-
公开(公告)号:CN115361167B
公开(公告)日:2024-08-16
申请号:CN202210828801.1
申请日:2022-07-14
Applicant: 北京理工大学
Abstract: 本发明公开了一种支持任意地理范围查询的非线性效率用户选择方法,属于移动群智感知及隐私保护技术领域。本方法通过构造基于双云服务器模型防护合谋攻击,基于矩阵分解技术生成加密与重加密密钥,基于多项式拟合技术生成用户的位置信息和查询范围,基于随机矩阵乘法技术执行检索操作,基于历史查询索引构造技术实现地理范围查询索引。对比现有技术,本方法支持在不透露用户位置和查询隐私的情况下,实现非线性查询效率的任意地理范围的用户选择功能,极大地减少了用户检索的开销,同时大幅提高了检索效率。本方法在数据隐私性、检索操作效率、检索准确性和模型安全性以及去中心化程度方面,具有显著优势。
-
公开(公告)号:CN118074914A
公开(公告)日:2024-05-24
申请号:CN202410198395.4
申请日:2024-02-22
Applicant: 北京理工大学 , 中科信息安全共性技术国家工程研究中心有限公司
IPC: H04L9/32 , H04L9/00 , H04L9/08 , H04L67/1097 , H04L9/40
Abstract: 一种高效和安全的去中心化区块链认证存储方法是将抗量子无状态签名技术应用到区块链场景中,并且将该技术解耦成认证和存储两部分,在存储部分,典型的FORC结构是静态的,FORC一旦构造完成,除非达到签名阈值,否则不会更改私钥,FORC结构也不会进行任何修改。有益效果在于:使用了本发明,面向公有区块链场景,在保证量子安全的基础上,实现区块链应用中高效地认证存储,降低计算成本,同时平衡签名(证明)大小和验证效率之间的关系,还不需要可信第三方的参与,由于本发明所述方法只有哈希函数,因此效率上会比基于数学安全假设的多项式承诺的方案要高很多。
-
公开(公告)号:CN116248306A
公开(公告)日:2023-06-09
申请号:CN202211499739.2
申请日:2022-11-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种面向移动群智感知的隐私保护真值发现方法,属于移动群智感知隐私保护技术领域。本方法利用随机矩阵乘法、数据扰动技术、真值发现技术和超级递增序列技术,通过构造基于随机矩阵乘法和数据扰动技术实现加密与检索,基于真值发现技术实现用户可靠性量化分析和任务的真值发现,基于超级递增序列技术实现多任务同时执行真值发现。本方法支持在不泄露数据隐私和任务隐私等用户隐私的基础上,面向移动群智感知场景,实现高效和准确的用户可靠性量化和真值发现,同时保护数据隐私和任务隐私。对比现有技术,本方法在隐私保护程度、用户可靠性量化评估准确性、真值发现准确性和真值发现效率方面,具有显著优势。
-
公开(公告)号:CN115714646A
公开(公告)日:2023-02-24
申请号:CN202211366648.1
申请日:2022-11-01
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于区块链的隐私保护用户激励方法,属于移动群智感知隐私保护技术领域。本方法利用安全k最近邻计算技术、真值发现技术、狄利克雷分布技术、区块链技术和智能合约技术,支持在不泄露数据隐私和任务隐私等用户隐私的基础上,实现安全和准确的知识发现与公平的用户激励。通过构造基于安全k最近邻计算技术实现数据加密与检索,基于真值发现技术实现用户可靠性计算和知识发现,基于区块链技术和智能合约技术自动和公平地执行用户激励,基于狄利克雷分布技术实现用户信誉值预测的基于区块链的隐私保护用户激励方法。本方法在数据隐私性、知识发现准确性、用户可靠性、激励公平性、知识发现效率以及系统去中心化程度方面具有显著优势。
-
公开(公告)号:CN114567422A
公开(公告)日:2022-05-31
申请号:CN202210019500.4
申请日:2022-01-10
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于隐私保护的公开验证真值确定方法。在真值发现阶段,任务执行者和平台使用基于阈值的Paillier同态加密体系,在保护任务执行者隐私数据前提下完成真值发现。同时,任务执行者在真值发现阶段产生与自身数据相关的同态哈希值以及对应的随机数和承诺值,并将承诺值发送给平台,保留同态哈希值和随机数,平台将这些承诺值发送给验证者。在验证阶段,任务执行者通过平台将所有同态哈希值和随机数均发送给验证者,验证者利用随机数和同态哈希值验证从平台接受到的承诺值,防止平台篡改数据。通过验证后,具备计算能力的个体可使用平台公开的计算数据验证真值发现结果。本方法在保护用户隐私的情况下,降低了用户和平台的计算开销和通信开销。
