一种空间文本的查询方法及装置

    公开(公告)号:CN113158087A

    公开(公告)日:2021-07-23

    申请号:CN202110384135.2

    申请日:2021-04-09

    摘要: 本发明公开了一种空间文本的查询方法及装置,包括:云服务器获取用户端发送的第一查询密文,其中,第一查询密文包括第一查询空间向量密文和第一查询混合向量密文,第一查询空间向量密文是根据查询请求中的空间查询条件生成的,第一查询混合向量密文是根据查询请求中的文本查询条件和空间查询条件生成的,根据第一查询空间向量密文在密文索引树中检索出第一节点,根据第一查询混合向量密文和第一节点下的叶子节点的混合向量密文,确定符合文本查询条件的第二节点,避免查询结果受权重的影响,使查询结果在查询范围内,防止查询结果与查询位置距离过远的问题,提升了空间文本查询的准确度,提升了用户的查询体验。

    一种基于安全索引的可验证多关键词密文查询方法及系统

    公开(公告)号:CN112446041A

    公开(公告)日:2021-03-05

    申请号:CN202011376509.8

    申请日:2020-11-30

    IPC分类号: G06F21/60 G06F21/62

    摘要: 一种基于安全索引的可验证多关键词密文查询方法及系统,查询方法包括以下步骤:数据拥有者为电子文档集构建一棵索引树;利用可搜索密钥对索引树进行加密,利用默克哈希认证方法对加密的索引树进行认证;数据拥有者和查询用户在不泄露可搜索密钥的情况下合作生成查询请求的陷门;对加密及认证后的索引树进行查询,将查询结果和辅助验证信息返回给查询用户;验证查询结果正确性。本发明同时提供了一种实现上述方法的系统。本发明在不泄露可搜索密钥的情况下实现了多关键词排序查询,利用默克哈希认证方法对索引树进行认证,实现了查询结果正确性的公共验证,有利于减轻查询用户的计算和存储负担。

    一种前后向安全且具有可恢复关键字屏蔽的加密方法

    公开(公告)号:CN112311781A

    公开(公告)日:2021-02-02

    申请号:CN202011148615.0

    申请日:2020-10-23

    摘要: 一种前后向安全且具有可恢复关键字屏蔽的加密方法,通过单向陷门置换实现前向安全和可恢复关键字屏蔽:利用单向陷门置换在数据拥有者端生成更新的搜索令牌STc+1,在搜索过程中,云服务器能够根据陷门排列的公钥和STc+1将搜索令牌从ST0推导出到STc,但在没有密钥的情况下,无法根据STc计算STc+1;通过可穿刺加密实现后向安全:使用伪随机函数为每个索引生成一个标签,并使用可穿刺加密对带有标签的索引进行再次加密;当关键字/文件对被删除时,数据拥有者会穿刺公钥加密的密钥,云服务器修改相应的标签,因此,云服务器无法解密关键字/文件对。本发明在实现功能的同时能够减少本地存储空间的占用。

    一种支持数值属性比较的多关键字可搜索加密方法

    公开(公告)号:CN108156140A

    公开(公告)日:2018-06-12

    申请号:CN201711332607.X

    申请日:2017-12-13

    摘要: 本发明公开了一种支持数值属性比较的多关键字可搜索加密方法,用于在云存储背景下实现数值属性比较的多关键字可搜索加密,利用可搜索加密技术建立有效的密文索引,实现了多关键字密文检索,不仅可以快速定位用户感兴趣的密文文档,而且节省了带宽资源以及提升了用户体验,利用密文策略的属性加密技术,实现了细粒度访问控制,只有合法的数据用户才能进行密文检索,对访问控制策略的数值属性进行0编码和1编码,可以支持数值属性比较,具有更广阔的应用场景。

    一种数据检索方法、设备、装置及计算机可读存储介质

    公开(公告)号:CN118797695A

    公开(公告)日:2024-10-18

    申请号:CN202310431241.0

    申请日:2023-04-13

    发明人: 苗银宾 张伟 许超

    摘要: 本申请提供了一种数据检索方法、设备、装置及计算机存储介质;方法应用于服务器代理,包括:获取空间对象数据集合和各个布隆过滤器中的初始索引值;对初始索引值进行加密处理,得到的各个布隆过滤器的加密索引值,并将布隆过滤器的加密索引值发送至检索服务器;对空间对象数据集合进行加密,得到加密后的空间对象数据集合;获取布隆过滤器中偏移位置与对象标识之间的对应关系,并将加密后的空间对象数据集合和对应关系发送至查询服务器,以使得查询服务器基于对应关系和校验信息从加密后的空间对象数据集合中确定检索结果。通过本申请,能够提升检索的效率及安全性。

    基于注意力机制的联邦学习方法、客户端、服务器和系统

    公开(公告)号:CN118350452A

    公开(公告)日:2024-07-16

    申请号:CN202410573353.4

    申请日:2024-05-10

    摘要: 本申请公开了一种基于注意力机制的联邦学习方法、客户端、服务器和系统。本申请的方法,在本地客户端基于全局模型进行本地训练,并将训练好的梯度使用CKKS同态加密算法加密并上传至聚合服务器,聚合服务器将密文梯度转发给协作服务器,协作服务器基于缩放点击注意力机制对客户端上传的密文梯度进行权重值计算并返回聚合服务器,由聚合服务器完成密文加权聚合。从而可有效抵抗来自恶意客户端的投毒攻击,在面向恶意环境下训练高精度、高鲁棒、高可用性的全局模型,保证在恶意环境下可有效抵抗来自恶意客户端的投毒攻击且不影响模型精度,同时,提供对客户端数据的增强型隐私保护,实现高效且安全的联邦学习过程。