-
公开(公告)号：CN119743249A
公开(公告)日：2025-04-01
申请号：CN202411636903.9
申请日：2024-11-15
Applicant: 北京理工大学
IPC: H04L9/08 , H04L9/40 , H04L67/12 , G06N3/0464 , G06F18/214
Abstract: 本发明属于联邦学习和车联网交叉技术领域，具体涉及一种车联网中实现轻量化隐私保护的异步联邦学习方法。车站和基站间进行公钥交换计算出共享秘钥；车辆利用全局模型参数更新本地模型，并利用本地数据进行训练；基于共享秘钥和训练轮次进行随机数生成，车辆对训练后的本地模型参数的梯度添加随机数实现本地模型参数加密；RSU将车辆信息和训练轮次转发基站，基站寻找车辆信息对应的共享秘钥，结合所述训练轮次计算出随机数之和；RSU基于所述随机数之和对加密后的梯度信息进行解密聚合，更新全局模型参数；RSU广播全局模型参数，车辆利用全局模型参数更新本地模型，然后继续下一轮训练，直至训练结束。
-
公开(公告)号：CN114567422B
公开(公告)日：2025-01-10
申请号：CN202210019500.4
申请日：2022-01-10
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于隐私保护的公开验证真值确定方法。在真值发现阶段，任务执行者和平台使用基于阈值的Paillier同态加密体系，在保护任务执行者隐私数据前提下完成真值发现。同时，任务执行者在真值发现阶段产生与自身数据相关的同态哈希值以及对应的随机数和承诺值，并将承诺值发送给平台，保留同态哈希值和随机数，平台将这些承诺值发送给验证者。在验证阶段，任务执行者通过平台将所有同态哈希值和随机数均发送给验证者，验证者利用随机数和同态哈希值验证从平台接受到的承诺值，防止平台篡改数据。通过验证后，具备计算能力的个体可使用平台公开的计算数据验证真值发现结果。本方法在保护用户隐私的情况下，降低了用户和平台的计算开销和通信开销。
-
公开(公告)号：CN118535759A
公开(公告)日：2024-08-23
申请号：CN202410532286.1
申请日：2024-04-29
Applicant: 北京理工大学
IPC: G06F16/58 , G06F16/51 , G06F16/9535 , G06F21/62 , G06F21/60
Abstract: 本发明提供一种基于树结构的隐私保护的跨模态语义检索方法，根据图像数据生成树结构的加密索引，其中，树结构的加密索引可以将高维空间下距离较近的图像数据以极高概率分到同一子节点中，准确率高，并且具有很好的加速效果；同时，由于本发明的索引和搜索令牌都是加密的，则本发明的跨模态检索可允许在加密状态下进行数据检索，从而保护了数据的隐私，即使数据是跨多种模态存储的，也可以确保数据在传输和存储过程中得到保护，同时可以在不同模态的数据之间进行关联搜索。
-
公开(公告)号：CN114726509B
公开(公告)日：2024-02-23
申请号：CN202210183802.5
申请日：2022-02-28
Applicant: 北京理工大学
IPC: H04L9/08
Abstract: 本发明提出了一种基于多区块链平台的数据隐蔽传输方法，属于区块链和数据隐蔽传输技术领域。本发明将恢复隐蔽信息所需的参数和隐蔽信息分开，分别使用不同的区块链平台传输，在一轮数据隐蔽传输过程中，攻击者无法将处于不同区块链平台的隐蔽参数交易和隐蔽信息交易进行链接，进一步增大了恢复出隐蔽信息的难度，提高了隐蔽性，适用于多种隐蔽信息嵌入/提取方式。所涉及的区块链平台A和区块链平台B可以使用多种区块链平台，包括但不限于比特币、以太坊、EOS等公有区块链平台和Hyperledger Fabric等联盟区块链平台，具有很强的实用性。
-
公开(公告)号：CN115913749B
公开(公告)日：2023-09-29
申请号：CN202211554244.5
申请日：2022-12-06
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0442 , G06N3/098 , G06F18/214
Abstract: 本发明公开了一种基于去中心化联邦学习的区块链DDoS检测方法，本发明属于隐私计算中的联邦学习技术领域，包括：建立联邦学习系统，所述联邦学习系统包括若干本地节点，获取若干所述本地节点的本地数据集；初始化本地节点的LSTM模型；对所述本地节点的本地数据集处理，得到本地节点预处理数据，其中，所述本地节点预处理数据包括训练集和测试集；将所述本地节点预处理数据的训练集对应输入到本地节点的LSTM模型进行训练，得到本地节点的最终模型；将所述测试集输入本地节点的最终模型，得到本地节点检测攻击的准确率。本发明既能确保有效检测区块链中DDoS攻击的同时又能保证大幅减少训练过程中的通信开销。
