6G网络中朴素贝叶斯模型的安全获取方法

    公开(公告)号:CN117651272A

    公开(公告)日:2024-03-05

    申请号:CN202311678316.1

    申请日:2023-12-07

    摘要: 本发明适用于信息安全技术领域,提供了6G网络中朴素贝叶斯模型的安全获取方法,包括:获取6G网络中的原始数据集;通过本地用户终端节点,对原始数据集至少进行编码处理、拆分处理、混杂处理和随机响应处理,得到第一数据集;第一数据集被用于发送至超级边缘节点进行处理;通过超级边缘节点,对第一数据集依次进行聚合处理、频数统计处理和加密处理,得到第二数据集,第二数据集被用于发送至中心节点进行处理;通过中心节点,对第二数据集依次进行聚合处理和解密处理,得到第三数据集;利用第三数据集,训练得到朴素贝叶斯模型。本发明通过上述方式,能够在6G网络中部署朴素贝叶斯模型时,有效兼顾朴素贝叶斯模型的可用性和安全性。

    一种基于GPU的Paillier同态加解密计算方法及系统

    公开(公告)号:CN115459898B

    公开(公告)日:2024-09-17

    申请号:CN202211017789.2

    申请日:2022-08-23

    IPC分类号: H04L9/00 H04L9/08

    摘要: 本发明公开了一种基于GPU的Paillier同态加解密计算方法,应用于GPU设备端,包括:根据CPU设备端发送的密码参数、滑动窗口参数和第一部分预计算表,通过多个GPU线程并行生成第二部分预计算表,并根据第二部分预计算表和第一部分预计算表,得到全局预计算表;根据全局预计算表、待加密消息和同态加密参数,通过多个GPU线程并行生成第一密文消息,并将第一密文消息发送至CPU设备端;根据CPU设备端发送的待解密消息和解密参数,通过多个GPU线程并行生成明文消息,并将明文消息发送至CPU设备端;根据CPU设备端发送的第二密文消息和第三密文消息,通过多个GPU线程并行进行同态加法运算,生成第四密文消息,将第四密文消息发送至CPU设备端。

    一种传感器数据保护方法、系统、计算机设备及智能终端

    公开(公告)号:CN114817976A

    公开(公告)日:2022-07-29

    申请号:CN202210253232.2

    申请日:2022-03-15

    摘要: 本发明属于信息数据安全技术领域,公开了一种传感器数据保护方法、系统、计算机设备及智能终端,采用随机游走算法以及生成对抗网络的训练方法,用户无需定义具体的动作序列也不必耗费本地计算资源进行数据合成,用户只需要在使用之前定义各动作所占比例,然后将预定义数据交由云服务器,由云服务器完成动作序列构建以及多传感器拟真数据生成,并将拟真数据结合动作序列形成的拟真数据集合交由请求发起者,由请求发起者对拟真数据集合进行分解处理,并利用Hook方法对本地传感器接口数据进行替换,最终达到在移动设备多传感器上实现完全匿名化的效果。

    一种基于GPU的Paillier同态加解密计算方法及系统

    公开(公告)号:CN115459898A

    公开(公告)日:2022-12-09

    申请号:CN202211017789.2

    申请日:2022-08-23

    IPC分类号: H04L9/00 H04L9/08

    摘要: 本发明公开了一种基于GPU的Paillier同态加解密计算方法,应用于GPU设备端,包括:根据CPU设备端发送的密码参数、滑动窗口参数和第一部分预计算表,通过多个GPU线程并行生成第二部分预计算表,并根据第二部分预计算表和第一部分预计算表,得到全局预计算表;根据全局预计算表、待加密消息和同态加密参数,通过多个GPU线程并行生成第一密文消息,并将第一密文消息发送至CPU设备端;根据CPU设备端发送的待解密消息和解密参数,通过多个GPU线程并行生成明文消息,并将明文消息发送至CPU设备端;根据CPU设备端发送的第二密文消息和第三密文消息,通过多个GPU线程并行进行同态加法运算,生成第四密文消息,将第四密文消息发送至CPU设备端。