-
公开(公告)号：CN117725416A
公开(公告)日：2024-03-19
申请号：CN202311772627.4
申请日：2023-12-21
申请人： 浙江工商大学 , 浙大城市学院 , 浙江鹏信信息科技股份有限公司
IPC分类号： G06F18/214 , G06F18/25 , G06F21/62 , G06N3/0475 , G06N3/045 , G06N3/094
摘要： 本发明公开了一种面向跨设备场景的数据隐私保护联邦生成对抗网络训练方法及系统，该系统可以生成高质量的合成数据，用于解决数据短缺的问题。本发明采用差分隐私技术来确保用户数据在训练过程中的隐私性和安全性。此外，本发明提供一种知识转移方案，该方案通过用户的知识来选择潜在的高质量数据，以提高合成数据的效用。本发明实现了在跨设备场景中高效、安全的生成模型训练，并限制资源受限设备的权限，防止其泄漏或滥用生成器。
-
公开(公告)号：CN117688604A
公开(公告)日：2024-03-12
申请号：CN202311702233.1
申请日：2023-12-12
申请人： 浙大城市学院 , 浙江大学 , 浙江鹏信信息科技股份有限公司 , 杭州趣链科技有限公司
摘要： 本发明公开了一种智慧城市系统中隐私集合求交方法、设备及储存介质，本发明采用门限秘密共享技术将隐私集合在三方之间进行共享，从而隐藏交集基数，提高隐私集合求交的安全性。在双方进行隐私集合求交前，利用区块链对二者身份进行验证，一定程度上保护了双方数据的安全性。另外，本发明通过将隐私集合划分成多个带有标签的子集，实现了更细粒度的求交方式。因此，相比于之前智慧城市系统中的隐私集合求交方案，本发明在实用性、安全性等方面得到了极大的提高。
-
公开(公告)号：CN115632770A
公开(公告)日：2023-01-20
申请号：CN202211252156.X
申请日：2022-10-13
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了一种基于不经意传输的医疗物联网隐私保护数据共享方法。可信机构选择椭圆曲线以及规定相应参数并公开，所有参与方生成公私钥对并向可信机构注册。数据拥有者通过异或和椭圆曲线中点乘来获取加密密钥，并使用加密密钥对所有数据进行加密，将加密后数据发送给云服务器，再通过shamir门限秘密分享将加密密钥分成m个分享，将这m个分享和分发给每一个边缘服务器。数据使用者发起不经意传输，由此获得k个分享，通过拉格朗日插值法实现恢复加密数据。本发明使用的椭圆曲线加密方案、哈希和异或操作，在共享过程中的效率得到极大地提高。另外，不经意传输协议实现双向隐私保护，提供较高的安全性。
-
公开(公告)号：CN111245610B
公开(公告)日：2022-04-19
申请号：CN202010057521.6
申请日：2020-01-19
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了基于NTRU同态加密的数据隐私保护深度学习方法。本发明采用一种NTRU同态加密的方法来加密深度学习中感知器学习过程中的训练数据、测试数据、标签值以及权重向量，并在这些数据加密的情况下来训练预测模型，确保用户数据的隐私性和安全性。这种同态加密技术相比于一般同态加密技术因其所用多项式次数较低而具有较好的实用性，基于这种隐私保护下的感知器学习可以推广到多层的神经网络，实现深度学习过程中的数据隐私保护。
-
公开(公告)号：CN114900318B
公开(公告)日：2024-04-19
申请号：CN202210624726.7
申请日：2022-06-02
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了一种基于密钥协商协议以及可验证的一轮通信可搜索加密方法。本发明采用密钥协商协议来对密钥传输进行改进。基于密钥协商协议下的可搜索方案可以抵抗模拟攻击，已知密钥攻击。使得在数据使用者和数据拥有者之间进行密钥传输时的安全性得到进一步提高。另外，本发明通过消息认证码对搜索结果进行验证，提供了可验证的功能。最后，本发明只需要进行一轮通信就可以获得目标文档，相比于之前的可搜索加密方案，本发明的安全性，结果的正确性以及搜索效率都得到了极大的提高。
-
公开(公告)号：CN114386094A
