-
公开(公告)号：CN119026707A
公开(公告)日：2024-11-26
申请号：CN202410907389.1
申请日：2024-07-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于动态层选择的高效联邦学习大模型训练方法，涉及联邦学习的高效训练技术领域。在本发明中，由服务器端选出部分最重要的层，交由客户端进行训练，即将部分计算量摊派到服务器端上，而客户端仅需更新极少部分的层的参数量，从而实现了对客户端计算压力与上传压力的极大减少，显著降低了客户端的计算压力和通信压力；本发明选出部分最重要的层具体为：服务器基于少量的本地训练数据对待训练模型进行初步训练，并获取待训练模型的每一线性层的梯度值，并基于该梯度值计算每一线性层的重要性评分，服务器选择前若干最高重要性评分和后若干个最低重要评分所对应的线性层作为当前的重要层；客户端根据本地训练结果仅训练部分最重要的层，从而极大减少了训练的计算需求和上传数据的参数量。同时，本发明无需对模型进行额外更改，因而具有很强的可扩展性。
-
公开(公告)号：CN118590878A
公开(公告)日：2024-09-03
申请号：CN202410679430.4
申请日：2024-05-29
IPC: H04W12/041 , H04W12/121 , H04W12/122 , H04L9/40 , H04W12/0433
Abstract: 本发明属于密码学与网络安全领域，提出了一种基于多客户端函数加密的抵抗恶意数据注入的隐私保护真值发现方案。针对移动群智感知中数据可靠性问题和隐私泄露风险，本发明通过结合多客户端函数加密与数据扰动技术，实现了在较低系统开销下的完全隐私保护和恶意数据过滤。算法包括系统初始化、感知报告生成、恶意数据检测、函数解密密钥生成、数据聚合和权重更新等步骤，有效提高了真值发现算法的计算效率和准确性，并保证了计算过程的非交互性。本发明适用于群智感知应用场景，能够容忍用户中途退出，增强了系统的容错能力和隐私保护效果。
-
公开(公告)号：CN116471051B
公开(公告)日：2024-04-02
申请号：CN202310283158.3
申请日：2023-03-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于不经意传输协议的安全多方数据排序方法，首先，各参与方在离线阶段生成系统参数；其次，各参与方执行隐私保护的多方排序生成排序请求；而后，云服务器收到来自各参与方的排序请求，执行加密多项式的聚合；最后，参与方收到来自云服务器的密文，恢复参与方的私有数据集相对应的排序结果。本发明编码算法可以将一个数据集编码成一个多项式，实现对不同数据集的排序。根据编码方法提出了保护隐私的多方多数据排序方案。每个参与者都可以以隐私保护的方式得到其数据的排序后果，各参与方的数据及相应的排序结果不受其他各方的保护，实现了有效的通信以及计算。
-
公开(公告)号：CN116108167A
公开(公告)日：2023-05-12
申请号：CN202211411070.7
申请日：2022-11-11
Applicant: 电子科技大学
Abstract: 本发明涉及信息化技术领域，提供了一种结合知识图谱的个人敏感信息分类分级方法。目的在于解决现有的个人敏感信息分类分级方法往往仅考虑了单个场景的实现，忽略了多场景数据分类分级的实现的问题。主要方案包括对包含个人信息的文本数据进行实体抽取和关系抽取，得到实体的集合与关系的集合；根据实体与关系的集合先构建个人信息知识图谱；对每个实体进行特征提取，得到每个实体对应的一个特征向量；对特征向量进行聚类，得到实体的聚类结果；将聚类结果的每一类别进行安全级别分级，得到敏感级别信息；将敏感级别信息与个人信息知识图谱相关联，得到个人敏感信息分类分级知识图谱。当新场景到来时，利用多知识图谱融合技术进行增量地更新。
-
公开(公告)号：CN113934578B
公开(公告)日：2022-07-01
申请号：CN202111266909.8
申请日：2021-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在联邦学习场景下的数据恢复攻击的方法，涉及铣床辅助工具技术领域，解决现有依然无法从高压缩的梯度中进行数据恢复的技术问题，本方法包括两个部分，一个是离线训练和离线恢复，另一个是在线捕获部分；本发明相比于DLG方案，我们的方案可以应对高压缩的梯度依然可以实现数据恢复，这是因为DLG方案并没有挖掘梯度中的额外信息，而只将梯度用于最终的损失函数优化。而我们的GDRA充分挖掘了梯度中的信息，通过梯度推断出了原始数据的特征，从而弥补了压缩后的梯度所带来的信息损失的优点。
-
