-
公开(公告)号：CN117195984A
公开(公告)日：2023-12-08
申请号：CN202310989252.0
申请日：2023-08-08
申请人： 杭州量安科技有限公司
IPC分类号： G06N3/063 , G06N3/0464 , G06N3/048 , G06F9/50
摘要： 本发明公开了一种基于GPU的多方机器学习安全推理流水线方法及系统，包括将机器学习模型推理的任务分为两个流水线阶段，计算阶段和通信阶段，计算阶段在GPU上完成:MPC协议使用Beaver三元组来实现乘法运算和AND操作；对于通用Beaver三元组协议，为了执行乘法或AND操作，MPC服务器需要在进行计算之前将与这两个操作数相关的元数据分发给其他MPC服务器；本发明使用安全多方计算协议秘密共享技术保护客户端数据及模型参数以保证推理过程的安全，将通信与计算重叠形成流水线操作以减少推理过程的时间，并将整个过程在GPU上进行完成进一步提高了模型推理的效率。
-
公开(公告)号：CN112689282B
公开(公告)日：2022-07-05
申请号：CN202011493837.6
申请日：2020-12-16
申请人： 曲阜师范大学
IPC分类号： H04W12/02 , H04W12/63 , H04W40/02 , H04W40/10 , H04W40/22 , H04W4/38 , H04W84/18 , H04L45/00 , H04L45/122
摘要： 本发明涉及无线传感器网络领域，公开了一种适用于保护位置隐私的匿名通信方案。针对无线传感器网络在应用中敌手可以进行回溯攻击和流量分析，推断源节点和事件发生的位置，导致位置隐私泄露的问题，本发明首先通过设置候选区域，提出了基于候选区域的代理源节点选择机制，选择代理源节点代替真实源节点发送消息，保护源节点的位置隐私；其次，基于节点的剩余能量，提出了基于剩余能量的最短路由算法，可以进行高效的数据转发；最后，将基于候选区域的代理源节点选择机制和基于剩余能量的最短路由算法相结合，提出了一种新的匿名通信方案，在保证消息发送方的匿名性的同时，实现了无线传感器网络在发送消息的过程中真实源节点的位置隐私保护和高效的数据转发。
-
公开(公告)号：CN110647765B
公开(公告)日：2022-04-12
申请号：CN201910889129.5
申请日：2019-09-19
申请人： 济南大学
IPC分类号： G06F21/62
摘要： 本公开提出了协同学习框架下基于知识迁移的隐私保护方法及系统，包括：将本地隐私数据集分割成互不相交的若干份隐私子集，基于每一个隐私子集，训练对应的一个隐私模型；协同学习：将公共数据提交给隐私模型，隐私模型使用聚合机制，利用知识迁移给公共数据集标注标签；在获得足够的标注后的数据后，训练本地交互模型，在每一轮的训练中上传部分参数至服务器，服务器更新维护全局参数并提供最新的参数供各方下载，参与方下载最新参数优化本地交互模型。本公开同时协同学习的多次参数交互也可以确保，即使交互模型获取到标注数据较少，在多轮训练后依旧可以保持较高的准确度。
-
公开(公告)号：CN112689282A
公开(公告)日：2021-04-20
申请号：CN202011493837.6
申请日：2020-12-16
申请人： 曲阜师范大学
IPC分类号： H04W12/02 , H04W40/02 , H04W40/10 , H04W40/22 , H04W4/38 , H04W84/18 , H04L12/721 , H04L12/733
摘要： 本发明涉及无线传感器网络领域，公开了一种适用于保护位置隐私的匿名通信方案。针对无线传感器网络在应用中敌手可以进行回溯攻击和流量分析，推断源节点和事件发生的位置，导致位置隐私泄露的问题，本发明首先通过设置候选区域，提出了基于候选区域的代理源节点选择机制，选择代理源节点代替真实源节点发送消息，保护源节点的位置隐私；其次，基于节点的剩余能量，提出了基于剩余能量的最短路由算法，可以进行高效的数据转发；最后，将基于候选区域的代理源节点选择机制和基于剩余能量的最短路由算法相结合，提出了一种新的匿名通信方案，在保证消息发送方的匿名性的同时，实现了无线传感器网络在发送消息的过程中真实源节点的位置隐私保护和高效的数据转发。
-
公开(公告)号：CN112347473A
公开(公告)日：2021-02-09
申请号：CN202011230255.9
申请日：2020-11-06
申请人： 济南大学
摘要： 本申请公开了支持双向隐私保护的机器学习安全聚合预测方法及系统，包括：客户端、计算服务器和聚合服务器；计算服务器接收客户端发送的待预测数据的数据份额；所述计算服务器对数据份额进行处理，得到预测结果份额；所述计算服务器对预测结果份额进行盲化处理，得到盲化预测结果份额；所述计算服务器将盲化预测结果份额发送给聚合服务器；所述聚合服务器对盲化预测结果份额进行移除盲化处理和加噪声处理，将结果反馈给客户端。
-
公开(公告)号：CN111556079A
公开(公告)日：2020-08-18
