基于区块链访问可控的公开可追责匿名认证方法、系统和介质

    公开(公告)号:CN116015667B

    公开(公告)日:2024-05-07

    申请号:CN202211546778.3

    申请日:2022-12-05

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链访问可控的公开可追责匿名认证方法、系统和介质,该方法包括下述步骤:构建主公私钥对,设定访问策略,并将主公钥和访问策略到区块链;获取主私钥和属性集合,生成与属性集合所对应的属性秘钥;构建对消息的认证令牌,认证令牌包括链接标签和追踪标签,并将认证令牌上传到区块链;验证认证令牌的有效性;获取两个消息及其对应的认证令牌,检测认证令牌所对应的链接标签是否相同,判定两个认证令牌是否由同一个用户生成;获取链接标签相同的两个消息和认证令牌组合,根据认证令牌所对应的追踪标签,计算出生成该认证令牌所对应的用户身份。本发明既可以实现匿名下的访问控制,又能进一步实现公开可追责。

    基于区块链辅助的新型联邦学习方法、系统、设备及介质

    公开(公告)号:CN117973552A

    公开(公告)日:2024-05-03

    申请号:CN202310259073.1

    申请日:2023-03-17

    Applicant: 暨南大学

    Abstract: 本发明公开了基于区块链辅助的新型联邦学习方法、系统、设备及介质,方法为:任务发布者将联邦学习任务存放在智能合约中同时存放奖励;部署在区块链并广播联邦学习任务;通过动态招标机制选择适合当前任务的训练节点和挖掘节点;训练节点使用本地数据样本训练生成局部模型并广播上传;挖掘节点根据智能合约中聚合规则更新全局模型;挖矿生成区块并验证;训练节点下载更新后的全局模型更新局部模型参数;联邦学习任务完成后,智能合约根据训练节点在学习任务中的贡献进行自动激励并获取奖励反馈。本发明结合区块链及秘密共享,能够监测服务端或设备在联邦学习中存在的恶意行为,保证训练过程透明,同时能处理有节点掉线或中途退出的情况。

    一种岭回归训练方法、计算设备、介质

    公开(公告)号:CN109992979B

    公开(公告)日:2020-12-11

    申请号:CN201910196048.7

    申请日:2019-03-15

    Applicant: 暨南大学

    Abstract: 本发明公开了一种岭回归训练方法,包括步骤:参数初始化,生成系统公共参数,生成各参与方的公私钥对,计算重加密密钥;接收训练请求时,计算联合公钥,用联合公钥加密私有数据,生成密文一;利用两阶段的解密机制,结合密文重加密技术,对密文一进行部分解密和重加密,生成密文二;通过DR对密文二进行解密,得到模型的最终训练结果。本发明用到ElGamal加法变体方案,结合密文重加密技术,保证数据资源在合作过程中的机密性的同时精简计算,提高计算速度的同时降低计算成本。

    一种多权威公开可追责的身份匿名认证方法

    公开(公告)号:CN116707816A

    公开(公告)日:2023-09-05

    申请号:CN202310532454.2

    申请日:2023-05-11

    Applicant: 暨南大学

    Abstract: 本发明公开了一种多权威公开可追责的身份匿名认证方法,该方法包括下述步骤:基于生成的第一密钥对的公钥、公共参考字符串、第一哈希函数和第二哈希函数生成全局参数;生成第二密钥对的公钥作为权威机构的验证密钥,将第二密钥对的私钥作为签名密钥;生成用户的密钥对;权威机构针对用户的属性生成证书;基于第一哈希函数计算链接标签,基于第二哈希函数计算追踪标签;获取链接标签、追踪标签和证明,生成认证;验证认证的有效性;检查认证的可链接性;获取具有相同链接标签所对应的两个消息及其认证,计算用户的公钥。本发明满足了用户具有多证书的需求,达到了多权威机构下用户匿名认证的目的,实现了多权威机构下对多次认证的用户的公开追责。

