-
公开(公告)号：CN113221144A
公开(公告)日：2021-08-06
申请号：CN202110545260.7
申请日：2021-05-19
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 东北大学
Inventor： 李桐 , 刘一涛 , 徐剑 , 刘刚 , 王刚 , 周小明 , 宋进良 , 冯达 , 刘扬 , 王磊 , 陈得丰 , 杨智斌 , 任帅 , 陈剑 , 耿洪碧 , 李欢 , 张彬 , 王琛 , 杨滢璇 , 佟昊松 , 孙赫阳 , 孙茜 , 何立帅 , 李菁菁
Abstract: 一种隐私保护机器学习的虚拟化终端异常检测方法及系统，其特征在于，方法包括以下步骤：步骤1，采集虚拟化终端的行为数据，并从行为数据中提取行为特征以生成行为特征向量；步骤2，基于历史生成的行为特征向量，实施可逆矩阵加密以获得密文数据，并基于密文数据更新神经网络训练模型；步骤3，基于神经网络训练模型，对行为特征向量数据进行训练以获得虚拟化终端的异常行为检测结果。本发明将神经网络训练模型的生成和更新过程外包至异地的计算服务器，提高了中心服务器的运算效率，保障了数据与训练模型的安全性。
-
Patent Agency Ranking
公开(公告)号：CN110011784B
公开(公告)日：2021-06-08
申请号：CN201910271239.5
申请日：2019-04-04
Applicant: 东北大学
Abstract: 本发明属于机器学习与隐私保护领域，具体涉及一种支持隐私保护的KNN分类服务系统及方法。系统的架构包括：模型拥有者和客户端；支持隐私保护的KNN分类服务系统的方法，包括：1)准备阶段，生成公私钥，根据公钥对训练数据进行加密；2)分类阶段，双方交互密钥；客户端通过公钥加密待测数据，模型拥有者基于加密的训练数据使用安全协议协同客户端完成加密数据分类，最终得到分类结果并发送至客户端。本发明利用同态加密计算将训练数据与待测数据进行加密，通过将安全多方计算技术与同态加密相结合构造安全的基本协议，基于此构造安全的KNN分类器，使得双方在保证个人数据隐私不泄露的前提下实现对个人数据的分析预测。
-
公开(公告)号：CN110011784A
公开(公告)日：2019-07-12
申请号：CN201910271239.5
申请日：2019-04-04
Applicant: 东北大学
Abstract: 本发明属于机器学习与隐私保护领域，具体涉及一种支持隐私保护的KNN分类服务系统及方法。系统的架构包括：模型拥有者和客户端；支持隐私保护的KNN分类服务系统的方法，包括：1)准备阶段，生成公私钥，根据公钥对训练数据进行加密；2)分类阶段，双方交互密钥；客户端通过公钥加密待测数据，模型拥有者基于加密的训练数据使用安全协议协同客户端完成加密数据分类，最终得到分类结果并发送至客户端。本发明利用同态加密计算将训练数据与待测数据进行加密，通过将安全多方计算技术与同态加密相结合构造安全的基本协议，基于此构造安全的KNN分类器，使得双方在保证个人数据隐私不泄露的前提下实现对个人数据的分析预测。
-
公开(公告)号：CN113312652B
公开(公告)日：2024-05-03
申请号：CN202110714067.1
申请日：2021-06-25
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 东北大学
Inventor： 任帅 , 李桐 , 徐剑 , 刘扬 , 孟庆宇 , 刘一涛 , 刘刚 , 刘劲松 , 王刚 , 周小明 , 吕旭明 , 宋进良 , 王磊 , 李广翱 , 杨智斌 , 陈得丰 , 杨超 , 王琛 , 孙赫阳 , 姜力行 , 杨璐羽 , 孙茜
Abstract: 基于改进CAT的云边协同电力终端采集数据完整性验证系统，包括：可信任第三方平台、终端设备、半可信的边缘节点、云服务器和数据使用者；一个边缘节点对终端设备的密文数据聚合后和改进CAT的结构信息发给云服务器；云服务器更新改进CAT结构，并对聚合后的密文数据进行存储，向数据使用者返回查询数据和认证路径；数据使用者，对获取的处于数据查询范围内的全部电能监测数据一次性进行完整性验证。该系统有效地对云边端协同环境下的电能流式数据进行完整性验证，能够发现对数据的篡改行为，并且支持对数据的机密性保护以及对指定范围内的数据进行批量获取和验证，从而确保电能流式数据的使用者能够高效的对数据进行查询和验证。
-
公开(公告)号：CN114329615A
公开(公告)日：2022-04-12
申请号：CN202210085151.6
申请日：2022-01-25
Applicant: 东北大学
Abstract: 本发明提供一种基于改进贝叶斯网络的传染病密切接触者排查方法，首先搜集所有用户的行程信息和表征身体状况的体征参数；然后根据解密后的行程信息确定患者的密切接触者；最后对所有密切接触者是否被感染进行排查。本发明使用加密技术对用户的数据进行加密，实现密文数据下用户密切接触者的查找以及健康状态的预测，保护用户的隐私。同时，利用同态加密的特性，首先设计了一种保护用户隐私的密切接触者查找方案，在不解密用户的明文数据的情况下寻找密切接触者。其次构建了一个能够在加密环境下进行分类的朴素贝叶斯分类模型，对用户的健康状态进行分类，在不泄漏用户的体征数据的情况下完成对用户健康状态的分类，充分保护用户的隐私。
-
公开(公告)号：CN113873508A
公开(公告)日：2021-12-31
申请号：CN202111114896.2
申请日：2021-09-23
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 东北大学 , 国网辽宁省电力有限公司 , 国家电网有限公司
Inventor： 李桐 , 任帅 , 徐剑 , 王刚 , 宋进良 , 赵海 , 周小明 , 雷振江 , 王磊 , 李广翱 , 杨超 , 陈得丰 , 杨智斌 , 耿洪碧 , 李欢 , 张彬 , 范维 , 佟昊松 , 孙赫阳 , 孙茜 , 王琛 , 欧阳宇佳 , 姜力行 , 赵玲玲 , 李菁菁
IPC: H04W12/02 , H04W12/041 , H04W12/06 , H04W12/084 , H04W12/122 , H04L9/08 , H04L9/32
Abstract: 基于用户双公私钥的边缘计算双向认证方法及系统，其方法包括：1，注册中心RC将公共参数和自己的公钥公开；2，移动边缘计算服务器MEC向RC进行注册；3，移动用户U向RC进行注册；4，U将用户端第一令牌、第一中间变量以及用户端第一时间戳发送给移动边缘计算服务器MEC；5，MEC将服务器端时间戳和服务器端令牌发送给移U；6，U验证MEC的身份，如果验证通过，生成用户端第二令牌β和用户端第二时间戳T3，并发送给MEC；7，MEC验证U的身份，如果验证通过，则表示移动边缘计算双向认证通过，否则表示认证失败。本发明提出的认证方法在认证过程中不需要引入额外的可信第三方实体，与同类协议相比，计算效率有非常明显的优势。
-
-
-
-
-
Search Results
26
records
(took 0.3 seconds)
