一种多授权机构的密文策略属性基加密方法

    公开(公告)号:CN106230590B

    公开(公告)日:2019-04-16

    申请号:CN201610585572.X

    申请日:2016-07-22

    Applicant: 安徽大学

    Abstract: 本发明公开了一种多授权机构的密文策略属性基加密方法,包括以下步骤:步骤一、系统初始化和建立多个授权机构;步骤二、在移动终端设备每次启动时,执行预加密处理,生成中间密文;步骤三、在上传中间密文到云存储服务器的过程中,使用由线性秘密共享机制定义的访问策略加密中间密文并外包到云存储服务器上;以及步骤四:各个授权机构根据用户的全域标示符和用户的属性集合为加密文件产生私钥。本发明针对移动云存储环境,在保证数据安全的前提下,利用加密预处理技术,把大量的配对操作提前预处理,进而使线上加密的计算代价最小;利用密钥转换技术和解密外包,将大量的配对操作外包到云存储服务器,减轻移动终端的解密计算代价。

    一种基于格的增量签名方法

    公开(公告)号:CN107947944A

    公开(公告)日:2018-04-20

    申请号:CN201711293616.2

    申请日:2017-12-08

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于格的增量签名方法,包括以下步骤:系统建立步骤;普通签名首次执行步骤;增量签名循环执行步骤;以及验证步骤,该方法能够应用于需要签署的多个消息差别不大的场景,在这种情况下该方法能够根据已有的签名快速地对新消息进行签名,从而减少系统的签名开销。由于本发明采用了格密码技术,因此该增量签名方法能够抵抗量子计算机的攻击,具有较好的安全性。

    移动云环境下基于属性的在线/离线关键字搜索方法及其云计算应用系统

    公开(公告)号:CN107547530A

    公开(公告)日:2018-01-05

    申请号:CN201710717580.X

    申请日:2017-08-21

    Applicant: 安徽大学

    Abstract: 本发明公开一种移动云环境下基于属性的在线/离线关键字搜索方法及其云计算应用系统,包括以下步骤:系统初始化,TA生成公钥及主密钥;TA为新用户离线生成中间密钥;新用户完成注册,TA生成其属性私钥;TA为新用户生成外包密钥;数据主在移动设备端离线加密信息,获得中间密文;)数据主在线加密中间密文,获得完整密文并发送至云服务器;数据主生成索引集、用户利用自身属性生成相关陷门,一同发送给云服务器;云服务器接收到加密索引及陷门,进行关键字搜索;用户解密,得到目标信息。本发明基于属性加密机制和在线/离线技术实现可搜索加密,保护用户隐私的同时,大大降低用户开销。

    一种近似拍卖者收益最大化的双向频谱分配方法

    公开(公告)号:CN107484178A

    公开(公告)日:2017-12-15

    申请号:CN201710707751.0

    申请日:2017-08-17

    Applicant: 安徽大学

    CPC classification number: H04W16/14 G06Q10/04 G06Q30/08 H04W72/0453 H04W72/082

    Abstract: 本发明公开了一种保护差分隐私的近似拍卖者收益最大化的双向频谱分配方法,包括多个买家,多个卖家以及一个拍卖者,该方法包括以下步骤:根据干扰距离将互不干扰的买家分为一组,将买家组报价和卖家的要价提交给拍卖者;基于这些报价和要价,拍卖者首先通过第一层指数机制选出卖家的定价;然后根据卖家的定价和买家组的报价,通过第二层指数机制选出买家组的定价;最后根据卖家和买家组的定价确定获胜的卖家和买家。本发明所提出的基于差分隐私的双向频谱分配方法,实现了拍卖过程中对于买家报价隐私和卖家的要价隐私的保护,同时能够实现近似最大化拍卖者收益,为拍卖者的收益提供了一定的保障。

    一种基于差分隐私保护的推荐方法

    公开(公告)号:CN107392049A

    公开(公告)日:2017-11-24

    申请号:CN201710619287.X

    申请日:2017-07-26

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于差分隐私保护的推荐方法,包括:1、从网站上获取访问用户对项目的评分信息;2、对用户评分数据加入拉普拉斯噪声得到扰动后的评分数据;3、将扰动评分数据传入使用拉普拉斯机制的概率矩阵分解推荐算法得到用户因子矩阵和项目因子矩阵;4、根据用户因子矩阵和项目因子矩阵预测每个用户对所有项目的评分;5、将预测评分最高的前top个项目推荐用户。本发明能有效解决现有的隐私保护推荐方案中用户数据的安全性差和推荐结果准确性低的问题从而能更好的保护用户数据的隐私并提高推荐结果的准确度。

Patent Agency Ranking