要解决现有保序加密技术仅支持单维范围查询难以应用于实际生产环境，安全性不高及查询效率低下的问题。其实现方案是：数据拥有者生成密钥并共享给用户，利用网状数据结构、B+树及前缀编码技术对数据分量进行预处理，并将数据和预处理后的数据分量加密上传至云服务器；云服务器根据用户提供的查询区间和查询参数，安全快速的确定查询区间的上下限，并将密文结果发送给用户；用户使用密钥解密密文结果获取查询数据。本发明能支持在密文状态下的细粒度多维数据查询，提高了计算效率，减小了存储空间，可用于在查询数据时对用户和数据拥有者的数据保护。
-
公开(公告)号：CN113518092B
公开(公告)日：2022-08-26
申请号：CN202110833610.X
申请日：2021-07-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多方隐私集合交集方法,主要解决现有技术仅支持在两个参与方环境下的隐藏集合大小交集，而在多个参与方环境下集合交集通信量大的问题。其方案是：参数生成机构生成所需参数；其他参与方利用布隆过滤器表示各自的输入集合，并用联合公钥将其加密发给指定参与方；指定参与方利用其集合元素的哈希值提取密文，再利用基数标记方式，将多个密文合并为聚合密文，并将其发给其他参与方；指定参与方与其他参与方联合解密得到联合明文，从联合明文中恢复出单个明文，得到交集。本发明能支持在多个参与方环境下的隐藏集合大小的隐私集合交集计算，且减少了通信量，可用于在集合交集中对参与者的输入集合元素及大小进行隐私保护。
-
公开(公告)号：CN112949741B
公开(公告)日：2023-04-07
申请号：CN202110288782.3
申请日：2021-03-18
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , H04L9/00 , H04L9/40
Abstract: 本发明提出一种基于同态加密的卷积神经网络图像分类方法，用于解决现有技术中存在的隐私信息容易泄露和无法抵抗共谋攻击的技术问题，实现步骤为：构建多方深度学习场景模型；参数服务器初始化加密参数；每个用户生成自己的公钥和私钥；参数服务器生成自己的公钥和私钥；辅助服务器生成自己的公钥和私钥，以及联合公钥；每个用户获取训练图像样本集和测试图像样本集；参数服务器构建卷积神经网络模型，并初始化训练参数；用户P获取梯度向量密文并上传；参数服务器对梯度密文向量进行聚合；参数服务器和辅助服务器对聚合梯度向量密文进行同态重加密；用户P获取卷积神经网络模型的训练结果；每个用户获取图像分类结果。
-
公开(公告)号：CN113067702B
公开(公告)日：2022-03-22
申请号：CN202110284847.7
申请日：2021-03-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种支持等值测试功能的身份基加密方法，主要解决现有技术中在标准模型下支持等值测试功能的身份基加密效率低的问题。其实现方案为：密钥生成中心根据安全参数生成主密钥，并根据主密钥和公钥生成用户的私钥和授权陷门；用户将授权陷门通过秘密信道发送给指定服务器；用户对明文消息及其哈希值进行并行加密；解密者输入密文和私钥，解密密文得到明文；服务器以两个用户的授权陷门和密文作为输入进行等值测试；服务器向用户返回测试结果，若测试结果为1，则表明两个用户的明文相等，否则，明文不相等。本发明相较于标准模型下支持等值测试功能的身份基加密方案，计算效率更高，性能更加突出，可应用于云存储，大数据的密态数据检索。
-
Patent Agency Ranking
公开(公告)号：CN113518092A
公开(公告)日：2021-10-19
申请号：CN202110833610.X
申请日：2021-07-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多方隐私集合交集方法,主要解决现有技术仅支持在两个参与方环境下的隐藏集合大小交集，而在多个参与方环境下集合交集通信量大的问题。其方案是：参数生成机构生成所需参数；其他参与方利用布隆过滤器表示各自的输入集合，并用联合公钥将其加密发给指定参与方；指定参与方利用其集合元素的哈希值提取密文，再利用基数标记方式，将多个密文合并为聚合密文，并将其发给其他参与方；指定参与方与其他参与方联合解密得到联合明文，从联合明文中恢复出单个明文，得到交集。本发明能支持在多个参与方环境下的隐藏集合大小的隐私集合交集计算，且减少了通信量，可用于在集合交集中对参与者的输入集合元素及大小进行隐私保护。
