一种面向资源受限设备且具有隐私保护的联邦组模型训练方法及系统

    公开(公告)号:CN117749484A

    公开(公告)日:2024-03-22

    申请号:CN202311761433.4

    申请日:2023-12-20

    IPC分类号: H04L9/40 H04L9/08 G06N3/098

    摘要: 本发明公开了一种面向资源受限设备且具有隐私保护的联邦组模型训练方法及系统,包括:基于设备的资源对参与联邦学习的所有设备进行分组,并根据任务模型对这些分组定制组模型,所述模型为深度学习模型;构建ReDe层,用于重映射用户上传的特征映射,确保服务器端组子模型的训练;利用知识蒸馏,从任务模型的预测中提取额外的训练信息加入到训练损失中来提升组模型的精度;设计补偿损失和漂移校正,减少非独立同分布的数据分布所带来的客户漂移影响;结合内积函数加密,保证参与者训练过程中的隐私安全。本发明让更多资源受限的设备能够参与联邦学习,同时保证了参与者的隐私安全,并且在非独立同分布的数据分布下仍有较高的预测准确性。

    一种面向人工智能安全的物理灯光后门攻击的训练方法

    公开(公告)号:CN116664978A

    公开(公告)日:2023-08-29

    申请号:CN202310652261.0

    申请日:2023-06-02

    摘要: 本发明属于人工智能安全领域,并公开了一种面向人工智能安全的物理灯光后门攻击的训练方法,包括:对目标对象进行灯光后门攻击,根据灯光颜色在目标对象上产生对应的灯光触发器,基于灯光触发器生成后门图像数据;获取干净图像数据,基于后门图像数据和所述干净图像数据分别构建训练集;干净图像数据为未产生灯光触发器的原始图像;构建后门模型,所述后门模型为深度学习模型,基于所述训练集对所述后门模型进行训练,得到训练后的后门模型;构建测试集,基于所述测试集对所述训练后的后门模型进行评估,得到灯光后门攻击的攻击成功率数据和干净准确率数据。本发明所述技术方案拥有较高攻击成功率的同时实现了更加隐蔽的物理后门攻击。

    面向医疗数据支持隐私保护的中文密文多关键字模糊搜索方法

    公开(公告)号:CN114860888A

    公开(公告)日:2022-08-05

    申请号:CN202210589520.5

    申请日:2022-05-26

    摘要: 本发明公开了一种面向医疗数据支持隐私保护的中文密文多关键字模糊搜索方法。本发明使用模糊搜索。本发明采用基于知识图谱的方法,让数据拥有者对数据进行预处理,然后使用多个敏感哈希函数将关键字映射在m位的布隆过滤器中,每一个关键字会构成一个树形的关键字索引,一共有三层,第一层是单一关键字,第二层是包含这个关键字的所有文档的其他的关键字,第三层是包含这个关键字的所有文档的ID。然后对关键字索引和所有文档分别加密,上传到云服务器。云服务器执行搜索过程,返回相关度高的加密文档,用户进行解密。本发明可以允许用户输入错误的关键字,并且可以实现较好的搜索准确性。

    基于同态加密与区块链的可搜索加密数据安全共享方法

    公开(公告)号:CN111835500B

    公开(公告)日:2022-07-26

    申请号:CN202010651041.2

    申请日:2020-07-08

    摘要: 本发明涉及了一种基于同态加密与区块链的可搜索加密数据安全共享方法,保护区块链上敏感数据安全的同时实现了对数据密文的可搜索与同态运算。本发明中数据拥有者用自己的密钥将生成的敏感数据及根据数据提取的关键词加密,之后将加密后的交易信息发送至云服务器。云服务器对数据拥有者的身份进行验证,若验证成功,则将上传的密文数据存储在本地服务器上,并将数据存储的索引、关键词密文及相关证据上传至联盟链中,联盟链节点对上传的交易信息进行一致性验证,若验证成功,则记录该交易信息。本发明通过结合同态加密、区块链技术和可搜索加密技术,为具有敏感数据的业务在基于区块链的应用场景提供了技术支持。

