公开(公告)号：CN119760770A

公开(公告)日：2025-04-04

申请号：CN202411821481.2

申请日：2024-12-11

Applicant: 济南大学 ,  山东正中信息技术股份有限公司

Inventor： 赵川 ,  姜本冬 ,  赵圣楠 ,  马文涛 ,  张建成 ,  马晓红 ,  陈贞翔 ,  鹿全礼 ,  陈纪旸 ,  王红强

IPC: G06F21/62 ,  G06F21/60 ,  H04L9/00 ,  G06N3/098 ,  G06N3/045 ,  G06N5/022 ,  G06F18/23213

Abstract: 本发明属于联邦学习领域，提供了一种基于同态加密聚类的个性化联邦学习隐私保护方法及系统，在客户端聚类阶段，该框架利用同态加密的特性，对分布特征的密文进行简单运算，随后基于解密后的结果对客户端进行精确聚类。此方法显著提升了聚类的准确性，同时减少了计算资源的消耗。在客户端训练阶段，该框架为每一组设置了两个模型：组内模型和组外模型。组内模型指通过聚合组内用户的模型得到的模型，组外模型则是由其他组的组模型聚合而成。该框架采用近端优化的思想，以组内模型为基础获取组外模型的知识，提升模型的泛化能力，使其更适用于符合实际数据分布的场景，旨在应对由类别不平衡引发的数据异构性问题。

公开(公告)号：CN118690873A

公开(公告)日：2024-09-24

申请号：CN202410716419.0

申请日：2024-06-04

Applicant: 济南大学

Inventor： 荆山 ,  田洋 ,  赵圣楠 ,  赵川 ,  徐俊 ,  陈贞翔 ,  刘伟

IPC: G06N20/00

Abstract: 本公开涉及资源异构技术领域，提出了一种面向边缘智能的联邦学习客户端资源异构方法及系统，包括如下步骤：根据客户端的本地资源信息以及待训练机器模型的参数，将客户端进行划分为选中客户端和候选客户端；选中客户端采用本地自训练或边端协同训练的方式参与联邦学习；候选客户端采用边端协同训练的方式参与联邦学习；各客户端完成当前边缘联邦学习轮数下的本地模型训练后，边缘服务器获取各客户端提交的模型更新参数，进行模型半异步聚合，得到边缘局部模型。本公开通过边端协同训练和本地自训练的结合，确保了联邦学习的灵活性和高效性。同时，通过边缘服务器对模型更新参数进行半异步聚合，提高了模型训练的可靠性和一致性。

公开(公告)号：CN118504709A

公开(公告)日：2024-08-16

申请号：CN202410611222.0

申请日：2024-05-16

Applicant: 济南大学

Inventor： 赵川 ,  李佳瑶 ,  赵圣楠 ,  陈贞翔 ,  张建成 ,  马晓红 ,  鹿全礼 ,  陈纪旸

IPC: G06N20/00 ,  G06F21/62

Abstract: 本公开提出了一种基于本地差分隐私噪声控制的联邦学习方法及系统，方法包括：客户端将本地模型和全局模型之间的差异作为约束因子，更新本地局部模型；基于更新的本地局部模型参数和全局模型参数，采用互信息计算扰动添加值；将扰动添加值添加到更新的本地局部模型的参数中，将添加扰动的本地局部模型参数发送给中心服务器；中心服务器对接收到的添加扰动的本地局部模型参数进行聚合，根据聚合后的数据对模型进行重构得到本轮训练的全局模型，再下发给各客户端。通过将本地模型和全局模型之间的距离作为约束因子对本地模型进行训练，并利用互信息计算待添加扰动，实现了在保护客户端本地隐私的同时保证联邦学习全局模型训练的性能。

