-
公开(公告)号：CN115314211B
公开(公告)日：2024-04-30
申请号：CN202210946106.5
申请日：2022-08-08
Applicant: 济南大学
Abstract: 本发明公开一种基于异构计算的隐私保护机器学习训练与推理方法及系统，以CPU+GPU+FPGA的异构计算方式进行隐私保护机器学习的训练和推理，CPU负责总体调度和处理不容易并行计算的非线性操作，GPU负责加速训练阶段的线性操作，FPGA负责在推理阶段加速混淆电路的生成，在保护数据隐私安全的前提下，灵活加速机器学习训练和推理过程，提高计算效率，降低推理延迟。
-
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
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
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
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：CN112764791B
公开(公告)日：2023-08-08
申请号：CN202110097851.2
申请日：2021-01-25
Applicant: 济南大学
IPC: G06F8/658 , G06F21/56 , G06F18/214 , G06F18/2431
Abstract: 本发明提供了增量更新的恶意软件检测方法及系统。其中该方法包括获取应用程序产生的TCP流，提取TCP流的统计特征；将TCP流的统计特征输入至增量更新的检测模型中，输出应用程序是否为恶意应用程序；增量更新的检测模型的训练过程为：使用训练集Train1和测试集Test1对初始化模型进行训练和测试；将增量数据集划分临时训练集Temp和测试集I‑Test；其中增量数据集、训练集Train1和测试集Test1均由正常应用程序及恶意应用程序所产生的TCP流的统计特征构成；使用临时训练集Temp训练临时模型；临时模型和初始化模型均由设定数量的决策树模型构成；使用测试集I‑Test分别对初始化模型和临时模型进行测试，通过精确度筛选初始化模型和临时模型中决策树模型，最终组成最新的检测模型。
-
Patent Agency Ranking
公开(公告)号：CN110572253B
公开(公告)日：2023-03-24
申请号：CN201910872625.X
申请日：2019-09-16
Applicant: 济南大学
Abstract: 一种联邦学习训练数据隐私性增强方法及系统，所述方法包括：第一服务器生成公共参数和主密钥，将所述公共参数发送给第二服务器；参与联邦学习的多个客户端均基于所述公共参数生成各自的公钥和私钥对；联邦学习过程如下：各客户端将本地训练得到的模型参数采用各自的公钥进行加密，与相应公钥一并经由第二服务器发送给第一服务器；第一服务器基于主密钥解密，通过加权平均得到全局模型参数，分别采用各个客户端的公钥加密，并经由第二服务器发送至各个客户端；客户端基于各自的私钥解密得到全局模型参数，改进本地模型，重复上述过程，直至各客户端本地模型收敛。本发明通过采用双服务器模式结合多密钥同态加密，保证了数据和模型参数的安全。
-
公开(公告)号：CN115664740A
公开(公告)日：2023-01-31
申请号：CN202211266272.7
申请日：2022-10-17
Applicant: 济南大学
Abstract: 本公开提供了基于可编程数据平面的数据包转发攻击防御方法及系统，涉及网络安全技术领域，包括获取网络中的链路拓扑信息以及链路的端口实时状态信息，将其解析成P4语言编程的信息格式；构造数据包并对构造的数据包进行转发，确定收发双方和路径，对传输的数据包进行动态攻击检测，检测所传输的数据包是否发生攻击，当确定数据包被攻击时，则判断发生攻击的类型，确定攻击的类型后启动相应的防御攻击过程；极大地提高了数据包的转发效率。同时由于P4语言的协议无关性，在验证过程中无需引入相关协议。
-
公开(公告)号：CN115510452A
公开(公告)日：2022-12-23
申请号：CN202211157358.6
申请日：2022-09-22
Applicant: 济南大学
Abstract: 本发明属于安全检测技术领域，提供了一种基于进化计算的物联网恶意检测器安全性评估方法及系统，本发明在聚类和距离的引导下对获取的恶意样本进行进化计算，得到对抗样本，在参数进化中，如果没有找到恶意样本对应的对抗样本，根据失败时输出的原因再从聚类簇个数的序列和终止代数的序列中选取新的参数重新进行进化计算；专门针对基于流文本的恶意检测器设计对抗攻击，使用对抗攻击的手段生成对抗样本，通过攻击检测器并通过攻击成功率来评估检测器的安全性，解决了现有评估方法不能适用基于流文本的物联网恶意检测器的问题。
-
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
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。
-
公开(公告)号：CN115314211A
公开(公告)日：2022-11-08
申请号：CN202210946106.5
申请日：2022-08-08
Applicant: 济南大学
Abstract: 本发明公开一种基于异构计算的隐私保护机器学习训练与推理方法及系统，以CPU+GPU+FPGA的异构计算方式进行隐私保护机器学习的训练和推理，CPU负责总体调度和处理不容易并行计算的非线性操作，GPU负责加速训练阶段的线性操作，FPGA负责在推理阶段加速混淆电路的生成，在保护数据隐私安全的前提下，灵活加速机器学习训练和推理过程，提高计算效率，降低推理延迟。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.028 seconds)
