面向联邦学习的轻量级密文模型贡献度评估方法及系统

    公开(公告)号:CN116992463A

    公开(公告)日:2023-11-03

    申请号:CN202310782231.1

    申请日:2023-06-28

    Applicant: 广州大学

    Abstract: 本公开提供了一种面向联邦学习的轻量级密文模型贡献度评估方法及系统,方法包括:中心服务器对所有用户分组,分组信息发送给用户;在分组中选择一个第一用户,第一用户选择一个随机数作基数;中心服务器获取从第一用户开始,所有用户将预噪声添加到基数中得到的基数与所有预噪声的和;中心服务器通过第一用户减去基数得所有预噪声的和并告知分组中用户;分组中用户使用所有预噪声的和对预噪声修正得噪声,添加到模型中得噪声模型;中心服务器接收用户根据所在分组生成的噪声模型,对噪声模型进行分组聚合和贡献度评估,根据评估结果处理相应的用户和噪声模型。本公开可确保密文数据生成效率和可用性,提高用户和模型管理精细度。

    一种基于伪随机函数和区块链智能合约的可搜索加密方法

    公开(公告)号:CN116566644A

    公开(公告)日:2023-08-08

    申请号:CN202310305454.9

    申请日:2023-03-24

    Applicant: 广州大学

    Abstract: 本发明提供了一种基于伪随机函数与智能合约的可搜索加密方法,涉及网络信息安全技术领域,方法主要由两部分组成,数据所有者:对需要存储的文件进行预处理处理并生成加密文件数据发送给区块链智能合约;区块链智能合约:接收数据持有者发送的预处理后的数据,根据说明书描述的方案,处理数据,将加密的文件索引数据存储在区块链中,以便于后续的查询等操作。本发明将文件中关键字和文件索引加密后存储在区块链中,经过身份认证的数据用户可以采用此方案检索所需文件位置。解决了传统方案难以解决的恶意云服务器问题,保证了搜索过程的安全性以及密文搜索结果的正确性。

    产品数据库标识反向解析的检索方法及系统

    公开(公告)号:CN111400339B

    公开(公告)日:2023-04-07

    申请号:CN202010154921.9

    申请日:2020-03-04

    Applicant: 广州大学

    Abstract: 本发明公开了一种产品数据库标识反向解析的检索方法及系统,该方法先获取用户输入的查询文本;对所述查询文本进行分词和归一化处理,获得检索词集合;从标识列表中提取与所述检索词集合对应的产品标识码;根据所述产品标识码获取产品信息,并将所述产品信息显示在显示屏上;本发明技术方案在无需依赖用户输入标识信息的前提下实现产品信息的获取,从而提高产品信息的获取效率。

    一种基于本地差分隐私的大数据频数估计方法

    公开(公告)号:CN115455483A

    公开(公告)日:2022-12-09

    申请号:CN202211156864.3

    申请日:2022-09-21

    Applicant: 广州大学

    Abstract: 本发明涉及数据分析技术领域,公开了一种基于本地差分隐私的大数据频数估计方法,包括如下步骤:服务器对所有客户端进行等概率采样,并发送哈希函数集合和草图长度的取值;客户端对初始数据进行转换,并根据哈希结果替换对应数据坐标;客户端利用本地差分隐私随机响应机制扰动上一步数据,得到最新数据;客户端发送最新数据,服务器根据采样的最新数据集合训练频数预测模型并发送给剩余所有客户端;剩余所有客户端根据预测模型判断持有数据是否为高频数据;若是高频数据,以{‑1}m的方式进行编码;若不是高频数据,先对初始数据进行转换,再根据哈希结果替换对应数据坐标,最后利用本地差分隐私随机响应机制扰动所有数据。

    一种基于对抗训练的联邦学习隐私保护方法及系统

    公开(公告)号:CN113609521B

    公开(公告)日:2022-11-01

    申请号:CN202110851168.3

    申请日:2021-07-27

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于对抗训练的联邦学习隐私保护方法及系统,该方法包括:接收服务器发送的全局模型;根据本地计算能力和本地隐私需求,将所述全局模型划分为特征提取器和目标分类器,并从多个预设隐私分类器中,选择任一对应的所述预设隐私分类器作为本地隐私分类器,以及根据本地数据集和所述特征提取器,对所述目标分类器和所述本地隐私分类器进行对抗训练,得到本地训练信息;将所述本地训练信息上传至所述服务器,以使所述服务器根据所述本地训练信息,聚合更新所述全局模型。本发明不仅有效避免联邦学习内容级隐私的泄漏,而且减少了客户端与服务器的通信次数,有效提高联邦学习训练的准确率和效率,进一步提升联邦学习的服务质量。