Patent Agency Ranking
公开(公告)号：CN112104609B
公开(公告)日：2021-12-03
申请号：CN202010842682.6
申请日：2020-08-20
Applicant: 电子科技大学
Abstract: 本发明提供一种在移动群智感知系统中可验证的、具有隐私意识的真相发现的方法，在现有真值发现的基础上增加了：1)扰动机制，每个用户在将原始的感知数据提交到云之前，首先要独立地干扰其感知数据。另外，要求每个用户对扰动感知数据进行数字签名，以利于服务器随后生成证明。2)验证机制，云服务器执行保护隐私的真相发现算法，将聚合结果以及相应的证明消息返回给任务请求者。任务请求者可以仅通过检查证明消息来验证从云服务器返回的聚合结果的正确性，从而选择接受还是拒绝聚合结果。本发明满足公开可验证、高效率、可扩展、无前缀功能和多个数据提供者需求，在聚合精度、计算和通信开销方面具有优越的性能。
-
公开(公告)号：CN108985094B
公开(公告)日：2020-07-21
申请号：CN201810692703.3
申请日：2018-06-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在云环境下实现密文空间数据的访问控制和范围查询方法，属于云计算安全技术领域。本发明中，数据拥有者首先利用保序加密以及安全内积运算产生密文数据索引，并将所有索引以R‑树的形式组织并发送给云服务器；用户根据自己需要查询的几何范围生成密文搜索指令并提交给云服务器；云服务器根据用户请求和用户的当前访问权限返回相应的密文匹配结果；最终，用户在收到密文结果后，使用数据拥有者预先发送的密钥进行解密，实现密文环境下的范围查询以及数据访问控制。本发明保证了搜索过程中的高效性及安全性，特定用户只能访问其被授权的密文空间数据。
-
公开(公告)号：CN106788962B
公开(公告)日：2020-04-14
申请号：CN201611145362.5
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明涉及隐私保护下的向量相似性判断方法，其中基于向量伸缩变换的隐私保护下的向量相似性判断方法，包括：A.接收两个标准向量x1、x2和待查询向量x3；B.对x1、x2和x3进行伸缩，得到两个标准输出向量L1、L2和待查询输出向量L3；C.设置误差阈值d后，分别计算||L1－L3||和||L2－L3||；D.比较||L1－L3||－||L2－L3||与d的大小关系，确定x3与x1或x2相似。本发明能够在不公开向量每个维度的值的前提下，通过比较向量的模长高效的判断向量之间的相似性，并且对密文比较的效率和明文比较对比，性能几乎没有下降。
-
公开(公告)号：CN108985094A
公开(公告)日：2018-12-11
申请号：CN201810692703.3
申请日：2018-06-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种在云环境下实现密文空间数据的访问控制和范围查询方法，属于云计算安全技术领域。本发明中，数据拥有者首先利用保序加密以及安全内积运算产生密文数据索引，并将所有索引以R-树的形式组织并发送给云服务器；用户根据自己需要查询的几何范围生成密文搜索指令并提交给云服务器；云服务器根据用户请求和用户的当前访问权限返回相应的密文匹配结果；最终，用户在收到密文结果后，使用数据拥有者预先发送的密钥进行解密，实现密文环境下的范围查询以及数据访问控制。本发明保证了搜索过程中的高效性及安全性，特定用户只能访问其被授权的密文空间数据。
-
公开(公告)号：CN108768608A
公开(公告)日：2018-11-06
申请号：CN201810519096.0
申请日：2018-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种在区块链PKI下支持瘦客户端的隐私保护身份认证方法，属于信息安全技术领域。本发明所述方法包括以下步骤：系统初始化、生成认证请求、生成查询请求、查询阶段、检测阶段、确认阶段和会话建立。本发明所述方法利用PIR等技术，使得其支持区块链中存储能力和计算能力有限的瘦客户端在去中心化的PKI中完成用户身份认证，同时保护瘦客户端的查询隐私。本发明使用基于区块链的PKI技术，解决传统PKI单点故障和多CA互信难等问题；利用PIR技术，实现去中心化PKI下瘦客户端的身份认证功能；利用PIR技术，保护瘦客户端查询过程中的数据隐私；在认证过程中加入随机数，防止中间人攻击，确保认证过程中消息不被伪造篡改。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.054 seconds)