公开(公告)号：CN117118602B

公开(公告)日：2024-02-23

申请号：CN202310786478.0

申请日：2023-06-29

Applicant: 济南大学

Inventor： 赵川 ,  韩松 ,  赵圣楠 ,  荆山 ,  陈贞翔 ,  刘伟

IPC: H04L9/08 ,  H04L9/06 ,  H04L9/22

Abstract: 本发明提出了一种基于复制秘密分享的安全比较协议的实现方法及系统，属于安全比较技术领域。包括参与方生成随机比特并计算对应随机数，在n个参与方中分享；每个参与方计算得到随机数份额和随机比特串；参与方生成环上的随机数u并分享，各参与方得到份额[u]l+2；参与方计算得到0或2在环上的秘密份额；各参与方计算并截取l位最低有效位；步骤六：各参与方使用随机数[r]l盲化秘密值，最终得到秘密值最高有效位份额；使用随机单比特份额盲化最高有效位份额并打开，截断并解除盲化，得到最高有效位，基于最高有效位判断两数大小。本发明解决了安全比较协议中数据被泄露的问题以及不同参与方数量的协议通用性问题。

公开(公告)号：CN117454431A

公开(公告)日：2024-01-26

申请号：CN202311642352.2

申请日：2023-12-01

Applicant: 济南大学

Inventor： 赵川 ,  孙奎恒 ,  赵圣楠 ,  荆山 ,  陈贞翔

IPC: G06F21/62 ,  G06N5/04 ,  G06N20/00

Abstract: 本发明公开了计算服务外包的可验证数据隐私保护系统及方法，验证客户端、两个证明服务器进行初始化操作；两个证明服务器均向验证客户端发送隐私数据承诺；验证客户端接收隐私数据承诺后，将机器学习推理所需的数据份额分别发送给两个证明服务器；验证客户端接收两个证明服务器反馈的计算结果份额和计算过程证明；所述计算结果份额，是两个证明服务器根据获取的数据份额，进行机器学习推理服务得到的；所述计算过程证明，是两个证明服务器通过零知识证明方式为计算过程生成的；验证客户端根据所获得的计算过程证明，对计算过程进行验证，如果对计算过程验证无误，则根据计算结果份额进行秘密重构，得到最终的机器学习推理结果。

公开(公告)号：CN117353912A

公开(公告)日：2024-01-05

申请号：CN202311352045.0

申请日：2023-10-18

Applicant: 济南大学

Inventor： 赵川 ,  商瑜 ,  赵圣楠 ,  徐俊 ,  荆山 ,  陈贞翔

IPC: H04L9/08 ,  H04L9/30

Abstract: 本发明提出了基于双线性映射的三方隐私集合交集基数计算方法及系统，基于双线性映射技术来降低多方协议的通信轮数与计算量，在此基础上，为避免信息泄露，引入秘密分享，通过秘密分享将秘密元素分给各个参与方，各个参与方基于所接收到的秘密份额和其他参与方的密文进行计算，通过对各个参与方的计算结果进行比较计算，得到三方隐私集合交集的基数，解决的现有的隐私集合求交集基数的计算求解在三方中需要三轮通信与数量繁多的幂运算的问题。

公开(公告)号：CN115410650A

公开(公告)日：2022-11-29

申请号：CN202211039407.6

申请日：2022-08-29

Applicant: 济南大学

Inventor： 赵川 ,  徐俊 ,  赵圣楠 ,  陈贞翔 ,  杨波 ,  荆山

IPC: G16B30/10 ,  H04L9/08 ,  H04L67/01

Abstract: 本发明公开一种基于茫然传输协议的隐私保护基因序列比对方法及系统，包括：设定共享的公开随机字符串；采用独热编码对第一基因序列和第二基因序列进行编码；对第一基因序列碱基编码中的有效位选取第一随机字符串和第二随机字符串，以构成第一随机有序对，且有效位的第一随机字符串满足公开随机字符串，对非有效位选取第二随机有序对，以此得到碱基编码有序对；根据第二基因序列碱基编码中每个比特位和碱基编码有序对执行茫然传输协议，得到每个比特位的匹配结果；根据匹配结果判断第一基因序列和第二基因序列是否相等。在保护基因序列信息的同时实现基因序列的高效安全比对。