-
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。
-
公开(公告)号：CN108111302A
公开(公告)日：2018-06-01
申请号：CN201711328505.0
申请日：2017-12-13
Applicant: 安徽大学
CPC classification number: H04L9/0852 , H04L9/002 , H04L9/008 , H04L9/0858
Abstract: 本发明公开了一种基于Bell态的安全计算汉明距离的量子方法，其特征是存在一个代理和两个参与者，其中每个参与者拥有一个隐私的比特串，参与者双方调用量子密钥分配QKD协议共享一个密钥K，代理制备n个EPR粒子对，将每对纠缠粒子分开得到两个序列，记为序列H和序列T；代理秘密保存序列H而通过量子通道把序列T安全发送给两个参与者；两个参与者对序列T进行相应的单粒子酉操作后，返回给代理；最后通过所有粒子对的测量结果，代理统计出两个参与者之间的汉明距离。本发明能用较少的量子资源，简单、快速地计算出汉明距离，从而获得能够抗量子攻击的计算汉明距离的方案。
-
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。
-
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。
-
公开(公告)号：CN107392048A
公开(公告)日：2017-11-24
申请号：CN201710618400.2
申请日：2017-07-26
Applicant: 安徽大学
CPC classification number: G06F21/6245 , G06K9/6218 , G06K9/6267
Abstract: 本发明公开了一种数据可视化中的差分隐私保护方法及其评价指标，包括1、将获取的分类属性数据集执行并行运算下满足差分隐私保护的数据聚合处理；2、选定一个聚合后的子集，进行可视化处理；3、通过3种评价指标精确量化由满足差分隐私保护的数据聚合后的可视化质量。本发明能有效解决海量的带有敏感信息的分类属性数据集在可视化过程中会出现数据展示重叠严重，敏感数据隐私泄露的问题；并显著减少数据聚合的时间，提高可视化的时效性。
-
Patent Agency Ranking
公开(公告)号：CN106850584A
公开(公告)日：2017-06-13
申请号：CN201710010971.8
申请日：2017-01-06
Applicant: 安徽大学
IPC: H04L29/06
CPC classification number: H04L63/0421 , H04L63/06 , H04L63/08
Abstract: 本发明公开一种面向客户/服务器网络的匿名认证方法，其特征是存在一个可信中心，一个服务器，一个安全硬件，以及若干个客户端。安全硬件将客户端签名与已存储的以往n‑1个有效签名进行聚合，并将聚合签名发送给指定服务器，只有指定服务器才能验证聚合签名的有效性，进而证明客户端签名的有效性，以此实现客户端的匿名性。本发明能有效的解决现有客户/服务器网络中客户端匿名认证过程中存储代价和计算代价高以及认证效率低的问题，同时提高客户端的隐私性、以及服务器的安全性。
-
公开(公告)号：CN119647899A
公开(公告)日：2025-03-18
申请号：CN202411940726.3
申请日：2024-12-26
Applicant: 安徽大学 , 合肥秦益机电科技有限公司
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的多指标优化空间众包任务分配方法，其步骤包括：1）获取任务的到达时间和位置信息以及工作者的到达时间和位置信息；2）构建面向空间众包平台的任务分配模型；3）实现并改进遗传算法在空间众包中的应用，得到最优任务分配方案。本发明能通过不断迭代找到任务分配的最优任务分配方案，从而能提高空间众包平台任务分配的效率和效用。
-
公开(公告)号：CN117611949A
公开(公告)日：2024-02-27
申请号：CN202311672668.6
申请日：2023-12-07
Applicant: 安徽大学绿色产业创新研究院
IPC: G06V10/774 , G06F21/62 , G06T11/40 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N3/098
Abstract: 本发明公开了一种多用户参与的师生训练模型的生成数据方法，其步骤包括：1、多个用户各自获取手写图片数据集；2、每个用户在本地训练教师模型(鉴别器)，并计算损失；3、用户上传损失到中心服务器；4、由中心服务器对本地用户上传的数据进行加噪聚合处理；5、中心服务器将处理好的数据传送到用于训练生成器的公开服务器；6、公开服务器根据中心服务器传输的数据训练学生模型(生成器)，以提供假手写图片数据集。本发明能有效地保护用户隐私，使多个用户参与训练，避免数据孤岛问题，同时训练出能够拟合真实数据的数据集。
-
公开(公告)号：CN117611296A
公开(公告)日：2024-02-27
申请号：CN202311730835.8
申请日：2023-12-15
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q30/0601 , G06F21/62 , G06N20/00 , G06N5/01
Abstract: 本发明公开了一种差分隐私保护的纵向联邦EBM商品推荐方法，包括：1、主服务器使用消费特征数据集训练EBM推荐模型；2、初始化从服务器编号；3、从服务器使用消费特征数据集训练EBM推荐模型；4、根据迭代次数判定是否结束EBM推荐模型训练。本发明能有效地保护用户消费特征信息，从而能防止用户消费特征信息的泄露以及提供有效的商品推荐。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.049 seconds)
