-
Patent Agency Ranking
公开(公告)号：CN119442300A
公开(公告)日：2025-02-14
申请号：CN202411329376.7
申请日：2024-09-24
Applicant: 桂林电子科技大学
Abstract: 本发明涉及隐私保护技术领域，具体涉及一种可验证的联邦学习智慧医疗隐私保护系统及方法，系统包括证书认证中心、用户、边缘计算节点和云服务器，支持用户在没有第三方辅助的情况下独立地验证服务器返回聚合结果的正确性。具体使用TLS协议建立安全的通信传输通道，在加密消息的同时保证数据传输过程中的完整性，加密消息所使用的密钥除了通信双方，其他任意一方都不能得到。使用双掩蔽的形式保护梯度隐私，利用线性同态哈希函数为方案提供可验证性，使用户能够独立地验证服务器返回聚合结果的正确性。本发明利用双重聚合验证的方式，能够有效减少用户端的计算开销，并且支持用户在训练过程中退出，并且不会给云服务器造成额外的计算负担。
-
公开(公告)号：CN113704728B
公开(公告)日：2024-03-01
申请号：CN202110814999.3
申请日：2021-07-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于D‑H密钥交换和密钥分享的指纹认证方法，首先利用密钥分享技术把系统中各个实体需要保存的密钥分发到不同的服务器进行分散存储，然后在查询阶段利用D‑H密钥交换技术分别在用户端和参考模板存储器端生成相同的一次随机密钥，并分别对查询模板和参考模板进行加密，实现用户查询指纹模板与参考指纹模板的随机性和多样性，最后在不具体计算出两指纹之间的欧式距离的情况下，通过判断认证结果是否通过，设计出了一个具有隐私保护特性的、安全的指纹认证方法。
-
公开(公告)号：CN117195162A
公开(公告)日：2023-12-08
申请号：CN202311179824.5
申请日：2023-09-13
Applicant: 桂林电子科技大学
IPC: G06F18/27 , G06F18/214 , G06F21/62
Abstract: 本发明涉及云计算技术领域，具体涉及一种保护隐私且非交互的多方逻辑回归模型训练方法，构造了保护隐私的多方逻辑回归模型，具体为：用户对本地私有数据进行加密并上传给服务供应商，服务供应商收集用户的加密数据后，在云服务器的帮助下训练全局逻辑回归模型，最终获得模型结果。同时在训练过程中采用隐私保护训练协议，确保数据的机密性以及完整性。数据所有者不需要与服务提供者或云服务器进行交互，同时，每次进行模型训练时，服务提供者和云服务器之间只有一轮交换，在效率、安全和功能之间达到一个较好的平衡，解决了现有逻辑回归模型训练时间长、计算开销大、模型精度低以及对用户隐私信息保护不足的技术问题。
-
公开(公告)号：CN112331215A
公开(公告)日：2021-02-05
申请号：CN202011156519.0
申请日：2020-10-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种声纹识别模板保护算法，通过采集设备对用户注册声音进行采集，再进行处理，获得第一声纹模板，提取第一声纹模板的声纹特征向量，输入声纹识别系统模型进行训练，获得第一模型库，采集用户测试声音，并对测试声音进行处理，获得第二声纹模板，提取第二声纹模板的声纹特征向量，输入声纹识别系统模型进行训练，获得第二模型库，计算第一模型库的声纹特征向量和所述第二模型库的声纹特征向量的相似度，正交矩阵保持距离不变的性质保证了变换前后声纹识别系统的精度不受影响，对同一用户，可以在声纹识别中选择不同的随机矩阵或在模板泄露时，重新更换随机正交矩阵，提高了模板的安全程度。
-
公开(公告)号：CN112163542A
公开(公告)日：2021-01-01
申请号：CN202011082141.4
申请日：2020-10-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于ElGamal加密的掌纹保密认证方法，包括：获取待认证的掌纹图像；对所述待认证的掌纹图像进行特征提取，得到第一掌纹特征向量；对所述第一掌纹特征向量进行降维处理，得到第二掌纹特征向量；将所述第二掌纹特征向量进行映射处理，得到素数特征向量；对所述素数特征向量进行ElGamal加密处理，得到第一加密特征向量；将所述第一加密特征向量与预存于数据库中的第二加密特征向量进行比对，得到比对结果，完成掌纹认证。在本发明中，首先利用ElGamal方案对两个待比对的(经过映射之后的)模板进行加密，然后设计了一个掌纹保密比对方法，具有构造简单、计算复杂度和通信复杂度低的优点，且识别准确度更好。
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