公开(公告)日：2022-04-22
申请号：CN202111610677.3
申请日：2021-12-27
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了一种隐私保护细粒度数据聚合方法及系统。本发明包括精准的加性多子集数据聚合和近似的非加性多子集数据聚合。所述精准的加性多子集数据聚合，包括初始化阶段、用户报告产生阶段、隐私保护用户报告聚合阶段和控制中心解密阶段；所述近似的非加性多子集数据聚合，包括针对所有用户的非加性数据聚合和针对多子集的非加性数据聚合；本发明支持精准的加性多子集数据聚合（如精准的均值、方差和单向方差分析聚合）和近似的非加性多子集数据聚合（如近似的最小聚合和最大聚合），从而满足智能服务的多样性需求。
-
公开(公告)号：CN111245610A
公开(公告)日：2020-06-05
申请号：CN202010057521.6
申请日：2020-01-19
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了基于NTRU同态加密的数据隐私保护深度学习方法。本发明采用一种NTRU同态加密的方法来加密深度学习中感知器学习过程中的训练数据、测试数据、标签值以及权重向量，并在这些数据加密的情况下来训练预测模型，确保用户数据的隐私性和安全性。这种同态加密技术相比于一般同态加密技术因其所用多项式次数较低而具有较好的实用性，基于这种隐私保护下的感知器学习可以推广到多层的神经网络，实现深度学习过程中的数据隐私保护。
-
公开(公告)号：CN115937577A
公开(公告)日：2023-04-07
申请号：CN202211454189.2
申请日：2022-11-18
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/094 , G06N3/0895
摘要： 本发明公开了一种基于对抗性对比学习提升图像分类模型鲁棒性的方法。本发明首先构建用于进行对抗性对比学习任务的数据集以及TrCL网络模型；其次通过数据增强策略将原始的图像生成三张不同的增广图像；通过一个基于实例级别的攻击，将其中两张增广图像添加扰动生成对应的对抗样本；然后将生成的两张带对抗的增广图像和一张不带对抗的增广图像放入到网络模型进行训练；从而得到一个具有鲁棒特征的预训练模型；最后提取训练好的预训练模型编码器部分，连接一个全连接层进行分类任务训练，即形成鲁棒性的分类器。本发明能够同时兼顾模型的鲁棒精度和干净精度，在确保模型具有鲁棒性的同时也能够保证模型对干净样本的分类精度的影响较小。
-
公开(公告)号：CN114900318A
公开(公告)日：2022-08-12
申请号：CN202210624726.7
申请日：2022-06-02
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了一种基于密钥协商协议以及可验证的一轮通信可搜索加密方法。本发明采用密钥协商协议来对密钥传输进行改进。基于密钥协商协议下的可搜索方案可以抵抗模拟攻击，已知密钥攻击。使得在数据使用者和数据拥有者之间进行密钥传输时的安全性得到进一步提高。另外，本发明通过消息认证码对搜索结果进行验证，提供了可验证的功能。最后，本发明只需要进行一轮通信就可以获得目标文档，相比于之前的可搜索加密方案，本发明的安全性，结果的正确性以及搜索效率都得到了极大的提高。
-
公开(公告)号：CN111414435A
公开(公告)日：2020-07-14
申请号：CN202010440924.9
申请日：2020-05-22
申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
摘要： 本发明公开了一种基于区块链和同态加密的可搜索加密的数据云存储方法。本发明采用加法同态加密对明文数据进行加密，以抵抗选择明文攻击，保证了用户敏感数据的隐私信息；本发明采用向量空间模型对明文数据的关键字进行权重评分以生成索引，并将索引和对应编号加密后上传至云服务器，保证了在对数据操作过程中数据的完整性问题。本发明采用智能合约进行查询匹配操作，保证了查询过程信息的不可篡改性和安全性。本发明采用重加密技术，保证了用户密钥的安全性，与解密过程的高效性。
-
-
-
-
-
-
-
-
-
搜索结果
111 条记录 (耗时 0.069 秒)