-
公开(公告)号：CN109743706B
公开(公告)日：2021-10-08
申请号：CN201910127924.0
申请日：2019-02-21
Applicant: 暨南大学
IPC: H04W4/38 , H04W12/03 , H04W12/041 , H04W12/0431 , H04W12/06 , H04L9/30
Abstract: 本发明公开了一种物联网环境下具有有效性验证功能的数据聚合方法，涉及物联网环境下的数据聚合技术领域，该方法是为了实现在中间结点SP进行聚合前实现有效性验证，保证数据的正确性和准确性，保证医疗数据中心接收的聚合结果是有效的，从而避免由于非法数据输送导致数据的误差很大，不利于与数据的分析统计，同时本发明在医疗数据中心端实现了数据的分段统计，实现了对于每一类数据不同属性进行统计。安全性证明表明，本方案基于离散对数的困难问题保证了数据的机密性和隐私，同时还可以抵抗合谋攻击，从而保证了用户数据的安全。性能分析表明，与已有方案相比，本发明在保证数据正确传输的情况下，明显降低了计算开销，同时节约了传输的带宽。
-
Patent Agency Ranking
公开(公告)号：CN109145650A
公开(公告)日：2019-01-04
申请号：CN201810892385.5
申请日：2018-08-07
Applicant: 暨南大学
CPC classification number: G06F21/645 , H04L63/123 , H04L67/10
Abstract: 本发明公开了一种云环境下高效安全的外包大数据审计方法，基于代数签名和异或同态函数，通过采用代数签名技术，本发明相比现有技术，具有低计算开销和通信费用。此外，本发明引入了可信第三方审计者TTPA，由TTPA实现大数据完整性验证，有效地降低了数据拥有者的计算开销。安全证明表明，提出的方案在安全模型下可证明安全。性能分析表明，与已有方案相比，本发明对于服务器具有较少的计算开销，并且有效减低了验证者的计算、存储和验证过程中的通信费用。
-
公开(公告)号：CN109145650B
公开(公告)日：2021-10-08
申请号：CN201810892385.5
申请日：2018-08-07
Applicant: 暨南大学
Abstract: 本发明公开了一种云环境下高效安全的外包大数据审计方法，基于代数签名和异或同态函数，通过采用代数签名技术，本发明相比现有技术，具有低计算开销和通信费用。此外，本发明引入了可信第三方审计者TTPA，由TTPA实现大数据完整性验证，有效地降低了数据拥有者的计算开销。安全证明表明，提出的方案在安全模型下可证明安全。性能分析表明，与已有方案相比，本发明对于服务器具有较少的计算开销，并且有效减低了验证者的计算、存储和验证过程中的通信费用。
-
公开(公告)号：CN109783456A
公开(公告)日：2019-05-21
申请号：CN201910044732.3
申请日：2019-01-17
Applicant: 暨南大学
IPC: G06F16/174 , G06F21/60 , G06F21/62
Abstract: 本发明公开了去重结构搭建方法，包括步骤：系统初始化，分配雾服务器的公钥和私钥，生成系统公共参数；文件初始化，进行查重匹配，匹配失败后上传加密文件至云服务器；构造分区去重结构，由区间表和所有雾服务器的去重决策树组成分区去重结构。本发明还公开了去重方法，包括步骤：在待去重文件所属雾服务器的去重决策树中进行查重匹配；若匹配成功，则证明该文件已存储至云服务器；若匹配失败，则将文件标签哈希值发送至云服务器，进一步查重匹配；当文件已存储至云服务器时，向用户发起验证挑战；接收并验证用户所有权证据，若通过验证，则将用户标识为文件合法用户。本发明提高了重复数据的搜索效率，并提高了重复数据删除的效率。
-
公开(公告)号：CN109783456B
公开(公告)日：2021-02-05
申请号：CN201910044732.3
申请日：2019-01-17
Applicant: 暨南大学
IPC: G06F16/174 , G06F21/60 , G06F21/62
Abstract: 本发明公开了去重结构搭建方法，包括步骤：系统初始化，分配雾服务器的公钥和私钥，生成系统公共参数；文件初始化，进行查重匹配，匹配失败后上传加密文件至云服务器；构造分区去重结构，由区间表和所有雾服务器的去重决策树组成分区去重结构。本发明还公开了去重方法，包括步骤：在待去重文件所属雾服务器的去重决策树中进行查重匹配；若匹配成功，则证明该文件已存储至云服务器；若匹配失败，则将文件标签哈希值发送至云服务器，进一步查重匹配；当文件已存储至云服务器时，向用户发起验证挑战；接收并验证用户所有权证据，若通过验证，则将用户标识为文件合法用户。本发明提高了重复数据的搜索效率，并提高了重复数据删除的效率。
-
公开(公告)号：CN109743706A
公开(公告)日：2019-05-10
申请号：CN201910127924.0
申请日：2019-02-21
Applicant: 暨南大学
Abstract: 本发明公开了一种物联网环境下具有有效性验证功能的数据聚合方法，涉及物联网环境下的数据聚合技术领域，该方法是为了实现在中间结点SP进行聚合前实现有效性验证，保证数据的正确性和准确性，保证医疗数据中心接收的聚合结果是有效的，从而避免由于非法数据输送导致数据的误差很大，不利于与数据的分析统计，同时本发明在医疗数据中心端实现了数据的分段统计，实现了对于每一类数据不同属性进行统计。安全性证明表明，本方案基于离散对数的困难问题保证了数据的机密性和隐私，同时还可以抵抗合谋攻击，从而保证了用户数据的安全。性能分析表明，与已有方案相比，本发明在保证数据正确传输的情况下，明显降低了计算开销，同时节约了传输的带宽。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
