公开(公告)号：CN117857050A

公开(公告)日：2024-04-09

申请号：CN202311706976.6

申请日：2023-12-12

Applicant: 武汉大学

Inventor： 李孟泽 ,  彭聪 ,  罗敏 ,  冯琦 ,  郭勇立 ,  何德彪

IPC: H04L9/32 ,  H04L9/30 ,  H04L9/08

Abstract: 本发明公开了一种基于多标量点乘的SM2数字签名验证方法、系统及设备，首先每个用户各自生成自己的公私钥对；然后用户使用自己的私钥，生成签名；最后对接收到的全部用户的签名，验证者进行批量验证。本发明在支持批验证的SM2签名算法的基础上，对运算速度和算法的安全性进行优化，能够进一步完善国产功能型密码算法体系。本发明具有安全性高、功能完善等优点，能够被应用于区块链中的区块验证，电子投票验签等多个应用领域。

公开(公告)号：CN118944935A

公开(公告)日：2024-11-12

申请号：CN202411026878.2

申请日：2024-07-30

Applicant: 武汉大学

Inventor： 滕龙 ,  李孟泽 ,  温泽瑞 ,  刘洁晨 ,  袁泽澄

IPC: H04L9/40 ,  G06N20/00 ,  H04L9/08

Abstract: 本发明提供一种隐私安全细粒度联邦聚合方法、装置、设备及介质，其中，该隐私安全细粒度联邦聚合方法包括：确定本地模型不同层级的优先级，根据不同层级的优先级分配对应的聚合间隔，并按照联邦聚合策略对所述本地模型进行训练；生成随机掩码，并将所述随机掩码添加至所述本地模型对应层级的模型参数上；将携带所述随机掩码的模型参数的参数向量上传至服务器，并接收所述服务器返回的聚合计算结果；所述聚合计算结果由所述服务器对所述参数向量进行中央聚合计算得到。通过本发明，能够有效降低受到拜占庭攻击和数据投毒攻击的可能性，解决了现有的联邦学习框架存在的安全性能较差、易受到攻击的问题。