-
公开(公告)号：CN117640059A
公开(公告)日：2024-03-01
申请号：CN202311633373.8
申请日：2023-12-01
申请人： 贵州大学
摘要： 本发明公开了一种基于理性秘密共享的区块链私钥管理方法，该方法包括构建基于区块链智能合约与理性秘密共享的私钥分布式管理协议，该协议由三部分组成：密钥托管用户、参与者节点和智能合约。密钥托管用户是一般节点，它们配置了特定的计算资源和数字资产。参与者节点是区块链中的活跃节点，一般拥有丰富的计算资源和存储资源。每个智能合约类似于用户与参与者节点签署的密钥托管合同，在签署后便由用户提供一定的数字资产将其部署在区块链上，进行记录参与者的密钥重构行为，并分配各参与者相应的奖励。本发明用于实现区块链私人用户多钱包私钥的一次性托管和恢复。
-
公开(公告)号：CN117473554A
公开(公告)日：2024-01-30
申请号：CN202311498083.7
申请日：2023-11-10
申请人： 贵州大学
摘要： 本发明公开了一种针对物联网图数据隐私攻击模型的隐私保护方法及系统，涉及隐私保护技术领域。该方法包括：获取物联网中的用户信息并构建物联网隐私攻击模型；针对物联网隐私攻击模型构建物联网隐私保护模型；采用物联网隐私攻击模型和物联网隐私保护模型进行对抗实验，得到对抗结果；若对抗结果为防御成功，则将物联网隐私保护模型结合实际社会场景进行实施；若对抗结果为防御失败，则返回所述针对物联网隐私攻击模型构建物联网隐私保护模型的步骤。本发明公开的针对物联网图数据隐私攻击模型的隐私保护方法及系统，能够提高物联网环境下隐私保护的安全性。
-
公开(公告)号：CN117336019A
公开(公告)日：2024-01-02
申请号：CN202311173291.X
申请日：2023-09-12
申请人： 贵州大学
IPC分类号： H04L9/40 , H04L9/08 , H04L9/14 , H04L67/1097
摘要： 本发明公开了一种基于内积函数的属性条件代理重加密方法，包括授权者和受理者，其特征在于：首先引入内积函数加密，将内积函数与私钥相关联生成函数私钥，使得受理者能够进行内积运算；其次，授权者在加密数据时嵌入属性集，限定可以访问该数据的用户范围；同时，为了控制代理者的转换权限，授权者设置一个允许转换的策略嵌入到重加密密钥中；代理者利用该重加密密钥，将满足转换策略的密文重新加密成受理者可以解密的密文；最后，受理者收到重加密密文后使用函数私钥解密得到关于明文的内积值。本发明方法基于格上LWE困难问题设计，能够抵抗量子攻击，在云计算共享应用场景中具有较高的安全性，可以一定程度解决数据的可控可用不可见问题。
-
公开(公告)号：CN117034057A
公开(公告)日：2023-11-10
申请号：CN202310898772.0
申请日：2023-07-21
申请人： 贵州大学
IPC分类号： G06F18/2321 , G06F18/21 , G06F9/46 , G06F21/62
摘要： 本发明公开了一种基于Spark的支持差分隐私的聚类方法，该算法通过内存计算引擎Spark，创建弹性分布式数据集，利用转换算子及行动算子操作数据进行运算，并在选取初始化中心点及迭代更新中心点的过程中，通过综合利用指数机制和拉普拉斯机制，以解决初始聚类中心敏感及隐私泄漏问题，同时减少计算过程中对数据实施的扰动。本发明能够处理大规模数据集并满足海量数据聚类的需求。相比于传统算法，该算法具有更好的可扩展性和分布式计算能力。在聚类过程中，该算法采取指数机制和Laplace机制相结合的方法，从而有效降低隐私预算开销，进而缓解海量数据聚类过程中隐私性和可用性之间的矛盾问题。
-
公开(公告)号：CN116245198A
公开(公告)日：2023-06-09
申请号：CN202310233090.8
申请日：2023-03-13
申请人： 贵州数据宝网络科技有限公司 , 贵州大学
摘要： 本发明提供一种基于广义线性回归的联邦学习方法、系统、终端及介质，包括：数据方双方联合构建广义线性回归模型，其中，所述数据方双方包括提供训练属性值数据持有方A端和提供数据标签值的数据应用方B端；构建广义线性回归模型的损失函数，其中，所述广义线性回归模型的变量满足Tweedie分布时，训练目标为最小化损失函数；数据持有方A端根据损失函数求偏导得出本地梯度，并通过同态加密技术交换用于计算本地梯度的中间结果；数据持有方A端利用本地梯度更新所述广义线性回归模型。本发明提出了在一方仅提供训练属性值、另一方仅提供数据标签值的场景下的符合Tweedie分布的广义线性回归模型的两方纵向联邦学习方案。
-
公开(公告)号：CN110134719B
公开(公告)日：2023-04-28
申请号：CN201910412420.3