    一种面向本地化差分隐私的图统计分析方法

    公开(公告)号:CN115114381A

    公开(公告)日:2022-09-27

    申请号:CN202210712792.X

    申请日:2022-06-22

    Applicant: 广州大学

    Abstract: 本发明属于差分隐私和子图统计技术领域,公开了一种面向本地化差分隐私的图统计分析方法,包括如下步骤:S1、针对现有图统计分析算法存在隐私泄露的问题,设置的框架让每个用户对他的邻接列表数据进行扰动;S2、再将噪声数据发送到服务器,服务器接收到扰动的数据后再计算出子图计数的无偏估计;S3、通过三角形和k‑stars的实用计数算法,在不接触用户的原始数据的条件下计算出图中的聚类系数;S4、服务器根据聚类系数,可以向聚类系数高的子图中的用户推送相关的服务。该面向本地化差分隐私的图统计分析方法,可以降低子图统计的估计误差,确保算法的实用性,并且其客户端无需了解额外信息,提高子图统计分析的隐私性。

    基于区块链的联邦学习隐私保护方法、系统、设备和介质

    公开(公告)号:CN113204787B

    公开(公告)日:2022-05-31

    申请号:CN202110493191.X

    申请日:2021-05-06

    Applicant: 广州大学

    Abstract: 本发明提供了一种基于区块链的联邦学习隐私保护方法、系统、设备和介质,通过根据各节点权重向量,由可信第三方生成主公/私钥、解密密钥和各节点加密密钥,并将主公钥、解密密钥和加密密钥发送至各节点,由主节点创建初始区块写入初始模型发布后,各节点下载初始模型进行训练,并采用加密密钥加密得到加密模型后上传至区块链,当各节点的加密模型全部上传至区块链后,各节点竞争生成模型聚合区块的权力,并由获得该权力的节点根据主公钥和解密密钥,将各节点的加密模型聚合生成全局模型后上传至区块链,再由主节点下载全局模型并进行理想模型判断的方法,增加了对节点来源和模型内容隐私的保护,降低了服务计算成本,提高了学习效率和服务质量。

    一种物联网的轻量访问控制方法、装置以及系统

    公开(公告)号:CN113315634B

    公开(公告)日:2022-04-08

    申请号:CN202110555918.2

    申请日:2021-05-21

    Applicant: 广州大学

    Abstract: 本发明公开了一种物联网的轻量访问控制方法、装置以及系统。该装置包括请求生成模块、请求发送模块以及结果接收模块。该系统包括云端服务器、网关、一个或多个物联网设备以及一个或多个用户设备。通过对端到端之间通信进行对称加密,以及将计算过程转移到计算力更强的网关上,该轻量访问控制方法、装置以及系统不仅提升了物联网访问控制的安全性,还降低了云端服务器的计算负荷。进一步地,本发明提供的物联网的轻量访问控制方法、装置以及系统还可以通过具有相应权限的其他用户实现去中心化授权和令牌归并,从而进一步减轻云端服务器的计算负荷。

    一种基于时间能力树的物联网访问控制方法、装置及存储介质

    公开(公告)号:CN113507443B

    公开(公告)日:2022-03-25

    申请号:CN202110654367.5

    申请日:2021-06-10

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于时间能力树的物联网访问控制方法及装置,该方法包括:根据访问控制权限生成对应的初始能力令牌,加密后发送至第一用户;接收第一用户发送的第一资源请求以及能力令牌,在判断到能力令牌合法后,将第一资源请求对应的资源对象发送至第一用户;建立时间能力树,将时间能力树存储至资源对象的时间能力树库中,并将使用时间能力树的时间记入节点时间序列;根据第二用户发送的第二资源请求,更新时间能力树;接收第一用户发送的第三资源请求,将第三资源请求的对象发送至第一用户,并将此时的时间记入节点时间序列。本发明实施例能够有效减少物联网访问控制的工作量,以及降低安全隐患。

Patent Agency Ranking