一种保护数据隐私的合规码验证方法和计算机可读介质

    公开(公告)号:CN115022042A

    公开(公告)日:2022-09-06

    申请号:CN202210621746.9

    申请日:2022-06-02

    IPC分类号: H04L9/40 H04L9/32

    摘要: 该发明涉及一种保护数据隐私的合规码验证方法和计算机可读介质,该验证方法包括SA:数据接收方获取用于核验的识别码,该数据接收方存储有作为核验标准的合规码;所述的合规码为多因子合规码,包括有多个数据标签编码和消息认证码作为核验因子拼接组成;SB:调用数据合规核验算法解密并核验所述合规码及识别码;SC:判断是否通过进行合规核验,若核验失败,说明数据存在违规操作;若核验通过,可选择继续进行篡改核验,若不存在篡改,则核验成功。使用了本申请做进一步验证,保证了数据的机密性、完整性和合规性。

    基于广义线性回归的联邦学习方法、系统、终端及介质

    公开(公告)号:CN116245198A

    公开(公告)日:2023-06-09

    申请号:CN202310233090.8

    申请日:2023-03-13

    摘要: 本发明提供一种基于广义线性回归的联邦学习方法、系统、终端及介质,包括:数据方双方联合构建广义线性回归模型,其中,所述数据方双方包括提供训练属性值数据持有方A端和提供数据标签值的数据应用方B端;构建广义线性回归模型的损失函数,其中,所述广义线性回归模型的变量满足Tweedie分布时,训练目标为最小化损失函数;数据持有方A端根据损失函数求偏导得出本地梯度,并通过同态加密技术交换用于计算本地梯度的中间结果;数据持有方A端利用本地梯度更新所述广义线性回归模型。本发明提出了在一方仅提供训练属性值、另一方仅提供数据标签值的场景下的符合Tweedie分布的广义线性回归模型的两方纵向联邦学习方案。

    一种支持浮点运算的改进同态乘法加密方法

    公开(公告)号:CN115065456A

    公开(公告)日:2022-09-16

    申请号:CN202210640784.9

    申请日:2022-06-07

    IPC分类号: H04L9/00 H04L9/08 H04L9/30

    摘要: 该发明为一种支持浮点运算的改进同态乘法加密方法,该加密方法包括步骤:SA,生成所述加密算法的密钥,密钥包括公钥以及私钥;所述的公钥为Paillier生成的公钥pkPaillier;所述的私钥为{skPaillier,g,a,LK,MK,c};所述的g和a为随机数,LK和MK为随机正整数;SB,对明文M进行加密,生成随机扰动参数k,k为有界正整数,范围为(LK,MK);使用私钥对明文M加密后得到密文C,密文C=(EncPaillier(c×k),m×gk×a);SC,解密所述密文C,使用所述skPaillier解密得到所述c×k,通过公式M=M×gk×a/gc×k×a/c得到明文M。本申请的技术方案比传统的方案改进之处包括支持浮点型数据加解密和乘法同态运算以及加解密性能更优。

    一种支持浮点运算的改进加法同态加密方法

    公开(公告)号:CN114866221A

    公开(公告)日:2022-08-05

    申请号:CN202210638770.3

    申请日:2022-06-07

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

    摘要: 该发明为一种支持浮点运算的改进加法同态加密方法,包括步骤:SA,生成密钥PaiOptkey={pkPaillier,pkPaillier,g,a,LK,MK},其生成步骤具体包括:SA‑1,使用Paillier算法生成公钥pkPaillier以及私钥skPaillier;SA‑2,随机取浮点数g和a作为明文m加密的底数;SA‑3,随机取两个正整数LK以及MK;SB,对明文m进行加密,该明文m加密后得到密文c,密文c=EncNum(LV,RV),SD,对所述的密文c的LV及RV项进行解密得到明文m。本申请的加密方法保留了原始Paillier方案的对整数的加法同态性,同时支持对浮点数的同态加法计算;在加密过程中,添加随机扰动参数,并使用原始Paillier算法对扰动参数进行控制访问,从而提高安全性;不使用模运算,从而支持任意次的加法运算,提高可用性。

