公开(公告)号：CN115996117A

公开(公告)日：2023-04-21

申请号：CN202211639661.X

申请日：2022-12-20

Applicant: 上海交通大学

Inventor： 邱卫东 ,  张浩臣 ,  黄征 ,  唐鹏 ,  王强民 ,  郭捷

IPC: H04L9/08 ,  H04L9/00

Abstract: 一种基于改进Paillier算法的优化加密解密方法及系统，初始化参数并利用所选择的参数和可证明安全噪声技术初始化安全噪声池，读取明文并将明文打包，利用所选择的参数、安全噪声池、改进Paillier加密方案和改进蒙哥马利模乘算法对打包明文进行加密并映射至蒙哥马利余数域后进行模乘加速计算，最后将蒙哥马利余数映射回密文域得到密文，并通过Paillier解密函数对密文进行解密操作得到打包明文，并进行解包处理进而求得原始明文。本发明采用可证明安全噪声技术生成预计算Paillier安全噪声池和基于改进Paillier加密方案以加速加密算法、基于中国剩余定理加速Paillier加密解密算法、基于汇编实现的改进蒙哥马利模乘算法和打包技术加速Paillier密文模乘算法，显著提高计算效率。

公开(公告)号：CN115774842A

公开(公告)日：2023-03-10

申请号：CN202211361727.3

申请日：2022-11-02

Applicant: 上海交通大学

Inventor： 唐鹏 ,  邱卫东 ,  黄征 ,  罗宇辰 ,  李昕朋 ,  张浩臣 ,  王强民 ,  郭捷

IPC: G06F18/214 ,  G06N20/00 ,  G06N3/126

Abstract: 一种面向联邦学习的模型自动训练方法，根据联邦学习平台所需的样本的数量和特征维度生成伪样本，采用XGBoost模型为基础进行训练任务的搭建，使用伪样本以连续二分减半的方法进行学习率和最大深度的参数搜索迭代，将最终的搜索结果作为联邦学习训练的配置参数。本发明通过不断提高数据集的采样比的迭代过程来缩小模型自动训练最佳参数的范围，从而避免地毯式、漫无目的地参数搜索。将整个搜索过程引导到一个合适的初始方向。在这个合适的范围内找到最合适的参数。在提高采样比的过程中通过不断变异生成近似子代的方式来获取适应更大样本的最佳参数。根据该参数搜索的算法特性，使整个搜索过程收敛得非常快且具有鲁棒性。

公开(公告)号：CN115766135A

公开(公告)日：2023-03-07

申请号：CN202211367168.7

申请日：2022-11-02

Applicant: 上海交通大学

Inventor： 王力凡 ,  邱卫东 ,  黄征 ,  唐鹏 ,  张西珩 ,  李昕朋 ,  张浩臣 ,  王强民 ,  郭捷 ,  许可

IPC: H04L9/40 ,  H04L43/04 ,  H04L43/0876

Abstract: 一种面向联邦学习的网络监控系统及方法，通过跨站点通讯流量监控模块通过配置iptables防火墙规则和定时数据抓取任务，对联邦学习中不同站点间的分时通讯流量进行统计，并分析各个任务、用户所使用的流量数据并以数据接口形式返回至用户前端实现可视化；通过本地站点任务监控模块通过docker容器快速部署，定时调用联邦学习对外任务统计接口，记录联邦学习本站点参与的联邦学习任务的任务多维度信息，并提供任务数据接口展示各类任务信息。本发明通过对联邦学习平台进行监察，统计联邦学习任务具体信息，保证监控任务的真实性和正确性，对联邦学习任务的合规性、合法性和效率性进行监督，方便平台管理人员的日常管理和分析。