-
公开(公告)号：CN102631683B
公开(公告)日：2014-10-29
申请号：CN201210101200.7
申请日：2012-03-31
Applicant: 暨南大学
Abstract: 本发明公开了功能化纳米硒在抑制肿瘤血管生成和抗肿瘤药物中的应用。本发明人发现功能化纳米硒不仅具有抗肿瘤的作用，而且具有抑制肿瘤血管生成的作用。因此，功能化纳米硒能作为活性成分在抑制肿瘤血管生成和抗肿瘤药物进行应用。本发明制备的功能化纳米硒，如杂多酸-转铁蛋白修饰的纳米硒或没食子酸-转铁蛋白修饰的纳米硒，直接以过量的杂多酸或没食子酸与单质纳米硒耦合，制备过程无需添加其它辅助试剂、产物体系简单，产品可直接保存和使用。本发明采用的修饰剂提高了功能化纳米硒的靶向性以及在细胞中的转运和跨膜吸收，能够增加细胞的药物摄取量，减少外排，从而保证细胞内药物维持在较高水平。
-
公开(公告)号：CN117220882A
公开(公告)日：2023-12-12
申请号：CN202311009010.7
申请日：2023-08-10
Applicant: 暨南大学
Abstract: 本发明涉及区块链技术领域，公开了一种基于国密SM2多重签名的数据验证方法，采用了国密SM2多重签名技术，可以分散公证人节点的职能，提高系统稳定性，签名和验证工作由多个节点共同完成，有效地防止单点故障，提高系统的健壮性，通过采用多重签名，可以并行处理多个交易，提高了处理速度，同时，也降低了单个节点的工作负担，使整个系统能在高效率的同时保持稳定运行。
-
公开(公告)号：CN115361109A
公开(公告)日：2022-11-18
申请号：CN202210800958.3
申请日：2022-07-08
Applicant: 暨南大学
Abstract: 本发明公开了一种支持双向代理重加密的同态加密方法，包括以下步骤：密钥对生成，输入安全参数到密钥对生成算法，生成公钥和私钥；公钥加密消息，将公钥和需要加密的消息输入加密算法中，进行消息加密，得到密文；代理密钥生成，根据授权方的公钥和私钥以及被授权方的公钥和私钥，生成代理密钥；代理重加密，根据密文和代理密钥，对授权方的密文进行重加密；解密密文，通过解密算法解密密文恢复消息。本发明方法具有同态性质且支持双向代理重加密，可用于外包计算等场景中，有效的保护了隐私，在一定程度上解决了多密钥难计算的问题。
-
公开(公告)号：CN115361109B
公开(公告)日：2024-05-07
申请号：CN202210800958.3
申请日：2022-07-08
Applicant: 暨南大学
Abstract: 本发明公开了一种支持双向代理重加密的同态加密方法，包括以下步骤：密钥对生成，输入安全参数到密钥对生成算法，生成公钥和私钥；公钥加密消息，将公钥和需要加密的消息输入加密算法中，进行消息加密，得到密文；代理密钥生成，根据授权方的公钥和私钥以及被授权方的公钥和私钥，生成代理密钥；代理重加密，根据密文和代理密钥，对授权方的密文进行重加密；解密密文，通过解密算法解密密文恢复消息。本发明方法具有同态性质且支持双向代理重加密，可用于外包计算等场景中，有效的保护了隐私，在一定程度上解决了多密钥难计算的问题。
-
公开(公告)号：CN117294426A
公开(公告)日：2023-12-26
申请号：CN202311165313.8
申请日：2023-09-11
Applicant: 暨南大学
Abstract: 本发明公开了一种非对称信任模型下的安全两方计算方法，包括一个半诚实的参与方Alice和一个恶意的参与方Bob；安全两方计算方法包括离线阶段和在线阶段；离线阶段，包括乘法三元组的生成及认证、随机数的生成及认证；在线阶段，包括处理输入数据、加法运算、乘法运算以及进行结果输出。本发明提出的安全两方计算方法，不仅可以抵抗恶意参与方，而且其实现代价低于在对称信任模型下抵抗恶意敌手的安全两方计算方案。
-
Patent Agency Ranking
公开(公告)号：CN115442134A
公开(公告)日：2022-12-06
申请号：CN202211069818.X
申请日：2022-09-02
Applicant: 暨南大学