-
Patent Agency Ranking
公开(公告)号：CN116796365A
公开(公告)日：2023-09-22
申请号：CN202310657832.X
申请日：2023-06-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的群智感知数据真值发现方法，属于移动群智感知数据处理技术领域。本发明设计了两种智能合约来确保整个系统的高效性和公平性，使系统的所有参与者的利益都能得到保障；本发明利用差分隐私保护了区块链上的工作者的感知数据隐私，避免了原有的链上加密带来的复杂计算；本发明使用的可信度管理和奖励策略降低了计算成本，有利于可靠用户保持诚实，提高了数据质量；本发明提出的框架经过实验验证，证实了其可行性和有效性。
-
公开(公告)号：CN115758468B
公开(公告)日：2023-07-07
申请号：CN202211552174.X
申请日：2022-12-05
Applicant: 北京理工大学
Abstract: 本申请公开了具有前后向隐私支持非交互多用户可搜索加密方法及系统，方法包括以下步骤：数据拥有者生成密钥后通过安全通道发送给数据使用者；数据拥有者将加密索引以及加密文件上传到云服务器中；数据使用者通过密钥在云服务器中执行相关令牌操作，云服务器返回操作结果。本发明基于多客户端的设置，更加适用于现实生活场景，可以进一步扩展适用于医疗数据共享系统、地理位置查询系统等；本发明为了避免数据使用者频繁与数据拥有者交互，提供了一个可以实现非交互的方法；并在此基础上还保证了前向和后向隐私，因为过去的时间范围是不能搜索到新添加的时间戳的；除此之外，我们为了减轻客户端存储负担，还实现了小客户端存储。
-
公开(公告)号：CN114615024B
公开(公告)日：2023-04-18
申请号：CN202210160945.4
申请日：2022-02-22
Applicant: 北京理工大学
Abstract: 本发明涉及一种无需可信机构且保护隐私的数据聚合系统及方法，属于数据聚合及隐私保护技术领域。所述系统包括数据提供者、数据请求者、云服务器A和云服务器B。数据请求者基于特定任务向云服务器A和B发出数据请求。云服务器A用于生成序列数，对加密的数据进行数据聚合，获得所有原始数据。云服务器B用于生成序列数。每个数据提供者随机选择多个随机数，分别发送给其他数据提供者。每个数据提供者根据自己生成和收到的随机数集生成混淆函数，每个数据提供者加密自己的感知数据。最后云服务器A进行数据聚，得到聚合结果。本发明保证了数据源隐私性和数据安全性，具有较好的可拓展性，应用场景广泛，且无需可信机构参与，降低了现实应用难度。
-
公开(公告)号：CN111028905B
公开(公告)日：2023-01-13
申请号：CN201911239018.6
申请日：2019-12-06
Applicant: 北京理工大学(CN)
Abstract: 本发明涉及一种电子医疗系统中保护隐私的Top‑k疾病匹配方法，属于电子医疗以及数据匹配技术领域。该方法使用安全的k近邻技术实现欧几里德距离加权来保护数据隐私和允许用户设置不同的权重，提出多维数据查询技术，基于多维数据查询，实现了密文下相似度Top‑k疾病匹配和诊断治疗文件共享，并采用消息认证码完成诊断治疗文件完整性和正确性的认证。所述疾病匹配和数据共享是指用户以安全有效的方式搜索和访问医疗服务提供商上传的真实患者的临床数据和诊断治疗文件，从而获得与自身状况相匹配的诊断治疗文件。最后，通过在真实数据集下的实验和对虚拟数据集的广泛模拟证明了所述方法在实际医疗应用中的可行性和效率。
-
公开(公告)号：CN114726509A
公开(公告)日：2022-07-08
申请号：CN202210183802.5
申请日：2022-02-28
Applicant: 北京理工大学
IPC: H04L9/08
Abstract: 本发明提出了一种基于多区块链平台的数据隐蔽传输方法，属于区块链和数据隐蔽传输技术领域。本发明将恢复隐蔽信息所需的参数和隐蔽信息分开，分别使用不同的区块链平台传输，在一轮数据隐蔽传输过程中，攻击者无法将处于不同区块链平台的隐蔽参数交易和隐蔽信息交易进行链接，进一步增大了恢复出隐蔽信息的难度，提高了隐蔽性，适用于多种隐蔽信息嵌入/提取方式。所涉及的区块链平台A和区块链平台B可以使用多种区块链平台，包括但不限于比特币、以太坊、EOS等公有区块链平台和Hyperledger Fabric等联盟区块链平台，具有很强的实用性。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.03 seconds)