    一种轻量型卷积神经网络安全预测方法

    公开(公告)号:CN112217663B

    公开(公告)日:2023-04-07

    申请号:CN202010978442.9

    申请日:2020-09-17

    Applicant: 暨南大学

    Abstract: 本发明公开了一种轻量型卷积神经网络安全预测方法,包括以下步骤:通过训练样本构建网络安全预测模型;对网络安全预测模型进行滤波器剪枝,得到剪枝网络安全预测模型;对剪枝网络安全预测模型的模型参数进行编码,得到编码网络安全预测模型;将用户上传数据输入编码网络安全预测模型,对用户上传数据进行加密处理,得到密文;通过密文预测,得到密文预测结果,进而得到最终数据结果;本发明实现对数据的预测分析,并且保证云服务器不能获取用户的任何有效信息,同时用户也无法获得云服务器上面模型的任何信息。

    基于区块链的可追踪的匿名电子投票方法

    公开(公告)号:CN109785494B

    公开(公告)日:2021-02-05

    申请号:CN201811569059.7

    申请日:2018-12-21

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链的可追踪的匿名电子投票方法,该方法基于区块链平台,用户通过对选票进行匿名认证,并利用一次性区块链地址进行投票,整个投票过程不泄露用户身份,进而保护了用户隐私。此外,当恶意用户投票两次时,能根据公开信息追踪到该用户,从而在一定程度上限制了用户的恶意行为。与利用群签名和环签名实现匿名投票的方案不同,本发明改进了一种基于前缀的匿名认证方法,在保护用户隐私的前提下,减少了在链接选票和追踪用户时的计算量,提高了计算效率。此外,该投票方法可以保证选举过程透明、选票不可伪造、选举结果可验证等特性。本发明实用性强,易于推广和应用。

    基于区块链的多权威下公开可追责的匿名众包方法

    公开(公告)号:CN116956357A

    公开(公告)日:2023-10-27

    申请号:CN202310714060.9

    申请日:2023-06-15

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于区块链的多权威下公开可追责的匿名众包方法,基于生成的第一密钥对公钥、公共参考字符串、第一哈希函数和第二哈希函数生成全局参数;生成第二密钥对的公钥作为权威机构的验证密钥,第二密钥对的私钥作为签名密钥;生成用户的密钥对;针对用户的属性生成证书;设定众包任务并编译对应的智能合约;基于任务编号生成答案;获取第一哈希函数计算的链接标签、第二哈希函数计算的追踪标签和证明,生成对答案的认证;验证答案的有效性;检查答案的可链接性;追踪提交多次答案的用户;分发奖励。本发明在多权威机构下用户匿名提交答案,保证用户身份的隐私保护,实现多权威机构下对在一次众包任务中多次提交答案的用户进行公开追责。

    基于联盟链的区块链共识方法、系统、设备及介质

    公开(公告)号:CN116471041A

    公开(公告)日:2023-07-21

    申请号:CN202310214746.1

    申请日:2023-03-08

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于联盟链的区块链共识方法、系统、设备及介质,方法包括下述步骤:全网节点通过运行工作量证明在一定时间内找到符合要求的随机值组成验证者集合;验证者集合中的每个节点计算自身权益值,再采用随机化方式选出一个范围内的共识组成员,得到共识组成员集合;所有共识组成员运行基于可验证随机函数的领导者选举协议选出领导者;领导者运行改进的实用拜占庭协议来完成对区块信息的打包验证达成共识;达成共识后领导者广播该区块信息及其对应的证明,收到广播的所有节点对区块信息及其对应的证明进行验证;本发明在不引入可信第三方的基础上,实现成员内部快速达成共识,降低通信复杂度和出块时间,较好地提高了系统的性能。

    一种轻量型卷积神经网络安全预测方法

    公开(公告)号:CN112217663A

    公开(公告)日:2021-01-12

    申请号:CN202010978442.9

    申请日:2020-09-17

    Applicant: 暨南大学

    Abstract: 本发明公开了一种轻量型卷积神经网络安全预测方法,包括以下步骤:通过训练样本构建网络安全预测模型;对网络安全预测模型进行滤波器剪枝,得到剪枝网络安全预测模型;对剪枝网络安全预测模型的模型参数进行编码,得到编码网络安全预测模型;将用户上传数据输入编码网络安全预测模型,对用户上传数据进行加密处理,得到密文;通过密文预测,得到密文预测结果,进而得到最终数据结果;本发明实现对数据的预测分析,并且保证云服务器不能获取用户的任何有效信息,同时用户也无法获得云服务器上面模型的任何信息。

Patent Agency Ranking