Abstract: 本发明涉及一种基于同态双向代理重加密的多密钥多方安全计算方法，包括步骤：S1、用户数据端DPi生成密文cti并存储在云服务器CSP1上；S2、用户请求方RU请求计算；S3、当DPi允许CSP1使用自身数据时，生成临时公私钥(pk′i,sk′i)和双向代理重加密密钥rki→i′；S4、将pk′i和rki→i′上传至CSP1，将sk′i上传至云服务器CSP2；S5、CSP1根据重加密密钥rki→i′将密文cti重加密为ct′i，然后通过盲化的方式与CSP2进行交互，将需要使用的密文转换为在用户请求方RU的公钥下加密的密文，并完成运算，将结果密文返回给用户请求方RU进行解密。本发明通过双向代理重加密的方式，在不泄露用户真实私钥的情况下，实现了不同密钥加密下密文的安全计算，保护了用户原始数据的隐私，提高了密文数据的可用性。
-
公开(公告)号：CN118313009A
公开(公告)日：2024-07-09
申请号：CN202410560068.9
申请日：2024-05-08
Applicant: 暨南大学
IPC: G06F21/62
Abstract: 本发明公开了一种高效的针对标识符不同的隐私集合求交方法。本发明包括参与方A、参与方B分别与协助方C使用不经意传输技术生成OLE元组；参与方A与所述协助方C利用生成的OLE元组进行交互，使参与方A拿到协助方C中与参与方A本地数据对应的信息；参与方B与协助方C利用生成的OLE元组进行交互，使参与方B拿到协助方C中与参与方B本地数据对应的信息；参与方A、参与方B分别在本地进行计算并发送相关数据进行交互，获取双方隐私集合的交集元素。本发明的有益效果在于支持针对身份标识符不同进行隐私求交的过程。
-
公开(公告)号：CN115442134B
公开(公告)日：2024-05-07
申请号：CN202211069818.X
申请日：2022-09-02
Applicant: 暨南大学
Abstract: 本发明涉及一种基于同态双向代理重加密的多密钥多方安全计算方法，包括步骤：S1、用户数据端DPi生成密文cti并存储在云服务器CSP1上；S2、用户请求方RU请求计算；S3、当DPi允许CSP1使用自身数据时，生成临时公私钥(pk′i,sk′i)和双向代理重加密密钥rki→i′；S4、将pk′i和rki→i′上传至CSP1，将sk′i上传至云服务器CSP2；S5、CSP1根据重加密密钥rki→i′将密文cti重加密为ct′i，然后通过盲化的方式与CSP2进行交互，将需要使用的密文转换为在用户请求方RU的公钥下加密的密文，并完成运算，将结果密文返回给用户请求方RU进行解密。本发明通过双向代理重加密的方式，在不泄露用户真实私钥的情况下，实现了不同密钥加密下密文的安全计算，保护了用户原始数据的隐私，提高了密文数据的可用性。
-
公开(公告)号：CN115242444B
公开(公告)日：2023-08-01
申请号：CN202210710116.9
申请日：2022-06-22
Applicant: 暨南大学
IPC: H04L9/40 , H04L41/142 , H04L41/147 , H04L67/10
Abstract: 本发明涉及机器学习领域，为一种可验证的隐私保护线性回归方法和系统，该方法包括：模型拥有者将线性回归模型相关的可验证参数公开，把线性回归模型相关的可验证参数部署在云服务器；用户对数据进行Paillier加密得到密文，将密文上传至线性回归模型所在的云服务器；用户请求云服务器对密文进行计算，云服务器通过线性回归模型对用户上传的密文进行计算预测，将计算预测结果返回给用户；利用模型拥有者提前公开的线性回归模型相关的可验证参数对计算预测结果的明文正确性进行验证。本发明可以防止云服务器恶意返回错误的结果，能够保证用户数据和模型的安全行，可以保护模型拥有者的模型信息和用户的数据信息、预测结果的隐私性。
-
公开(公告)号：CN115630713A
公开(公告)日：2023-01-20
申请号：CN202211061861.1
申请日：2022-08-31
Applicant: 暨南大学
Abstract: 本发明涉及联邦学习技术领域，为样本标识符不相同下的纵向联邦学习方法、设备和介质，该方法包括：在联邦学习中的对齐阶段，通过不经意、可编程的伪随机函数OPPRF、布谷鸟哈希Cuckoo Hashing和简单哈希Simple Hashing对持有不相同样本标识符的参与方进行样本对齐，在进行样本对齐中对样本标识符添加噪音；通过Paillier同态加密完成参与方共同训练模型，利用加密手段保证训练过程参与方的隐私信息；本发明可以实现参与方样本标识符不相同下的样本对齐，在保护各个参与方隐私信息的基础上，达到共同训练模型的目的。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
