-
公开(公告)号：CN109615021A
公开(公告)日：2019-04-12
申请号：CN201811590868.6
申请日：2018-12-20
Applicant: 暨南大学
Abstract: 本发明属于机器学习领域，涉及一种基于k均值聚类的隐私信息保护方法，采用线性同态加密算法LHE结合加法同态加密算法Paillier对数据进行加密，得到密文数据，利用云服务端提供的计算服务实现对密文数据进行k均值聚类，得到密文聚类结果，客户端对密文聚类结果进行解密，得到明文聚类结果。本发明云服务端不获取用户的任何隐私信息，在实现聚类算法的同时保证用户的隐私信息安全，数据分析过程中数据信息不泄露，不仅有效地提高了用户数据的安全性，还大幅度地降低了客户端与云服务端之间的通信量，降低了通信成本，提高了机器学习效率，更适合应用到实际场景中去。
-
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。
-
公开(公告)号：CN115983851A
公开(公告)日：2023-04-18
申请号：CN202211577353.9
申请日：2022-12-05
Applicant: 暨南大学
IPC: G06Q20/38
Abstract: 本发明公开了一种基于区块链访问可控的公开可链接自动计票方法、系统、介质和设备，该方法的步骤包括：生成主公私钥对并将主公钥上传到区块链，生成与属性集合所对应的属性秘钥，生成随机数，设定投票信息并将该投票信息上传到区块链，获取投票信息，构建选票，构建选票的认证令牌，将选票及其认证令牌发送到区块链，验证选票的有效性，检测选票是否双投，设定计票阈值，获取有效性验证后及认证令牌的标签不同的选票，计算候选人的投票总数，基于计票阈值判定候选人的投票结果。本发明既可以实现自动计票和访问控制，又能实现对双投选票的公开可链接。
-
Patent Agency Ranking
公开(公告)号：CN109615021B
公开(公告)日：2022-09-27
申请号：CN201811590868.6
申请日：2018-12-20
Applicant: 暨南大学
Abstract: 本发明属于机器学习领域，涉及一种基于k均值聚类的隐私信息保护方法，采用线性同态加密算法LHE结合加法同态加密算法Paillier对数据进行加密，得到密文数据，利用云服务端提供的计算服务实现对密文数据进行k均值聚类，得到密文聚类结果，客户端对密文聚类结果进行解密，得到明文聚类结果。本发明云服务端不获取用户的任何隐私信息，在实现聚类算法的同时保证用户的隐私信息安全，数据分析过程中数据信息不泄露，不仅有效地提高了用户数据的安全性，还大幅度地降低了客户端与云服务端之间的通信量，降低了通信成本，提高了机器学习效率，更适合应用到实际场景中去。
-
公开(公告)号：CN109992979A
公开(公告)日：2019-07-09
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。
-
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：CN116015667A
公开(公告)日：2023-04-25
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。
-
公开(公告)号：CN109785494A
公开(公告)日：2019-05-21
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。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
