-
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。
-
Patent Agency Ranking
公开(公告)号：CN116684099A
公开(公告)日：2023-09-01
申请号：CN202310519176.7
申请日：2023-05-10
Applicant: 暨南大学
Abstract: 本发明公开了基于区块链的电车跨域充电匿名认证方法、系统、设备及介质，方法包括：S1、初始化：证书权威机构部署智能合约到区块链，生成公开参数并上传至区块链；S2、域信息部署：充电站服务器从区块链上获取公开参数并将域信息发送至云服务器，云服务器计算域信息的哈希值并将哈希值上传至区块链；S3、电车用户的密钥分发：电车用户向证书权威机构提交自身属性集合，证书权威机构生成并返回该电车用户的密钥；S4、跨域充电认证：用户向跨域的充电站服务器申请认证，充电站服务器调用合约验证认证请求的正确性和用户资格，根据验证结果判断是否为该电车用户提供跨域充电服务。本发明实现电车在跨域充电时不泄露其身份且具备访问控制功能。
-
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。
-
公开(公告)号：CN116800399A
公开(公告)日：2023-09-22
申请号：CN202310783530.7
申请日：2023-06-29
Applicant: 南方电网科学研究院有限责任公司 , 暨南大学
Abstract: 本发明公开了一种基于区块链的跨域电力物联网访问控制和安全认证方法，包括以下步骤：S1、系统密钥生成，证书分发者生成公私钥并将公钥上传至区块链；S2、设备凭证生成，设备与证书分发者进行交互式匿名凭证生成过程，设备获得匿名凭证；S3、访问策略上传，验证者设定访问策略并上传至区块链；S4、访求请求，设备向验证者发送访问请求，验证者返回对该访问请求的签名；S5、跨域认证，根据验证结果确定设备是否可与验证者进行跨域数据访问和数据共享。本发明在实现电力设备身份隐私保护、电力平台去中心化的基础上，又额外实现了细粒度访问控制，保证了电力设备跨域访问的精准控制。
-
公开(公告)号：CN116684100A
公开(公告)日：2023-09-01
申请号：CN202310519179.0
申请日：2023-05-10
Applicant: 暨南大学
Abstract: 本发明公开了一种访问可控的跨域匿名身份认证方法、系统、设备及介质，方法包括：S1、证书权威机构生成公开参数并上传至云服务器；S2、认证服务器从云服务器上获取公开参数，并将域信息发送至云服务器，云服务器计算域信息的哈希值并存储；S3、用户向证书权威机构提交自身属性集合，证书权威机构计算生成并返回该用户的密钥；S4、用户向认证服务器提交认证请求，证服务器验证认证请求的正确性和用户资格的有效性，将验证结果上传至云服务器，完成跨域认证。本发明一方面实现了在用户参与跨域认证时不泄露其身份，另一方面保证了用户身份认证时的访问控制效果，同时引入云服务器提供数据存储功能，满足了跨域匿名认证的应用需求。
-
公开(公告)号：CN116527270A
公开(公告)日：2023-08-01
申请号：CN202310320734.7
申请日：2023-03-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于隐私数据共享和加解密优化的机器学习方法及系统，方法为：使用Mininet构建Drynx分布式系统并进行初始化；客户端依据自身数据进行本地训练，将训练得到的模型参数经过CRT映射得到明文，再根据集体公钥将明文加密成密文后上传至对应的服务器端；服务器端实施集体聚合协议沿树状网络向上聚合至共有云平台；共有云平台采用重加密方法将聚合结果进行转换并下发给客户端；客户端使用自身私钥对转换后的聚合结果进行部分解密转换为明文并得到模型参数；据此进行训练更新自身模型参数。本发明实现了Drynx分布式系统的数据共享功能，具有更高的灵活度；并优化加解密方法，提高了大数计算效率，具有良好的安全性。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