    一种隐私保护细粒度数据聚合方法及系统

    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

    IPC分类号: G06F21/62 G06F21/60

    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。

    基于区块链的智能电网二级网络下数据隐私保护聚合方法

    公开(公告)号:CN112887095A

    公开(公告)日:2021-06-01

    申请号:CN202110102799.5

    申请日:2021-01-26

    摘要: 本发明公开了一种面向基于区块链的智能电网中无需可信第三方的二级网络下数据隐私保护聚合方法。本发明利用霍纳规则以及ElGamal密码算法实现了无需可信第三方的二级网络下的数据聚合,使智能电网系统无需引入可信第三方,避免可信第三方不可信时存在隐私泄露的风险。同时,本发明通过将霍纳参数嵌入到每个一级雾节点的一级聚合密文中实现二级网络下的数据聚合,实现了更强的隐私保护,支持大规模用户,降低了计算开销。另外,本发明通过智能合约,建立起用户和电力公司之间的交易关系,并将两者的交易关系写入区块链。本发明具有较好的可扩展性且计算开销比较小,适用于大型智能电网中。

    一种可验证的隐私保护多子集数据聚合方法

    公开(公告)号:CN115225357A

    公开(公告)日:2022-10-21

    申请号:CN202210816690.2

    申请日:2022-07-12

    IPC分类号: H04L9/40 H04L9/08 H04L9/00

    摘要: 本发明涉及一种可验证的隐私保护多子集数据聚合方法,通过控制中心接收到的的同态加密私钥对雾节点得到的聚合结果进行解密,并通过霍纳参数获得每一子集的聚合结果以及每一子集的人数,解决了传统的隐私保护数据聚合方法中控制中心无法获得不同健康数据范围的聚合结果以及每一健康数据范围内的人数的问题;同时,任何实体都能在不知道控制中心的聚合结果的情况下,对该结果进行验证,从而在保护隐私的前提下,解决了任意实体对聚合结果不信任的问题并且控制中心得到的聚合结果可通过公开的信息进行验证。

    一种基于不平衡流数据分类的信用卡欺诈检测方法

    公开(公告)号:CN111210343B

    公开(公告)日:2022-03-29

    申请号:CN202010107594.1

    申请日:2020-02-21

    发明人: 任思琪 韩嵩

    IPC分类号: G06Q40/02 G06K9/62

    摘要: 本发明公开了一种基于不平衡流数据分类的信用卡欺诈检测方法。本发明信用卡流数据分类模型中包含了基于袋装的信用卡流数据过采样机制,信用卡流数据多类型概念漂移处理机制、信用卡流数据基础分类器加权机制、信用卡流数据集成剪枝机制以及分类预测机制。本发明无需保留任意过去时刻的信用卡流数据小样本,可以对类别分布不平衡的信用卡动态流数据进行有效地分类预测,以检测到信用卡欺诈交易数据。

    基于同态加密与区块链的可搜索加密数据安全共享方法

    公开(公告)号:CN111835500A

    公开(公告)日:2020-10-27

    申请号:CN202010651041.2

    申请日:2020-07-08

    摘要: 本发明涉及了一种基于同态加密与区块链的可搜索加密数据安全共享方法,保护区块链上敏感数据安全的同时实现了对数据密文的可搜索与同态运算。本发明中数据拥有者用自己的密钥将生成的敏感数据及根据数据提取的关键词加密,之后将加密后的交易信息发送至云服务器。云服务器对数据拥有者的身份进行验证,若验证成功,则将上传的密文数据存储在本地服务器上,并将数据存储的索引、关键词密文及相关证据上传至联盟链中,联盟链节点对上传的交易信息进行一致性验证,若验证成功,则记录该交易信息。本发明通过结合同态加密、区块链技术和可搜索加密技术,为具有敏感数据的业务在基于区块链的应用场景提供了技术支持。