-
公开(公告)号：CN117708849A
公开(公告)日：2024-03-15
申请号：CN202311702752.8
申请日：2023-12-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及隐私保护技术领域，具体涉及一种基于部分低质量数据的保护隐私联邦学习训练方法，架构了只包含参与用户和云服务器两种实体类型的系统模型，通过单云服务器外包，将复杂的计算交给云服务器，以降低参与者的计算负担，提高模型对计算能力不足参与者的包容性，并且构建了一种描述用户数据质量的评估算法，并根据数据质量的复合评分来控制参与训练的数据在联邦训练全局迭代中的参与程度，以减少低质量数据对模型精度的负面影响，同时利用分布式Paillier同态加密机制，引入允许部分低质量数据参与训练的联邦学习多方聚合方案，保证参与者私有数据的隐私安全，并且对用户中途退出和加入非常友好，解决了现有的联邦学习训练过程的不足。
-
公开(公告)号：CN118643525A
公开(公告)日：2024-09-13
申请号：CN202410681326.9
申请日：2024-05-29
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06N3/0499 , G06N3/098
Abstract: 本发明涉及联邦学习数据隐私技术领域，具体涉及一种基于双掩码且高效的隐私保护联邦学习训练方法，通过传输延迟的方法将联邦学习的所有参与者进行区域划分，并在每个区域设置边缘计算节点。参与者通过计算矢量方向差对持有数据进行质量评估，并通过添加随机致盲因子和数据分割方法对本地梯度和数据评估值进行加密并上传给边缘计算节点进行聚合；边缘节点在区域内对接收到的数据进行聚合后，协同云服务器进行全局模型的迭代，获得最终模型。本发明采用随机致盲因子和数据分割等技术，在保证参与者私有数据隐私的同时，降低了低质量数据对模型精度的负面影响，且更加高效的完成模型训练。
-
公开(公告)号：CN112187477A
公开(公告)日：2021-01-05
申请号：CN202011080860.2
申请日：2020-10-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种虹膜保密认证方法，包括：获取待认证的第一虹膜特征矩阵以及与之对应的第一掩码矩阵，构成第一待认证矩阵；对第一待认证矩阵进行降维处理，得到第二待认证矩阵；将第二待认证矩阵进行映射处理，得到整数矩阵；对整数矩阵进行同态加密处理，得到第一加密矩阵；将第一加密矩阵与预存于数据库中的第二加密矩阵进行比对，得到比对结果，完成虹膜认证；其中，第二加密矩阵由模板矩阵和与之对应的第二掩码矩阵被同态加密算法加密得到。本发明采用了随机投影降维法和更好的映射方法，因而具有更好的计算效率和安全性。另外，本发明考虑了虹膜的掩码信息，这是其他绝大多数具有隐私保护的虹膜认证方案中没有考虑的因素，因而能够获得更好的识别准确率。
-
公开(公告)号：CN118035743A
公开(公告)日：2024-05-14
申请号：CN202410188111.3
申请日：2024-02-20
Applicant: 桂林电子科技大学
IPC: G06F18/214 , G06N20/00 , G06F21/62 , G06F21/64 , H04L9/00
Abstract: 本发明涉及机器学习技术领域，具体涉及一种支持批量身份验证且保护隐私的逻辑回归训练方法，构造了一个服务提供商和云服务器不相互勾结的系统，其中数据拥有者只需提供加密数据，不需要参与训练，降低了数据拥有者的通信开销，利用基于ElGamal密码系统的乘法同态变体对数据进行加密，采用模型参数致盲明文数据的方式对数据进行隐藏，同时采用分布式解密策略，防止解密密钥私有化，从而保证数据的机密性；进一步的，通过批量身份验证，可以一次性验证多个用户的身份信息，能够快速有效地处理大量用户的身份验证请求，提高了工作效率并降低了成本。
-
公开(公告)号：CN115459948A
公开(公告)日：2022-12-09
申请号：CN202210927558.9
申请日：2022-08-03
Applicant: 桂林电子科技大学
Abstract: 本发明涉及加密技术领域，具体涉及一种支持云审计和策略隐藏的密文策略属性基加密方法，基于密文策略属性基加密(CP‑ABE)技术在双线性群上构造了一个支持访问策略隐藏，外包解密和云审计的方案，防止数据在存储和共享的过程中遭到破坏和数据隐私泄露，实现数据细粒度访问控制的同时降低计算开销，与现有方案相比，本发明支持外包解密和审计技术，降低了解密开销，确保了数据的完整性。
-
Patent Agency Ranking
公开(公告)号：CN113704728A
公开(公告)日：2021-11-26
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：CN115442020B
公开(公告)日：2025-01-07
申请号：CN202210932156.8
申请日：2022-08-04
Applicant: 桂林电子科技大学
Abstract: 本发明涉及智能电网技术领域，具体涉及一种具有隐私保护的智能电网实时处理系统及方法，在智能电网背景下，基于雾计算、编码和同态加密等技术，构造一个具有多功能且高效的隐私保护方案，具体的，通过本发明的智能电网实时处理系统，电力服务提供商不仅能够获得注册用户的总用电量，而且还能够基于实时价格向用户收取费用，当用户对电力服务提供商发送过来的账单产生质疑时，可向仲裁中心发起仲裁请求，由仲裁中心解决争议，同时用户也可以向电力服务公司发起查询请求查询一段时间内的电费，解决了现存的方案未能实现的多种功能集为一体的技术问题。
-
公开(公告)号：CN118607664A
公开(公告)日：2024-09-06
申请号：CN202410716388.9
申请日：2024-06-04
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隐私保护联邦学习方法，包括以下步骤：可信机构生成单向映射函数、公钥和私钥，并将单向映射函数、公钥和私钥发送至用户，将公钥发送至服务器；用户将密文和梯度函数值发送至服务器，服务器得到加密梯度密文；服务器向预设在线用户发送解密请求，并将梯度函数值发送至用户验证聚合模型。本发明通过构造一个不可逆的单向映射函数，使用户在不需要可信第三方的情况下可以独立地验证服务器返回聚合结果的正确性。采用分布式Paillier密码系统和同态加密技术，保护用户在传输阶段的信息安全，同时可以抵抗服务器与小部分用户的共谋攻击，从而解决了传统的学习方法容易造成隐私泄露的问题。
-
公开(公告)号：CN115442020A
公开(公告)日：2022-12-06
申请号：CN202210932156.8
申请日：2022-08-04
Applicant: 桂林电子科技大学
Abstract: 本发明涉及智能电网技术领域，具体涉及一种具有隐私保护的智能电网实时处理系统及方法，在智能电网背景下，基于雾计算、编码和同态加密等技术，构造一个具有多功能且高效的隐私保护方案，具体的，通过本发明的智能电网实时处理系统，电力服务提供商不仅能够获得注册用户的总用电量，而且还能够基于实时价格向用户收取费用，当用户对电力服务提供商发送过来的账单产生质疑时，可向仲裁中心发起仲裁请求，由仲裁中心解决争议，同时用户也可以向电力服务公司发起查询请求查询一段时间内的电费，解决了现存的方案未能实现的多种功能集为一体的技术问题。
-
公开(公告)号：CN112331215B
公开(公告)日：2022-11-15
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。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
