-
公开(公告)号:CN119128985A
公开(公告)日:2024-12-13
申请号:CN202411297674.2
申请日:2024-09-18
Applicant: 南京理工大学
IPC: G06F21/62 , G06F21/60 , G06F18/214 , G06F18/243
Abstract: 本申请公开黑盒差分隐私安全性度量方法、装置、设备及存储介质,涉及数据加密领域,组建数据集和生成训练样本;从训练样本中抽取两个加噪数据样本集合,用分类器对第一样本集合进行打分和排序,根据打分排序结果构造攻击集合;用第二样本集合估计每个数据对所组成的事件,根据各个事件预估隐私预算置信区间的下界值确定出最大事件;将最大事件加噪生成测试集,用核密度函数做核密度估计;构建隐私损失函数、计算最大损失值和对应在输入空间中的损失最大点,计算黑盒差分隐私算法的置信水平计算隐私预算的下界值。相较黑盒差分隐私算法,本案通过预筛选潜在违规事件,避免对所有事件进行遍历的需求,缩短了估计ε值程序运行时间,提高工作效率。
-
公开(公告)号:CN111930881B
公开(公告)日:2021-01-26
申请号:CN202011075188.8
申请日:2020-10-10
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于国密算法的连接关键词认证可搜索加密方法,包括以下步骤:(1)初始化算法,(2)生成公私钥对,(3)密钥协商产生加密密钥,(4)加密文档,(5)生成安全索引,(6)安全列表发送给云服务器,(7)生成搜索令牌,(8)搜索结果,(9)比较结果,(10)循环,(11)搜索结果反馈,(12)得到明文结果。本发明支持连接关键词搜索,确保了安全索引只能由数据发送方生成,抵抗了云服务器的关键词猜测攻击;确保了令牌只匹配数据发送方发送的安全索引,获得数据发送方的密文,且方法在生成关键词索引没有涉及到计算开销较大的双线性对运算,生成搜索令牌时只需要一次双线性对运算。
-
公开(公告)号:CN119249469A
公开(公告)日:2025-01-03
申请号:CN202411070632.5
申请日:2024-08-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种抵御纵向联邦学习中标签推理攻击的隐私保护方法,包括:S1获取各客户端上传的本地模型的中间参数,并将参数上传至服务器端,其中包括对目标数据进行预处理;S2服务器端对顶部模型的损失函数进行优化;S3服务器端通过接收各客户端的中间参数,对顶部模型进行训练,并通过梯度下降算法更新模型的梯度;在此过程中,服务器端将计算每个客户端的梯度,并在梯度中引入适量的噪声,通过自适应调整本地梯度的大小,实现了对模型参数的迭代更新。这一过程旨在在保护数据隐私的同时,实现模型的协同优化。通过该方法,不仅可以有效地进行模型优化和更新,提高模型优化效率,还能增强对标签推理攻击的防御能力,确保数据隐私和安全。
-
公开(公告)号:CN115333845B
公开(公告)日:2024-04-12
申请号:CN202211000771.1
申请日:2022-08-19
Applicant: 南京理工大学
Abstract: 本申请公开一种基于子集的隐私数据验证方法,涉及通信领域,方法包括:分别与接收终端和网关服务器建立密钥交换信道,基于密钥交换协议生成第一密钥及第二密钥;基于第二密钥及密钥生成中心下发的加密参数和公钥,将目标数据进行加密,生成密文标签;将密文标签发送至网关服务器,便于网关服务器基于接收终端上传的聚合陷门对密文标签进行解密和匹配。本方案中发送、接收和服务器端都各自建立密钥交换信道,并根据密钥生成中心的加密参数、公钥或私钥进行加密、生成聚合陷门和验证等过程,实现一个陷门校验指定关键词集合中的关键字,不仅提高了验证效率,也保护了隐数据验证过程中数据集与陷门的机密性。
-
公开(公告)号:CN107241190A
公开(公告)日:2017-10-10
申请号:CN201710661488.6
申请日:2017-08-04
Applicant: 南京理工大学
CPC classification number: H04L9/0825 , H04L9/0847 , H04L67/02
Abstract: 本发明公开了一种基于身份的密钥协商构建方法与网络平台。方法为:系统建立:公开系统参数,保密主私钥;密钥提取:给定一个用户U的身份,PKG计算该用户的私钥,分别计算此处密钥协商双方A、B的公、私钥;密钥协商:A、B分别随机选取,计算各自的临时会话密钥,并将各自生成的值发送给对方;计算最终的共享密钥。所述网络平台为:网站采用MVC架构模型,Controller层:负责转发请求,以及对请求进行处理;View层:与用户进行交互;Model层:实现程序算法功能,与数据库进行交互,其中Model层中Service层与Dao层实现了该基于身份的密钥协商协议。本发明直接以用户的身份标识作为公钥,简化了公钥的使用与管理,具有广阔的应用前景。