-
公开(公告)号：CN112948864B
公开(公告)日：2022-12-06
申请号：CN202110305354.7
申请日：2021-03-19
Applicant: 西安电子科技大学
IPC: G06F21/60 , G06F21/62 , G06F16/2458 , G06N5/02
Abstract: 本发明公开了一种基于垂直分区数据库的可验证PPFIM方法，主要解决现有方案的挖掘结果不可验证和泄露项集支持度的问题。步骤包括：1)数据拥有者生成人工事务并添加进原始数据库；2)数据拥有者向数据库中添加虚假事务来隐藏数据项的频率；3)数据拥有者对数据库进行加密后发给云服务器CSP；4)CSP生成联合数据库，并用Eclat算法进行频繁项集挖掘；5)CSP和辅助云服务器交互，计算出挖掘结果中疑似频繁项集的加密频繁真实值，将其和疑似频繁项集一起返回给相关的数据拥有者；6)数据拥有者解密挖掘结果，并验证挖掘结果的正确性和完整性。本发明在相同的安全级别下，减少了隐私泄露，实现了离线挖掘以及挖掘结果可验证。
-
公开(公告)号：CN113067702A
公开(公告)日：2021-07-02
申请号：CN202110284847.7
申请日：2021-03-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种支持等值测试功能的身份基加密方法，主要解决现有技术中在标准模型下支持等值测试功能的身份基加密效率低的问题。其实现方案为：密钥生成中心根据安全参数生成主密钥，并根据主密钥和公钥生成用户的私钥和授权陷门；用户将授权陷门通过秘密信道发送给指定服务器；用户对明文消息及其哈希值进行并行加密；解密者输入密文和私钥，解密密文得到明文；服务器以两个用户的授权陷门和密文作为输入进行等值测试；服务器向用户返回测试结果，若测试结果为1，则表明两个用户的明文相等，否则，明文不相等。本发明相较于标准模型下支持等值测试功能的身份基加密方案，计算效率更高，性能更加突出，可应用于云存储，大数据的密态数据检索。
-
公开(公告)号：CN112949741A
公开(公告)日：2021-06-11
申请号：CN202110288782.3
申请日：2021-03-18
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于同态加密的卷积神经网络图像分类方法，用于解决现有技术中存在的隐私信息容易泄露和无法抵抗共谋攻击的技术问题，实现步骤为：构建多方深度学习场景模型；参数服务器初始化加密参数；每个用户生成自己的公钥和私钥；参数服务器生成自己的公钥和私钥；辅助服务器生成自己的公钥和私钥，以及联合公钥；每个用户获取训练图像样本集和测试图像样本集；参数服务器构建卷积神经网络模型，并初始化训练参数；用户P获取梯度向量密文并上传；参数服务器对梯度密文向量进行聚合；参数服务器和辅助服务器对聚合梯度向量密文进行同态重加密；用户P获取卷积神经网络模型的训练结果；每个用户获取图像分类结果。
-
公开(公告)号：CN112948864A
公开(公告)日：2021-06-11
申请号：CN202110305354.7
申请日：2021-03-19
Applicant: 西安电子科技大学
IPC: G06F21/60 , G06F21/62 , G06F16/2458 , G06N5/02
Abstract: 本发明公开了一种基于垂直分区数据库的可验证PPFIM方法，主要解决现有方案的挖掘结果不可验证和泄露项集支持度的问题。步骤包括：1)数据拥有者生成人工事务并添加进原始数据库；2)数据拥有者向数据库中添加虚假事务来隐藏数据项的频率；3)数据拥有者对数据库进行加密后发给云服务器CSP；4)CSP生成联合数据库，并用Eclat算法进行频繁项集挖掘；5)CSP和辅助云服务器交互，计算出挖掘结果中疑似频繁项集的加密频繁真实值，将其和疑似频繁项集一起返回给相关的数据拥有者；6)数据拥有者解密挖掘结果，并验证挖掘结果的正确性和完整性。本发明在相同的安全级别下，减少了隐私泄露，实现了离线挖掘以及挖掘结果可验证。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.024 seconds)
