-
公开(公告)号：CN113469684A
公开(公告)日：2021-10-01
申请号：CN202110803834.6
申请日：2021-07-16
Applicant: 贵州大学
Abstract: 本发明设计了一种基于联盟链的公平能源交易方式，旨在保证能源交易过程中的交易公平，提高交易效率。在相同的交易环境下，基于联盟链的公平能源交易方式效率明显高于基于其他技术的交易方法。其主要思想是能源交易节点在争夺有限交易资源时，系统将会依据交易实体的活跃信誉值高低进行资源分配。方案结合智能合约提出交易奖惩机制保障交易过程的公平性，当出现交易欺诈或是交易终止时，智能合约将启动交易奖惩机制。根据能源交易的具体情况，对破坏交易的实体进行惩罚，同时奖励遵守交易规则的另一方交易实体。
-
公开(公告)号：CN113259932A
公开(公告)日：2021-08-13
申请号：CN202110543315.0
申请日：2021-05-19
Applicant: 贵州大学
Abstract: 针对目前无线传感器网络（Wireless Sensor Networks，WSNs）中基于幻影节点的源节点位置隐私安全方案中存在的幻影节点与源节点之间传输路径不够多样化、幻影节点分布区域靠近源节点、通信开销大等问题，本文提出一种基于扇形域幻影路由的源节点位置隐私保护方案。该方案利用扇形域与中心节点V的坐标位置，增加幻影节点位置选取多样性，实现幻影节点分布区域远离源节点，并且完全避开攻击者的可视区，从而保护源节点的位置安全。理论分析和仿真实验表明，本协议在降低通信开销的同时，保证了源节点位置更高的安全性。
-
公开(公告)号：CN115276956B
公开(公告)日：2025-05-02
申请号：CN202210807188.5
申请日：2022-07-10
Applicant: 贵州大学
Abstract: 在大数据网络中存在着许多分布式的交互场景，它们需要在不同的环境下进行联合计算。在传统的安全多方计算(SMPC)中，存在常数轮或更多轮数的交互，这大大增加了通信开销。在本发明中，我们通过构造一个基于多项式难题假设的安全多方计算协议，来解决优化轮数复杂度的问题。基于陷门矩阵采用多线性映射操作进行多方交互计算，所得到的结果通过广播信道进行传输，构造具有轮数优化的协议方案。安全性分析表明，该协议实现了静态安全性。
-
公开(公告)号：CN113259932B
公开(公告)日：2023-05-05
申请号：CN202110543315.0
申请日：2021-05-19
Applicant: 贵州大学
Abstract: 针对目前无线传感器网络（Wireless Sensor Networks，WSNs）中基于幻影节点的源节点位置隐私安全方案中存在的幻影节点与源节点之间传输路径不够多样化、幻影节点分布区域靠近源节点、通信开销大等问题，本文提出一种基于扇形域幻影路由的源节点位置隐私保护方案。该方案利用扇形域与中心节点V的坐标位置，增加幻影节点位置选取多样性，实现幻影节点分布区域远离源节点，并且完全避开攻击者的可视区，从而保护源节点的位置安全。理论分析和仿真实验表明，本协议在降低通信开销的同时，保证了源节点位置更高的安全性。
-
-
Patent Agency Ranking
公开(公告)号：CN113139208A
公开(公告)日：2021-07-20
申请号：CN202110550396.7
申请日：2021-05-20
Applicant: 贵州大学
IPC: G06F21/62 , G06F16/901 , G06F16/903
Abstract: 本发明设计了一种基于位置熵的差分隐私保护协议。其主要思想是：结合熵设计了构造匿名集的最佳协助用户选取算法，以智能合约评价用户信誉值。最后提出了一种基于位置熵的差分隐私保护模型，该模型能抵抗背景知识攻击，实现用户可控的隐私保护,并对查询结果进行优化处理，是一个严谨的隐私保护协议。最后通过实验证明该模型在有效保护用户位置隐私的同时保证了数据的可用性。
-
公开(公告)号：CN113139208B
公开(公告)日：2022-12-13
申请号：CN202110550396.7
申请日：2021-05-20
Applicant: 贵州大学
IPC: G06F21/62 , G06F16/901 , G06F16/903
Abstract: 本发明设计了一种基于位置熵的差分隐私用户位置数据保护方法。其主要思想是：结合熵设计了构造匿名集的最佳协助用户选取算法，以智能合约评价用户信誉值。最后提出了一种基于位置熵的差分隐私保护方法，该方法能抵抗背景知识攻击，实现用户可控的隐私保护,并对查询结果进行优化处理，是一个严谨的隐私保护方法。最后通过实验证明该方法在有效保护用户位置隐私的同时保证了数据的可用性。
-
-
公开(公告)号：CN116108908A
公开(公告)日：2023-05-12
申请号：CN202211394767.8
申请日：2022-11-08
Applicant: 贵州大学
IPC: G06N3/082 , G06N3/098 , G06N3/0495
Abstract: 本发明设计一种基于梯度选择的联邦学习动态梯度压缩方法，旨在不损害模型性能下有效地降低通信开销。首先，模型使用了Top‑k稀疏化方法，找到梯度变化率较大的前k项值，这些值能够在后续压缩以及聚合中起到关键作用。然后，模型使用最佳位置编码来降低传送的数据量并进一步防范推理攻击。最后，模型采用了一种带有纠正的误差补偿机制，通过纠正一部分全局模型的压缩误差来提高局部模型的精度。总而言之，我们设计了一种高效安全的联邦学习梯度压缩模型，该方法可以动态地进行梯度压缩并保证在不损害模型精度的前提下降低通信开销。
-
公开(公告)号：CN115276956A
公开(公告)日：2022-11-01
申请号：CN202210807188.5
申请日：2022-07-10
Applicant: 贵州大学
Abstract: 在大数据网络中存在着许多分布式的交互场景，它们需要在不同的环境下进行联合计算。在传统的安全多方计算(SMPC)中，存在常数轮或更多轮数的交互，这大大增加了通信开销。在本发明中，我们通过构造一个基于多项式难题假设的安全多方计算协议，来解决优化轮数复杂度的问题。基于陷门矩阵采用多线性映射操作进行多方交互计算，所得到的结果通过广播信道进行传输，构造具有轮数优化的协议方案。安全性分析表明，该协议实现了静态安全性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.013 seconds)