    一种基于同态双向代理重加密的数据流转方法

    公开(公告)号:CN117394979A

    公开(公告)日:2024-01-12

    申请号:CN202311436050.X

    申请日:2023-10-31

    IPC分类号: H04L9/00 H04L9/40

    摘要: 本发明公开了一种基于同态双向代理重加密的数据流转方法,包括步骤:S1、CA中心为数据拥有者生成公私钥对;S2、数据拥有者使用同态加密密钥kA,通过全同态加密算法对消息m(数据拥有者向数据请求者发送的数据)进行加密生成c;S3、数据拥有者使用pkA对同态加密密钥kA进行加密生成c1;S4、数据拥有者将c及c1发送给中间代理商,CA中心向中间代理商发送重加密密钥,由中间代理商对c1重加密生成c2;S5、中间代理商将c及c2发送给数据请求者,数据请求者接收到c2,用dB进行解密得到kA,数据请求者得到kA后,通过全同态加密算法对密文c进行解密得到明文m。本发明涉及数据流转领域,具体提供了一种基于同态双向代理重加密的数据流转方法。

    一种结合水印和深度学习的人脸识别加密认证方法及系统

    公开(公告)号:CN114170658B

    公开(公告)日:2024-02-27

    申请号:CN202111441926.0

    申请日:2021-11-30

    申请人: 贵州大学

    摘要: 本发明涉及一种结合水印和深度学习的人脸识别加密认证方法及系统,属于人脸识别认证领域,摄像头采集人脸图像并嵌入水印,得到水印人脸图像;客户端提取水印信息,并与水印图像进行比对认证;客户端采用基于FaceNet的深度学习算法提取认证成功的人脸图像的人脸特征,并采用CKKS全同态加密算法和国密SM4算法加密,得到人脸特征密文数据;数据库服务器计算加密人脸特征模板与预存的人脸特征模板之间的汉明距离,加密得到汉明距离密文数据;身份验证服务器对汉明距离密文数据进行解密,并对汉明距离明文值与预设汉明距离阈值进行比较,得到人脸识别认证结果,可保证人脸图像数据来源的安全性,提高识别准确率和效率。

    一种数据发布方法及系统

    公开(公告)号:CN114117525B

    公开(公告)日:2024-02-09

    申请号:CN202111406518.1

    申请日:2021-11-24

    申请人: 贵州大学

    IPC分类号: G06F21/62 G06F17/16

    摘要: 本发明涉及一种数据发布方法及系统,该方法包括:根据信息熵确定数据发布方提供的原始数据中各设定字段的敏感属性权重;根据条件熵和信息增益确定各设定字段的关联属性权重;根据敏感属性权重和关联属性权重确定各设定字段的隐私权重;将设定字段的数据进行非负数值化处理获得隐私敏感数据矩阵;获得带有隐私权重的隐私敏感数据矩阵;通过对带有隐私权重的隐私敏感数据矩阵进行范数计算确定隐私风险泄露系数;判断隐私风险泄露系数是否在设定范围内;若不在设定范围内,则对原始数据中各设定字段对应的数据进行脱敏处理,用脱敏处理后的数据替换对应设定字段的数据,重新计算隐私风险泄露系数直到符合设定范围。本发明降低了数据隐私泄露风险。

    基于图数据的社交网络隐私攻击框架、构建方法及其应用

    公开(公告)号:CN116955849A

    公开(公告)日:2023-10-27

    申请号:CN202311011131.5

    申请日:2023-08-11

    申请人: 贵州大学

    摘要: 本发明公开了基于图数据的社交网络隐私攻击框架、构建方法及其应用,该攻击框架包括用户节点、用户属性节点、相似度节点、用户社交关系、属性关系和相似度关系连接类别;该框架通过集成社交网络中的用户隐私和属性信息,构建基于图数据拓扑结构的社会属性网络,利用用户的身份关系创建用户节点,在知识图谱中表示社交网络中用户的社会关系,利用用户属性构建知识图谱中的属性节点,最后通过分类机制对节点之间的连接分类,实现用户关系的细粒度化。该框架充分融合了用户的关系信息即拓扑结构和社交网络中的属性信息以及相似度指标,具有更强的计算和学习能力。