公开(公告)号：CN115834096A

公开(公告)日：2023-03-21

申请号：CN202210681968.X

申请日：2022-06-15

Applicant: 北京大学

Inventor： 张馨伦 ,  程建新 ,  曹永知 ,  王捍贫

IPC: H04L9/40 ,  H04L9/32

Abstract: 本发明提供一种基于可验证随机函数的区块链选举的实现方法，包括生成公私钥、将给定信息经过两次哈希操作映射为一随机数、生成随机数和相应验证值、计算得票数、检验随机数是否正确、检验得票数是否正确。本发明为了高效完成区块链密钥安全及安全增强技术任务，构建了一个用于区块链共识机制的选举过程中的可验证随机函数，给出了基于可验证随机函数的选举过程。该方法既能够验证随机数的真实性，又具有较高的安全性，保证与椭圆曲线随机一点对于敌手的不可区分性质。该模型框架使用了两次哈希操作，旨在进一步提高公私钥对信息的安全性和唯一性。本发明能很好地加强区块链密钥及其技术的安全性，提高攻击难度。

公开(公告)号：CN115983409A

公开(公告)日：2023-04-18

申请号：CN202211415508.9

申请日：2022-11-11

Applicant: 北京大学

Inventor： 刘一戈 ,  曹永知 ,  王捍贫

IPC: G06N20/20 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明提供一种基于差分隐私的联邦学习训练方法、装置、系统及设备，包括：客户端基于服务器发送的模型参数、预设超参数和本地数据对本地模型进行训练，获取第一梯度值；获取部分第一梯度值的索引信息，并对部分第一梯度值进行自适应裁剪，获取第二梯度值；对第二梯度值进行扰动加噪处理，将加噪后的第二梯度值与索引信息进行加密处理，获取密文；将密文发送给洗牌器，洗牌器混洗后发送给服务器，服务器对密文解密和中值填充聚合还原第一梯度值，对全局模型的模型参数进行更新。实现客户端消息匿名化，有效防止梯度攻击，并产生隐私放大效应，降低本地隐私预算及降低添加的噪声，增强数据的效用性，增强模型的准确性，降低了联邦学习的通信量。