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:CN115455483B

    公开(公告)日:2023-12-26

    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。

    一种基于联盟链智能合约的隐私数据访问控制方法

    公开(公告)号:CN115580431A

    公开(公告)日:2023-01-06

    申请号:CN202211063417.3

    申请日:2022-09-01

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于联盟链智能合约的隐私数据访问控制方法,包括以下步骤:S1:初始化系统,设置系统参数并计算用户公钥;S2:生成发布数据的密文,构造发往服务器的消息;S3:请求数据并验证权限;S4:从数据库中下载数据;S5:更新本地授权信息,新增享有资源的用户的权限;S6:更新本地授权信息,删除不再享有资源的用户的权限。本发明提供的技术方案能够实现对数据访问者的访问权限控制:联盟链中的权限验证智能合约来验证请求者权限的MPT中的相关隐私数据,智能合约验证计算结果是否与区块中相应的MPT哈希值相等,有效地实现了实现对数据访问者的访问权限控制。

    一种多模态数据融合训练中的隐私参数优化方法

    公开(公告)号:CN115310122A

    公开(公告)日:2022-11-08

    申请号:CN202210821237.0

    申请日:2022-07-13

    Applicant: 广州大学

    Abstract: 本发明公开了一种多模态数据融合训练中的隐私参数优化方法,包括以下步骤:S1:客户端用户对隐私保护效果进行设定;S2:客户端针对文本、图像、音频的各类型数据使用对应的隐私保护方法进行脱敏处理,对脱敏处理后的数据进行单独模态的分类训练;S3:得出包含敏感数据准确率和非敏感数据准确率的各模态的分类准确率,判断敏感数据准确率是否满足用户需求;S4:基于权重自分配算法完成信息融合,得出最终的目标分类结果及敏感信息分类结果accns,accs;S5:服务器分别对敏感及非敏感数据分类结果进行评估。本发明提供的隐私参数优化方法,可有效提高分类结果的准确性,在满足用户隐私保护需求的前提下达到最佳准确率。

Patent Agency Ranking