-
公开(公告)号:CN113254987A
公开(公告)日:2021-08-13
申请号:CN202110401369.3
申请日:2021-04-14
Applicant: 北京理工大学
IPC: G06F21/62 , G06F21/60 , G06F16/2455 , G06F16/2458 , H04L9/32 , H04L29/06 , H04L29/08
Abstract: 本发明涉及一种可容错且保护隐私的时序数据聚合方法,属于数据聚合及隐私保护技术领域。所述方法包括:1)可信机构生成系统参数并广播;2)每个数据提供者随机选择自己的私钥,生成公钥发送给可信机构进行广播;3)每个数据提供者根据自己的私钥和其他数据提供者的公钥生成与其他数据提供者间的共享密钥;4)可信机构生成一个随机置换序列,分发给每个数据提供者作为其唯一的序列数;5)每个数据提供者加密感知数据,并对加密后的密文签名,向云服务器发送密文、签名;6)云服务器对签名进行验证,若验证通过,则对所有的密文异或,得到感知数据;否则不异或。所述方法能保护数据提供者的隐私,实现可容错性,并能有效降低计算和通信开销。
-
公开(公告)号:CN109347829B
公开(公告)日:2020-06-26
申请号:CN201811233139.5
申请日:2018-10-23
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于隐私保护的群智感知网络真值发现方法,属于物联网群智感知技术领域。通过在消息传输中使用经过改进的Paillier加密算法来保证消息的私密性,使用单向哈希链保证用户的身份认证,使用超线性序列保证输出的高效性。其中,身份认证过程能够适应真值发现环境中终端设备的认证需求,抵抗外部攻击者的攻击;安全真值发现过程能够得到真实的感知数据并满足整个系统的安全和隐私保护。与传统方法相比,本发明能够保护用户的数据和权重隐私,极大地减少终端设备的计算和带宽消耗,提升整个系统的效率和安全性。
-
公开(公告)号:CN111104434A
公开(公告)日:2020-05-05
申请号:CN201911162454.8
申请日:2019-11-25
Applicant: 北京理工大学
IPC: G06F16/2457 , G06F21/57 , G06F21/62 , G16H40/20
Abstract: 本发明涉及一种基于隐私保护多级属性相似度的电子医疗推荐方法,属于医疗服务推荐以及隐私保护技术领域。可信医疗机构将加密后的医生信息及密钥分别发给服务器和用户,用户需求和医生信息都用多级属性进行表示,用户向服务器发出医疗服务请求,服务器根据用户需求和医生信息进行匹配,具体采用多级属性推荐,对于用户需求和医生信息采用隐私保护的相似度方法。所述方法采用多级属性进行信息标注,如医生的职称属性可分为初级医师、中级医师、高级医师和特级医师四个级别,分别用数字1、2、3、4进行表示;并依据用户关注属性的权值进行推荐,使得推荐结果更加合理效率上有很大的提升,可以实现更加高效的电子医疗推荐。
-
公开(公告)号:CN110008752A
公开(公告)日:2019-07-12
申请号:CN201910294303.1
申请日:2019-04-12
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于隐私保护的车辆编队评价方法,属于车联网车辆编队技术领域。包括系统初始化、车辆注册、生成评分报告、数据验证、数据聚合、评分计算、信任值更新;通过使用双线性映射来保证车辆报告和参与证明的真实性和不可篡改性;通过使用同态加密算法和时间戳来保证车辆信任值的真实性与不可篡改性;通过设计可过滤的真值发现算法来真实地计算头车的评分以及各用户车辆的信任值。本发明实现了车辆编队的安全评价,能够保护车辆的身份、消息和信任值隐私,提升了整个系统的安全性。
-
公开(公告)号:CN109784741A
公开(公告)日:2019-05-21
申请号:CN201910061638.9
申请日:2019-01-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于信誉预测的移动群智感知系统奖励分发方法,属于移动群智感知技术领域,其核心为:任务平台上的每名数据提供者,即“工人”,都被赋予信誉,该信誉基于“工人”过去在任务中的行为。基于信誉来预测“工人”未来的行为,并在下一个任务开始前为“工人”分发基本工资。“工人”不断努力以争取更好的信誉,从而获得优先受到对待的权利,并因此获得更多的报酬。同时,在“工人”实际参与任务后,衡量其实际表现与基于信誉预测值的差异,并在已有工资基础上对报酬进行二次奖惩。本发明方法能够准确地监测和评估“工人”的质量,并将信誉与质量相结合,激励机制具有奖励最优性,并有效防止了新加入者攻击和开关攻击。
-
-
-
-
-
-
-
-
-