-
公开(公告)号：CN115455488A
公开(公告)日：2022-12-09
申请号：CN202211420158.5
申请日：2022-11-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于复制秘密共享的密态数据库查询方法及装置，方法包括：用户将查询需求编译成复制秘密共享下的安全多方计算原语并将其交递给计算层，计算层向存储层请求共享查询需求所对应数据的表；每个数据提供方调用布尔复制秘密共享算法生成秘密份额并传输给计算方；计算方调用安全三方计算算法并利用密态过滤算子、密态连接算子、密态排序算子和密态聚合算子中的一个或多个进行安全三方计算，得到秘密共享形式的计算结果的秘密共享份额并发送给用户；调用秘密重构算法将计算结果的秘密共享份额重构之后得到最终的查询结果。本发明每个数据提供方将自己的数据以秘密共享的形式分成三个秘密份额发给计算方，性能更好。
-
公开(公告)号：CN119675842A
公开(公告)日：2025-03-21
申请号：CN202510180981.0
申请日：2025-02-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳市华汇数据服务有限公司 , 暨南大学
IPC: H04L9/00 , H04L9/08 , G06N3/0464 , G06N3/048 , G06N5/04
Abstract: 本发明公开了一种高效密态联合神经网络推理方法，包括如下步骤：S100、数据持有方C和模型拥有方#imgabs0#分别将隐私数据和隐私模型通过秘密分享的方式发送给计算节点#imgabs1#和#imgabs2#；S200、计算节点#imgabs3#和#imgabs4#运行密态联合神经网络推理算法，通过依次执行密态计算层协议，分别计算推理结果的秘密份额Z0和Z1，密态计算层协议包括：S210：密态卷积层算法#imgabs5#；S220：密态激活函数层算法#imgabs6#；本发明还公开了一种高效密态联合神经网络推理系统。本发明的技术方案基于函数秘密共享技术，设计了通信轮次少的ReLU算法，从而减少了计算激活函数所需的通信代价，且利用双侧比较与正确的符号判别，设计了卷积神经网络推理子协议，提高了推理正确率且与明文推理结果一致。
-
公开(公告)号：CN118536150B
公开(公告)日：2025-02-28
申请号：CN202410488387.3
申请日：2024-04-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
IPC: G06F21/62 , G06F16/2455 , H04L9/00
Abstract: 本发明公开了一种基于同态秘密共享的隐私保护数据库JOIN类型查询方法、系统及设备，方法包括设置阶段和查询阶段，在设置阶段生成Paillier加密的公钥N、私钥d及加密私钥E(d)，而后打包送至客户；在查询阶段，客户将加密的客户表发送云服务器，根据查询者指令执行查询任务；云服务器根据同态秘密共享私钥eki，将加密的客户表中的加密值Ix本地转化为秘密份额，云服务器获取各自的秘密份额表；各个云服务器根据拥有的加密的客户表和秘密份额表执行安全连接协议，分别得到连接表的秘密份额；查询者根据各连接表的秘密份额重构连接表。本发明通过结合不经意排序和同态秘密共享的特点，设计安全连接协议，避免了匹配阶段的通信开销。
-
公开(公告)号：CN118536150A
公开(公告)日：2024-08-23
申请号：CN202410488387.3
申请日：2024-04-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
IPC: G06F21/62 , G06F16/2455 , H04L9/00
Abstract: 本发明公开了一种基于同态秘密共享的隐私保护数据库JOIN类型查询方法、系统及设备，方法包括设置阶段和查询阶段，在设置阶段生成Paillier加密的公钥N、私钥d及加密私钥E(d)，而后打包送至客户；在查询阶段，客户将加密的客户表发送云服务器，根据查询者指令执行查询任务；云服务器根据同态秘密共享私钥eki，将加密的客户表中的加密值Ix本地转化为秘密份额，云服务器获取各自的秘密份额表；各个云服务器根据拥有的加密的客户表和秘密份额表执行安全连接协议，分别得到连接表的秘密份额；查询者根据各连接表的秘密份额重构连接表。本发明通过结合不经意排序和同态秘密共享的特点，设计安全连接协议，避免了匹配阶段的通信开销。
-
公开(公告)号：CN115455488B
公开(公告)日：2023-03-28
申请号：CN202211420158.5
申请日：2022-11-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于复制秘密共享的密态数据库查询方法及装置，方法包括：用户将查询需求编译成复制秘密共享下的安全多方计算原语并将其交递给计算层，计算层向存储层请求共享查询需求所对应数据的表；每个数据提供方调用布尔复制秘密共享算法生成秘密份额并传输给计算方；计算方调用安全三方计算算法并利用密态过滤算子、密态连接算子、密态排序算子和密态聚合算子中的一个或多个进行安全三方计算，得到秘密共享形式的计算结果的秘密共享份额并发送给用户；调用秘密重构算法将计算结果的秘密共享份额重构之后得到最终的查询结果。本发明每个数据提供方将自己的数据以秘密共享的形式分成三个秘密份额发给计算方，性能更好。