申请日：2019-05-17
申请人： 贵州大学
IPC分类号： G06F16/2458 , G06F16/28
摘要： 本发明公开了结构化数据敏感属性的识别与分类分级方法，该方法包括步骤，首先根据用户需求输入待处理的结构化数据表；然后利用信息熵及最大熵计算属性的隐私敏感度；利用k‑means聚类算法对属性的敏感度进行聚类，将属性初始划分为敏感属性集和疑似敏感属性集两个簇；进一步利用Apriori算法挖掘疑似敏感属性集与敏感属性集间关联关系，将任意结构化数据的敏感属性进最终识别为敏感属性集与非敏感属性集；最后，仅仅针对敏感属性集来操作，通过对敏感属性集中属性间的互信息相关性和关联规则分析，对敏感属性进行分类，并对各敏感属性组的平均敏感度量化，实现敏感属性的分类分级。该方法面向隐私保护能同时达到敏感属性的识别与分级效果，不需要预知结构化数据集的属性特征、敏感特征字典，兼顾了属性间的相关性和关联关系。
-
公开(公告)号：CN110377605B
公开(公告)日：2023-04-25
申请号：CN201910669519.1
申请日：2019-07-24
申请人： 贵州大学
IPC分类号： G06F16/22 , G06F16/28 , G06F16/2458
摘要： 本发明公开了一种一种结构化数据的敏感属性识别与分类分级方法。本发明将结构化数据表中的敏感属性实现自动化识别及精确地分类分级处理，以便后续将敏感属性的分类分级结果输出采取适当的隐私保护处理后进行数据发布。聚类分析是机器学习中的一种无监督学习方式，不需要预知样本集的分类情况就可以根据属性间相似度自动实现数据属性的分类。在敏感属性的最终识别阶段，考虑了敏感属性与疑似敏感属性之间的关联关系，目的是为了解决链接攻击的问题，从而进一步挖掘与敏感属性有关联的属性，减少隐私的泄露程度。在敏感属性的分类分级阶段，既考虑了敏感属性间的互信息相关性，也分析了属性间的关联关系，两者结合从而对敏感属性更加精准地分类。
-
公开(公告)号：CN115661610A
公开(公告)日：2023-01-31
申请号：CN202211398195.0
申请日：2022-11-09
申请人： 贵州大学
摘要： 本发明涉及一种梯度反演方法、系统及电子设备。本发明在将原始训练隐私数据的标签和服从高斯分布的随机噪声数据输入至待反演模型训练产生一组虚拟梯度后，通过采用Wasserstein距离始终能够提供稳定有意义的梯度，将其作为衡量虚拟数据与待恢复的原始训练隐私数据两个分布差异的损失函数，梯度会更加平滑，使得训练过程收敛更稳定，能提高梯度反演恢复数据的效果。
-
公开(公告)号：CN115272774A
公开(公告)日：2022-11-01
申请号：CN202211060993.2
申请日：2022-09-01
申请人： 贵州大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774
摘要： 本发明涉及一种基于改进自适应差分进化算法的对抗样本攻击方法及系统，包括：获取原始图像；对原始图像的每一像素点添加对抗性扰动，得到对抗扰动像素；利用改进的自适应差分进化算法对对抗扰动像素进行迭代优化，得到对抗扰动像素的最优解；改进的自适应差分进化算法为对经典差分进化算法中的变异因子和交叉概率根据种群迭代次数不断更新；将对抗扰动像素的最优解添加到原始图像中，得到对抗样本；利用对抗样本攻击图像分类器模型。本发明根据迭代次数对变异因子和交叉概率进行更新，使得变异因子和交叉概率自适应调节，考虑了差分进化算法中种群进化过程的反馈信息以及迭代次数对种群进化的动态需求，提高了对抗样本攻击的成功率。
-
公开(公告)号：CN115065456A
公开(公告)日：2022-09-16
申请号：CN202210640784.9
申请日：2022-06-07
申请人： 贵州数据宝网络科技有限公司 , 贵州大学
摘要： 该发明为一种支持浮点运算的改进同态乘法加密方法，该加密方法包括步骤：SA，生成所述加密算法的密钥,密钥包括公钥以及私钥；所述的公钥为Paillier生成的公钥pkPaillier；所述的私钥为{skPaillier,g,a,LK,MK,c}；所述的g和a为随机数，LK和MK为随机正整数；SB，对明文M进行加密，生成随机扰动参数k，k为有界正整数，范围为(LK,MK)；使用私钥对明文M加密后得到密文C，密文C＝(EncPaillier(c×k),m×gk×a)；SC，解密所述密文C，使用所述skPaillier解密得到所述c×k，通过公式M＝M×gk×a/gc×k×a/c得到明文M。本申请的技术方案比传统的方案改进之处包括支持浮点型数据加解密和乘法同态运算以及加解密性能更优。
-
-
-
-
-
-
-
-
-
搜索结果
106 条记录 (耗时 0.032 秒)