申请号：CN202010418650.3
申请日：2020-05-18
申请人： 曲阜师范大学
摘要： 本发明涉及隐私保护领域，具体讲的是一种基于身份加密的可控匿名通信方法。大数据时代背景下的数据泄露等安全性事件的发生更加频繁，数据隐私变得越来越重要，匿名通信作为隐私保护的重要手段之一，受到人们越来越多的关注。针对当今匿名通信系统普遍存在的消息转发效率低、通信延迟高、匿名性滥用等问题，通过增加预处理操作、修改密文结构、增加匿名可控性等手段，本发明提供了一个基于身份加密的可控匿名通信模型。首先，本发明通过在匿名通信阶段之前加入一个预处理Setup阶段，将身份标识的分发工作放到Setup阶段进行预处理，用户可以在Setup阶段提前进行两两之间的相互认证；其次，本发明设计了一种新的密文结构，通过在密文中添加明文与身份标识的消息验证码保证密文消息的完整性。最后，本发明通过在密文结构中添加身份签名，可以根据用户的需要有选择地取消用户的匿名性。
-
公开(公告)号：CN115643105B
公开(公告)日：2023-03-10
申请号：CN202211438863.8
申请日：2022-11-17
申请人： 杭州量安科技有限公司
IPC分类号： H04L9/40 , H04L9/00 , H04L41/0833 , H04L43/0805 , H04L67/10 , G06F18/214
摘要： 本发明公开了一种基于同态加密和深度梯度压缩的联邦学习方法及装置，具体包括：初始化密钥参数生成公钥和私钥；随机选择若干个用户作为本次训练的参与方；服务器向参与方发送初始化参数或参数密文；若参与方收到参数密文，则用私钥对参数密文解密后得到明文参数，通过明文参数更新待训练模型；使用更新后的训练模型对本地数据集进行预测；判断预测结果是否达到终止条件；若未达到终止条件，则采用深度梯度压缩算法对预测结果进行处理得到新的模型参数；再用公钥对该模型参数进行加密，得到加密参数；并将加密参数发送给服务器。服务器接收各参与方发送的加密参数后，做聚合运算，得到新加密参数；将新加密参数作为参数密文。
-
公开(公告)号：CN115630700A
公开(公告)日：2023-01-20
申请号：CN202211395710.X
申请日：2022-11-09
申请人： 杭州量安科技有限公司
IPC分类号： G06N5/04 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于分散训练的标签推理攻击的防御方法和装置，包括以下步骤：步骤S1：初始化参与方的底层模型；步骤S2：所述参与方根据各自的训练集和各自的参数进行训练得到底层模型参数；步骤S3：得到底层模型的所有的输出；步骤S4：更新顶层模型；步骤S5：利用训练后的顶层模型参数和顶层模型的标签进行损失函数的计算，得到顶层模型的梯度，顶层模型将梯度下传给恶意参与方A和诚实参与方B；步骤S6：重复步骤S1‑S5直至顶层模型和底层模型收敛。本发明可以将纵向联邦学习的标签推理攻击的效果降低到随机猜测的程度，避免在联邦学习训练时标签信息的泄露，有效防御纵向联邦学习中的标签推理攻击。
-
公开(公告)号：CN110647765A
公开(公告)日：2020-01-03
申请号：CN201910889129.5
申请日：2019-09-19
申请人： 济南大学
IPC分类号： G06F21/62
摘要： 本公开提出了协同学习框架下基于知识迁移的隐私保护方法及系统，包括：将本地隐私数据集分割成互不相交的若干份隐私子集，基于每一个隐私子集，训练对应的一个隐私模型；协同学习：将公共数据提交给隐私模型，隐私模型使用聚合机制，利用知识迁移给公共数据集标注标签；在获得足够的标注后的数据后，训练本地交互模型，在每一轮的训练中上传部分参数至服务器，服务器更新维护全局参数并提供最新的参数供各方下载，参与方下载最新参数优化本地交互模型。本公开同时协同学习的多次参数交互也可以确保，即使交互模型获取到标注数据较少，在多轮训练后依旧可以保持较高的准确度。
-
公开(公告)号：CN110321722B
公开(公告)日：2021-11-09
申请号：CN201910609488.0
申请日：2019-07-08
申请人： 济南大学
摘要： 本公开公开了DNA序列相似率安全计算方法及系统，每个客户端获取待计算相似率的DNA序列；每个客户端利用自身的公钥对获取的待计算相似率的DNA序列进行加密处理，得到加密的待计算相似率的DNA序列；每个客户端将加密的待计算相似率的DNA序列发送给云服务器C；云服务器C将所有客户端的公钥进行累乘，生成公共公钥PK；云服务器C和云服务器S将加密的待计算相似率的DNA序列转换为通过公共公钥PK加密的密文，得到重新加密的待计算相似率的DNA序列；从云服务器C和云服务器S中分别选取重新加密的待计算相似率的DNA序列，对重新加密的待计算相似率的DNA序列进行同态加密运算，得到DNA序列相似率。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.039 秒)