一种结合水印和深度学习的人脸识别加密认证方法及系统

    公开(公告)号:CN114170658B

    公开(公告)日:2024-02-27

    申请号:CN202111441926.0

    申请日:2021-11-30

    Applicant: 贵州大学

    Abstract: 本发明涉及一种结合水印和深度学习的人脸识别加密认证方法及系统,属于人脸识别认证领域,摄像头采集人脸图像并嵌入水印,得到水印人脸图像;客户端提取水印信息,并与水印图像进行比对认证;客户端采用基于FaceNet的深度学习算法提取认证成功的人脸图像的人脸特征,并采用CKKS全同态加密算法和国密SM4算法加密,得到人脸特征密文数据;数据库服务器计算加密人脸特征模板与预存的人脸特征模板之间的汉明距离,加密得到汉明距离密文数据;身份验证服务器对汉明距离密文数据进行解密,并对汉明距离明文值与预设汉明距离阈值进行比较,得到人脸识别认证结果,可保证人脸图像数据来源的安全性,提高识别准确率和效率。

    一种可验证的同态代理重加密方法及系统

    公开(公告)号:CN114915401A

    公开(公告)日:2022-08-16

    申请号:CN202210514553.3

    申请日:2022-05-11

    Applicant: 贵州大学

    Abstract: 本发明涉及一种可验证的同态代理重加密方法及系统。本发明引入代理重加密的思想,各参与方用各自的私钥加密,然后将其转化为云服务器的密文,可以实现多方云计算,解决了不同公钥加密下的密文不能进行同态运算的问题;为满足不同用户之间的共享需求,计算结果可选择发送给指定且合法的非数据提供者,再次使用了一次重加密技术,并且计算结果除了指定接收者外,其他用户即使获得了数据提供者的原始密文也无法对其进行解密。给定一个重加密密钥和在原始消息上的一个签名,代理不仅可以转换密文,而且还可以通过使用重加密密钥评估原始签名来提供一个转换后的密文的签名,可用来验证云服务器是否执行正确的函数计算和函数结果的正确性。

    一种基于同态双向代理重加密的数据流转方法

    公开(公告)号:CN117394979A

    公开(公告)日:2024-01-12

    申请号:CN202311436050.X

    申请日:2023-10-31

    Abstract: 本发明公开了一种基于同态双向代理重加密的数据流转方法,包括步骤:S1、CA中心为数据拥有者生成公私钥对;S2、数据拥有者使用同态加密密钥kA,通过全同态加密算法对消息m(数据拥有者向数据请求者发送的数据)进行加密生成c;S3、数据拥有者使用pkA对同态加密密钥kA进行加密生成c1;S4、数据拥有者将c及c1发送给中间代理商,CA中心向中间代理商发送重加密密钥,由中间代理商对c1重加密生成c2;S5、中间代理商将c及c2发送给数据请求者,数据请求者接收到c2,用dB进行解密得到kA,数据请求者得到kA后,通过全同态加密算法对密文c进行解密得到明文m。本发明涉及数据流转领域,具体提供了一种基于同态双向代理重加密的数据流转方法。

    一种结合水印和深度学习的人脸识别加密认证方法及系统

    公开(公告)号:CN114170658A

    公开(公告)日:2022-03-11

    申请号:CN202111441926.0

    申请日:2021-11-30

    Applicant: 贵州大学

    Abstract: 本发明涉及一种结合水印和深度学习的人脸识别加密认证方法及系统,属于人脸识别认证领域,摄像头采集人脸图像并嵌入水印,得到水印人脸图像;客户端提取水印信息,并与水印图像进行比对认证;客户端采用基于FaceNet的深度学习算法提取认证成功的人脸图像的人脸特征,并采用CKKS全同态加密算法和国密SM4算法加密,得到人脸特征密文数据;数据库服务器计算加密人脸特征模板与预存的人脸特征模板之间的汉明距离,加密得到汉明距离密文数据;身份验证服务器对汉明距离密文数据进行解密,并对汉明距离明文值与预设汉明距离阈值进行比较,得到人脸识别认证结果,可保证人脸图像数据来源的安全性,提高识别准确率和效率。

    一种可验证的细粒度访问控制内积函数加密方法

    公开(公告)号:CN114826759B

    公开(公告)日:2023-10-03

    申请号:CN202210512767.7

    申请日:2022-05-11

    Applicant: 贵州大学

    Abstract: 本发明涉及一种可验证的细粒度访问控制内积函数加密方法。本发明以构造带分级权限的细粒度一般访问结构为切入点,将访问结构布尔化嵌入到用户私钥中,提出加解密分级灵活可控的访问控制函数加密模型,将访问控制与函数计算深度融合,当用户属性满足该布尔函数时,解密后得到函数值;结合同态签名并基于格上LWE困难问题设计一种抗量子攻击的可验证细粒度访问控制内积函数加密方法,实现了部分加解密权限控制,相较于传统的基于双线性映射的内积加密方法而言,本发明以矩阵运算为基础,可以支持并行算法设计,效率更高;以代理重加密思路来设计访问控制加密方法,实现了分级权限控制,保障了云环境下数据的安全性。

    一种可验证的细粒度访问控制内积函数加密方法

    公开(公告)号:CN114826759A

    公开(公告)日:2022-07-29

    申请号:CN202210512767.7

    申请日:2022-05-11

    Applicant: 贵州大学

    Abstract: 本发明涉及一种可验证的细粒度访问控制内积函数加密方法。本发明以构造带分级权限的细粒度一般访问结构为切入点,将访问结构布尔化嵌入到用户私钥中,提出加解密分级灵活可控的访问控制函数加密模型,将访问控制与函数计算深度融合,当用户属性满足该布尔函数时,解密后得到函数值;结合同态签名并基于格上LWE困难问题设计一种抗量子攻击的可验证细粒度访问控制内积函数加密方法,实现了部分加解密权限控制,相较于传统的基于双线性映射的内积加密方法而言,本发明以矩阵运算为基础,可以支持并行算法设计,效率更高;以代理重加密思路来设计访问控制加密方法,实现了分级权限控制,保障了云环境下数据的安全性。

    一种面向机器学习模型的成员推理隐私攻击方法及系统

    公开(公告)号:CN113988312A

    公开(公告)日:2022-01-28

    申请号:CN202111288620.6

    申请日:2021-11-02

    Applicant: 贵州大学

    Abstract: 本发明涉及一种面向机器学习模型的成员推理隐私攻击方法及系统。该方法包括:获取目标模型以及目标数据;根据所述目标数据,采用对抗样本生成算法,生成对抗样本;所述对抗样本生成算法包括:自适应贪婪算法与二分搜索算法结合方法或借助主成分技术在流形界面上的嵌入映射算法;确定所述目标数据与相应的对抗样本的欧式距离;根据所述欧式距离确定判定结果,实现成员推理;所述判定结果包括:目标数据属于训练数据集或目标数据属于测试数据集。本发明能够解决黑盒成员推理攻击存在访问成本高、可迁移性弱、稳健性差的问题。

Patent Agency Ranking