一种新的隐私保护下非交互式的K近邻分类方法

    公开(公告)号:CN109359588B

    公开(公告)日:2021-02-09

    申请号:CN201811200446.3

    申请日:2018-10-15

    Abstract: 本发明公开了一种新的隐私保护下非交互式的K近邻分类方法,涉及大数据安全技术领域,步骤如下:1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密,得到密文数据集和中间矩阵,并上传至云端;2.客户端接收待分类明文向量组并对其进行加密,得到密文向量组,并上传至云端;3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度,再根据近邻分类算法得出该密文向量组的分类结果集,将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性,实现非交互式技术,达到真正的外包计算,减小了客户端的计算压力。

    一种基于向量同态加密的HOG图像特征提取算法

    公开(公告)号:CN106952212B

    公开(公告)日:2019-10-15

    申请号:CN201710151231.6

    申请日:2017-03-14

    Abstract: 本发明公开一种基于向量同态加密的HOG图像特征提取算法,涉及图像处理技术领域,由于VHE同态加密方案在密文域内仅支持整数间的运算并且不支持除法,针对VHE所能支持的运算,对已有的HOG图像特征提取算法进行合理的裁剪和改进,简化一些特征提取步骤,并将提取过程中的一些复杂运算进行等效的转换,保证裁剪后的算法在保证一定的算法效率的前提下,提取的特征向量与原始HOG特征提取算法提取的特征向量是等效的,都可以准确地表达图像特征。本方案采取的基于向量的同态加密方案VHE,能够直接对一个整数向量进行加密,并支持基于密文向量的一些操作运算,与之前的基于单个比特或者单个整数加密的同态加密方案相比,大大提高密文域内的运算效率。

    一种针对以太坊智能合约的静态代码审计系统及方法

    公开(公告)号:CN109684838A

    公开(公告)日:2019-04-26

    申请号:CN201811404851.7

    申请日:2018-11-23

    Abstract: 本发明公开了一种在区块链的以太坊平台上针对智能合约的静态代码审计系统及方法,属于信息安全技术领域。本发明能够检测以太坊平台上使用Solidity语言编写的智能合约上存在的安全威胁,定位到具体位置,阐明危害并给出相应的解决方法。本发明方法:首先,用户将待检测的项目目录或者单个文件的路径输入系统,系统对输入内容进行预处理操作,将整个项目复制到临时工作目录中并删除其中的Solidity文件中的注释内容;其次,系统将通过词法分析和语法分析等操作将每一个Solidity文件都解析成语法树的形式;然后,系统将语法树结构与预先制定的逻辑匹配特征进行静态特征匹配,得到匹配结果;最后,系统将匹配后的结果分类并汇总,生成报告文件,即为检测结果。

    一种新的隐私保护下非交互式的K近邻分类方法

    公开(公告)号:CN109359588A

    公开(公告)日:2019-02-19

    申请号:CN201811200446.3

    申请日:2018-10-15

    CPC classification number: G06K9/00885 G06K9/6276 G06K2009/00953

    Abstract: 本发明公开了一种新的隐私保护下非交互式的K近邻分类方法,涉及K近邻分类算法在隐私保护下的向量分类领域,步骤如下:1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密,得到密文数据集和中间矩阵,并上传至云端;2.客户端接收待分类明文向量组并对其进行加密,得到密文向量组,并上传至云端;3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度,再根据近邻分类算法得出该密文向量组的分类结果集,将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性,实现非交互式技术,达到真正的外包计算,减小了客户端的计算压力。

    加密和相似性度量的方法、终端及服务器

    公开(公告)号:CN105447361B

    公开(公告)日:2018-08-21

    申请号:CN201410428736.9

    申请日:2014-08-27

    Inventor: 杨浩淼 汤殿华

    Abstract: 本发明实施例提供了一种加密和相似性度量的方法。加密方法包括:终端接收用户输入的包括l个分量的生物特征向量。将生物特征向量的l个分量分别编码为l个明文子空间上的l个明文分量,l个明文子空间为将明文空间分解后的子空间。采用CRT,将l个明文分量打包为明文空间上的明文。采用同态加密方法,利用公钥将明文空间上的明文加密为密文空间上的密文。将密文发送至第二服务器,以便于第二服务器将密文与预存储的另一密文进行相似性度量。本发明实施例在加密的过程中,通过将生物特征向量的分量编码为明文子空间的明文分量,并对明文分量进行打包,这样只需对打包后的明文进行一次加密得到一个密文,能够节省加密的时间,减少通信量,进而能够提高效率。

    一种隐私保护下的广义线性回归方法

    公开(公告)号:CN107612675A

    公开(公告)日:2018-01-19

    申请号:CN201710850810.X

    申请日:2017-09-20

    Abstract: 本发明公开了一种隐私保护下的广义线性回归方法,旨在解决现有技术中在计算外包时云端不可信的时候在加密下情况下实现广义线性回归效率效和精度低的问题,本申请中结合加密算法以及线性回归方法以及梯度下降法实现了数据集加密之后的广义线性回归,也就是实现了云端不可信的情况下,加密保护下依旧可以进行数据处理等,实现了真正的计算外包,实现了明文的计算与密文的计算的相互对应,克服了传统的梯度下降法在密文下迭代的准确率低和计算速度慢的技术难题;本申请适用于向量同态计算相关领域。

    一种隐私保护的超声波通信方法

    公开(公告)号:CN107147449A

    公开(公告)日:2017-09-08

    申请号:CN201710579449.1

    申请日:2017-07-17

    CPC classification number: H04B11/00 H04L1/0057 H04L1/0061 H04L63/0428

    Abstract: 本发明涉及一种隐私保护的超声波通信方法,解决的是被人耳听到、安全性低的技术问题,通过采用包括:(1)发送端读取发送文本,采用一对一编码本编码方法对文本进行编码,将文本文字信息转换为声波包,声波包中的声波频率为人耳听不到的声音频率;(2)对编码得到的声波包通过保留格式加密方法加密生成送加密声波包;(3)发送端通过空气声音信道将加密声波包传输到接收端;(4)接收端接收加密声波包,解密加密声波包,解密后通过与步骤(1)中编码方法对应的解码方法解码,再进行容错处理后输出接收文本的技术方案,较好的解决了该问题。该方案具有隐私性强、通信代价低等有点,可用于隐私保护的超声波通信中。

Patent Agency Ranking