公开(公告)号：CN119583044A

公开(公告)日：2025-03-07

申请号：CN202411509403.9

申请日：2024-10-28

Applicant: 桂林电子科技大学

Inventor： 高远 ,  王晶

IPC: H04L9/08

Abstract: 本发明涉及隐私保护技术领域，具体涉及一种基于夏米尔秘密共享的非交互乘法的隐私保护方法，通过优化秘密多项式系数以及计算模数参数的选择，使得进行秘密共享乘法计算后多项式次数不发生变化；针对传统秘密共享方案的安全性不足问题，对于传统的(k，n)阈值秘密共享方案进行改进，在初始阶段使用组合阶群来生成公钥，对于传统方案来说，安全性只增不减；针对目前多方用户之间数据不共享而又对于联合计算有需求的情况，提出一种秘密共享树形结构，用来完成多方用户之间的联合计算任务。本发明提出的方案不仅可以用于多方用户之间的联合计算，在任何使用秘密共享的隐私保护应用中都可以加速计算时间以及完成更复杂的计算任务。

公开(公告)号：CN119578585A

公开(公告)日：2025-03-07

申请号：CN202411522395.1

申请日：2024-10-29

Applicant: 桂林电子科技大学

Inventor： 高远 ,  王晶

IPC: G06N20/00 ,  G06F21/60 ,  H04L9/00

Abstract: 本发明涉及隐私保护技术技术领域，具体涉及一种基于夏米尔秘密共享抵抗掉队者的联邦学习方法，针对不同客户机资源、计算性能不同导致的联邦学习掉队者问题，采用改进的夏米尔秘密共享方案，在训练的初始化阶段将用户数据和用户模型参数使用夏米尔秘密共享分发给不同的用户，使得在训练阶段即为所有用户的数据训练阶段，并通过解密非串通客户的计算共享，无损地重建所有客户的嵌入聚合；并且使用夏米尔秘密共享方案进行数据分发和加密，也保障了数据在传输过程中的安全性。本发明提出使用夏米尔秘密共享方案来代替同态加密方案，取代了同态加密复杂的密文计算，降低了联邦学习中的数据交互计算的复杂度。