-
公开(公告)号:CN118381610A
公开(公告)日:2024-07-23
申请号:CN202410809501.8
申请日:2024-06-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种智慧医疗中健康医疗数据认证与隐私保护方法,包括以下步骤:一、网关设备基于安全参数#imgabs0#调用密钥生成算法输出用于验证签名的公钥#imgabs1#和用于签名的私钥#imgabs2#;二、网关设备基于所述密钥生成算法产生的私钥#imgabs3#和网关设备收集的健康医疗数据#imgabs4#调用签名算法输出所述健康医疗数据的签名#imgabs5#。本发明的智慧医疗中健康医疗数据认证与隐私保护方法不仅提高了数据共享的灵活性,而且可防止对数据的过度编辑,增强了共享健康医疗数据的安全性和可用性,可为健康医疗数据在智慧医疗系统中的共享提供更加高效的安全保障。
-
公开(公告)号:CN115333845A
公开(公告)日:2022-11-11
申请号:CN202211000771.1
申请日:2022-08-19
Applicant: 南京理工大学
Abstract: 本申请公开一种基于子集的隐私数据验证方法,涉及通信领域,方法包括:分别与接收终端和网关服务器建立密钥交换信道,基于密钥交换协议生成第一密钥及第二密钥;基于第二密钥及密钥生成中心下发的加密参数和公钥,将目标数据进行加密,生成密文标签;将密文标签发送至网关服务器,便于网关服务器基于接收终端上传的聚合陷门对密文标签进行解密和匹配。本方案中发送、接收和服务器端都各自建立密钥交换信道,并根据密钥生成中心的加密参数、公钥或私钥进行加密、生成聚合陷门和验证等过程,实现一个陷门校验指定关键词集合中的关键字,不仅提高了验证效率,也保护了隐数据验证过程中数据集与陷门的机密性。
-
公开(公告)号:CN103886469A
公开(公告)日:2014-06-25
申请号:CN201410127841.9
申请日:2014-03-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种产品二维码的生成及查询系统。包括产品信息存储平台、生产厂商的二维码生成器和客户的查询客户端。产品信息存储平台与生产厂商的二维码生成器相连,用于存储产品的原始信息和产品的真伪信息;生产厂商的二维码生成器对产品的真伪信息进行加密,然后和产品的原始信息混合生成产品二维码;客户的查询客户端与产品信息存储平台相连,用于查询产品的原始信息和真伪信息。本发明可以用于识别商品真伪,也可以进行正常识别,获取商品的有用信息,可以有效的保证商品货号的唯一性,防止不法分子以某种不正当的手段获取和伪造商品二维码标签。
-
公开(公告)号:CN115278709B
公开(公告)日:2024-04-26
申请号:CN202210906790.4
申请日:2022-07-29
Applicant: 南京理工大学
Abstract: 本发明提供的一种基于联邦学习的通信优化方法,属于联邦机器学习技术领域,包括:获取各客户端上传的本地梯度核心特征;本地梯度核心特征指各客户端对目标数据进行预处理,训练出本地模型,对本地模型进行奇异值分解提取出的数据;对本地梯度核心特征进行草图梯度压缩与草图梯度聚合,提取前k个稀疏化参数矩阵,并对前k个稀疏化参数矩阵执行联邦平均聚合算法得到全局模型并发给各客户端;计算各客户端的累计梯度误差值与梯度误差补偿值,自适应调整本地梯度核心特征需要补偿的梯度和本地梯度核心特征进行草图梯度聚合时的权重,再进行迭代。本发明既能够有效压缩模型梯度,降低模型训练中产生的通信开销,又能提高模型预测的准确度。
-
公开(公告)号:CN111625856B
公开(公告)日:2022-10-25
申请号:CN202010122180.6
申请日:2020-02-27
Applicant: 南京理工大学
IPC: G06F21/62 , G06F21/60 , G16H10/60 , G06F16/9535
Abstract: 本发明公开了一种基于国密算法的可溯源认证和前向安全的可搜索密文电子病历系统,旨在解决病人隐私数据保护、医生诊断记录溯源追责问题。本发明对涉及病人隐私数据的存储和传输的各个模块,使用国密算法SM2、SM3、SM4和保序加密算法进行加密处理,并且根据数据私密性程度,采用不同的加密工作模式,在保证隐私保护的前提下同时提供快速高效的数据处理速度,具有安全、高效、可认证等优点;对就诊记录表中加入计数器字段,能够实现密文数据搜索的前向安全性;同时具有诊断记录溯源追责功能,能够有效解决医疗事故鉴定和追责问题。
-
-
-
-
-
-
-
-
-