-
Patent Agency Ranking
公开(公告)号：CN117454941B
公开(公告)日：2024-04-26
申请号：CN202311801348.6
申请日：2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层，根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组，并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元，结合离线‑在线计算范式，大大减少了客户端所需的计算和通信。此外，本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元，能够支持混合位宽计算，减少了非线性函数计算所需的通信代价。
-
公开(公告)号：CN117527224A
公开(公告)日：2024-02-06
申请号：CN202311669147.5
申请日：2023-12-06
Applicant: 支付宝(杭州)信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L9/08
Abstract: 本说明书实施例提供一种多方安全计算的方法及装置，在多方安全计算的方法中，任意的第一方本地计算第一数据和第二数据各自的第一编号分片和第二编号分片的交叉乘积之和，得到第一目标和值，其中第一编号不同于第二编号。获取与第二方以及第三方共享的随机数，第二方同样持有第一编号分片和第二编号分片，第三方持有第一编号分片和第二编号分片之一。对第一目标和值和随机数进行运算，得到第一目标分片。基于第一目标分片、随机数和0得到第一目标和值的三个本方分片。根据与第二方的协议，与第二方各自将第一目标分片的分片数据发送给第四方，使其基于第一目标分片得到三个对应分片。
-
公开(公告)号：CN117454941A
公开(公告)日：2024-01-26
申请号：CN202311801348.6
申请日：2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层，根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组，并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元，结合离线‑在线计算范式，大大减少了客户端所需的计算和通信。此外，本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元，能够支持混合位宽计算，减少了非线性函数计算所需的通信代价。
-
公开(公告)号：CN117592527B
公开(公告)日：2024-11-26
申请号：CN202410074807.3
申请日：2024-01-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0499 , G06N3/084 , G06F18/214 , G06F21/60
Abstract: 本发明公开了一种基于函数秘密共享的隐私保护神经网络训练方法及装置，来支持实用的安全神经网络训练，该框架具有较小的常数轮在线通信复杂度，在不降低模型精度的情况下降低离线通信成本，同时离线阶段通过使用安全两方计算友好的伪随机生成器，采用分布式比较函数密钥生成方案来取代可信第三方。本发明通过提出了具有最小密钥大小的通信优化的分布式比较函数，无需较大函数秘密共享密钥量；通过设计离线阶段，在离线阶段生成相关随机性用于在线阶段函数计算，使得在线阶段只需1轮通信即可，从而大大减少通信量。
-
公开(公告)号：CN117592527A
公开(公告)日：2024-02-23
申请号：CN202410074807.3
申请日：2024-01-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0499 , G06N3/084 , G06F18/214 , G06F21/60
Abstract: 本发明公开了一种基于函数秘密共享的隐私保护神经网络训练方法及装置，来支持实用的安全神经网络训练，该框架具有较小的常数轮在线通信复杂度，在不降低模型精度的情况下降低离线通信成本，同时离线阶段通过使用安全两方计算友好的伪随机生成器，采用分布式比较函数密钥生成方案来取代可信第三方。本发明通过提出了具有最小密钥大小的通信优化的分布式比较函数，无需较大函数秘密共享密钥量；通过设计离线阶段，在离线阶段生成相关随机性用于在线阶段函数计算，使得在线阶段只需1轮通信即可，从而大大减少通信量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.104 seconds)
