-
公开(公告)号：CN116471051B
公开(公告)日：2024-04-02
申请号：CN202310283158.3
申请日：2023-03-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于不经意传输协议的安全多方数据排序方法，首先，各参与方在离线阶段生成系统参数；其次，各参与方执行隐私保护的多方排序生成排序请求；而后，云服务器收到来自各参与方的排序请求，执行加密多项式的聚合；最后，参与方收到来自云服务器的密文，恢复参与方的私有数据集相对应的排序结果。本发明编码算法可以将一个数据集编码成一个多项式，实现对不同数据集的排序。根据编码方法提出了保护隐私的多方多数据排序方案。每个参与者都可以以隐私保护的方式得到其数据的排序后果，各参与方的数据及相应的排序结果不受其他各方的保护，实现了有效的通信以及计算。
-
公开(公告)号：CN116108167A
公开(公告)日：2023-05-12
申请号：CN202211411070.7
申请日：2022-11-11
Applicant: 电子科技大学
Abstract: 本发明涉及信息化技术领域，提供了一种结合知识图谱的个人敏感信息分类分级方法。目的在于解决现有的个人敏感信息分类分级方法往往仅考虑了单个场景的实现，忽略了多场景数据分类分级的实现的问题。主要方案包括对包含个人信息的文本数据进行实体抽取和关系抽取，得到实体的集合与关系的集合；根据实体与关系的集合先构建个人信息知识图谱；对每个实体进行特征提取，得到每个实体对应的一个特征向量；对特征向量进行聚类，得到实体的聚类结果；将聚类结果的每一类别进行安全级别分级，得到敏感级别信息；将敏感级别信息与个人信息知识图谱相关联，得到个人敏感信息分类分级知识图谱。当新场景到来时，利用多知识图谱融合技术进行增量地更新。
-
公开(公告)号：CN113934578B
公开(公告)日：2022-07-01
申请号：CN202111266909.8
申请日：2021-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在联邦学习场景下的数据恢复攻击的方法，涉及铣床辅助工具技术领域，解决现有依然无法从高压缩的梯度中进行数据恢复的技术问题，本方法包括两个部分，一个是离线训练和离线恢复，另一个是在线捕获部分；本发明相比于DLG方案，我们的方案可以应对高压缩的梯度依然可以实现数据恢复，这是因为DLG方案并没有挖掘梯度中的额外信息，而只将梯度用于最终的损失函数优化。而我们的GDRA充分挖掘了梯度中的信息，通过梯度推断出了原始数据的特征，从而弥补了压缩后的梯度所带来的信息损失的优点。
-
公开(公告)号：CN112104609B
公开(公告)日：2021-12-03
申请号：CN202010842682.6
申请日：2020-08-20
Applicant: 电子科技大学
Abstract: 本发明提供一种在移动群智感知系统中可验证的、具有隐私意识的真相发现的方法，在现有真值发现的基础上增加了：1)扰动机制，每个用户在将原始的感知数据提交到云之前，首先要独立地干扰其感知数据。另外，要求每个用户对扰动感知数据进行数字签名，以利于服务器随后生成证明。2)验证机制，云服务器执行保护隐私的真相发现算法，将聚合结果以及相应的证明消息返回给任务请求者。任务请求者可以仅通过检查证明消息来验证从云服务器返回的聚合结果的正确性，从而选择接受还是拒绝聚合结果。本发明满足公开可验证、高效率、可扩展、无前缀功能和多个数据提供者需求，在聚合精度、计算和通信开销方面具有优越的性能。
-
公开(公告)号：CN108985094B
公开(公告)日：2020-07-21
申请号：CN201810692703.3
申请日：2018-06-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在云环境下实现密文空间数据的访问控制和范围查询方法，属于云计算安全技术领域。本发明中，数据拥有者首先利用保序加密以及安全内积运算产生密文数据索引，并将所有索引以R‑树的形式组织并发送给云服务器；用户根据自己需要查询的几何范围生成密文搜索指令并提交给云服务器；云服务器根据用户请求和用户的当前访问权限返回相应的密文匹配结果；最终，用户在收到密文结果后，使用数据拥有者预先发送的密钥进行解密，实现密文环境下的范围查询以及数据访问控制。本发明保证了搜索过程中的高效性及安全性，特定用户只能访问其被授权的密文空间数据。
-
Patent Agency Ranking
公开(公告)号：CN106788962B
