基于隐私保护交集计算协议的致病基因检测方法

    公开(公告)号:CN111125736A

    公开(公告)日:2020-05-08

    申请号:CN201911353298.3

    申请日:2019-12-25

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于隐私保护交集计算协议的致病基因检测方法,首先采用布隆过滤器过滤掉不存在于服务器和客户端两方所持有集合的交集中的元素;然后通过简单哈希映射将服务器的元素映射到哈希桶,通过布谷鸟哈希映射将客户端的元素映射到二维哈希表;接着对每个桶中的元素执行N选一ROT扩展协议,将服务器生成的加密序列发送给客户端,将客户端的输出与服务器的加密序列进行交集计算,将经过过滤和哈希映射的客户端集合与计算结果进行比对,最终得出两方的交集元素且不泄露任意方除交集之外的信息。本发明能够保证基因检测的安全性,减少运行时间和通信开销。

    一种基于协作深度学习的数据共享方法

    公开(公告)号:CN109977694A

    公开(公告)日:2019-07-05

    申请号:CN201910183408.X

    申请日:2019-03-11

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于协作深度学习的数据共享方法,其包括两个服务器,若干参与机构,每个参与机构拥有相同格式的生物医疗数据,服务器负责对参与机构上传的模型参数进行更新和维护,每个参与机构只需要分别从两个服务器下载最新的参数秘密份额,在本地进行秘密重构恢复得到最新的参数,然后利用该参数和自己私有的生物医疗数据在本地进行深度学习模型训练,训练完成后再把更新的模型参数通过秘密分享方案拆分成两份秘密份额,由两个服务器分别对秘密份额进行参数更新操作,供参与机构下载。本发明通过使用协作深度学习方法和秘密分享方案,保护了生物医疗数据共享过程中的数据隐私,对促进生物医疗数据的共享有着极其重要的意义。

Patent Agency Ranking