公开(公告)日：2020-04-14
申请号：CN201611145362.5
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明涉及隐私保护下的向量相似性判断方法，其中基于向量伸缩变换的隐私保护下的向量相似性判断方法，包括：A.接收两个标准向量x1、x2和待查询向量x3；B.对x1、x2和x3进行伸缩，得到两个标准输出向量L1、L2和待查询输出向量L3；C.设置误差阈值d后，分别计算||L1－L3||和||L2－L3||；D.比较||L1－L3||－||L2－L3||与d的大小关系，确定x3与x1或x2相似。本发明能够在不公开向量每个维度的值的前提下，通过比较向量的模长高效的判断向量之间的相似性，并且对密文比较的效率和明文比较对比，性能几乎没有下降。
-
公开(公告)号：CN108985094A
公开(公告)日：2018-12-11
申请号：CN201810692703.3
申请日：2018-06-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在云环境下实现密文空间数据的访问控制和范围查询方法，属于云计算安全技术领域。本发明中，数据拥有者首先利用保序加密以及安全内积运算产生密文数据索引，并将所有索引以R-树的形式组织并发送给云服务器；用户根据自己需要查询的几何范围生成密文搜索指令并提交给云服务器；云服务器根据用户请求和用户的当前访问权限返回相应的密文匹配结果；最终，用户在收到密文结果后，使用数据拥有者预先发送的密钥进行解密，实现密文环境下的范围查询以及数据访问控制。本发明保证了搜索过程中的高效性及安全性，特定用户只能访问其被授权的密文空间数据。
-
公开(公告)号：CN108768608A
公开(公告)日：2018-11-06
申请号：CN201810519096.0
申请日：2018-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种在区块链PKI下支持瘦客户端的隐私保护身份认证方法，属于信息安全技术领域。本发明所述方法包括以下步骤：系统初始化、生成认证请求、生成查询请求、查询阶段、检测阶段、确认阶段和会话建立。本发明所述方法利用PIR等技术，使得其支持区块链中存储能力和计算能力有限的瘦客户端在去中心化的PKI中完成用户身份认证，同时保护瘦客户端的查询隐私。本发明使用基于区块链的PKI技术，解决传统PKI单点故障和多CA互信难等问题；利用PIR技术，实现去中心化PKI下瘦客户端的身份认证功能；利用PIR技术，保护瘦客户端查询过程中的数据隐私；在认证过程中加入随机数，防止中间人攻击，确保认证过程中消息不被伪造篡改。
-
公开(公告)号：CN108521326A
公开(公告)日：2018-09-11
申请号：CN201810317657.9
申请日：2018-04-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于向量同态加密的隐私保护的线性SVM模型训练算法，属于信息技术安全领域，包括以下步骤：步骤1.使用者采用基于向量的同态加密方案VHE对训练数据集进行加密，并将加密结果发送至服务器；步骤2.服务器对加密结果进行计算，得到密文线性核函数矩阵并将密文线性核函数矩阵返回至使用者；步骤3.使用者对密文线性核函数矩阵进行解密，得到明文线性核函数矩阵并将明文线性核函数矩阵发送至服务器；步骤4.服务器采用密文SMO算法对明文线性核函数矩阵进行训练，并将训练结果返回至使用者。
-
公开(公告)号：CN106790069A
公开(公告)日：2017-05-31
申请号：CN201611190593.8
申请日：2016-12-21
Applicant: 电子科技大学
Abstract: 本发明涉及基于向量同态加密的隐私保护K‑NN分类方法，包括：A.接收查询向量组和标准向量组；B.通过查询向量组生成矩阵G，标准向量组使用密钥S通过向量同态加密生成密文组和新密钥GS；C.对新密钥GS进行密钥转换为转换密钥S'，得到此时的转换矩阵M和转换密文组；D.使用转换密钥S'对转换密文组解密，得到解密向量组；E.根据K个最小值的解密向量的分量为对应的各查询向量附上分类标签。本发明能够良好的对用户隐私数据保护，并且在隐私数据受到保护的情况下，通过K‑NN算法对用户的查询向量进行高效、准确的分类，提高了对向量类型判断的效率，扩大了向量类型判断的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.052 seconds)
