一种基于秘密共享的匿名通信方法、设备及产品

    公开(公告)号:CN119276546A

    公开(公告)日:2025-01-07

    申请号:CN202411309437.3

    申请日:2024-09-19

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于秘密共享的匿名通信方法、设备及产品,包括两个不合谋服务器,一个公告板M,N个用户,消息发送者P和消息接收者J;首先服务器生成密钥协商的公钥和私钥,为用户分配索引和邮箱地址;用户生成加密邮箱数据库的对称密钥;接着P将自己的邮箱地址与邮件内容处理发送给服务器;服务器将消息写入邮箱数据库和公告板;然后J读取邮箱中的消息;J将回复消息和接收消息中的索引发给服务器;服务器根据索引从公告板中读取P邮箱地址分量,将回复消息写入邮箱数据库;最后P读取回复消息。本发明减少回复时计算开销的同时保障了系统中用户的匿名性,即发送邮件时服务器不知道J的身份,J在回复P时,无需了解P的身份。

    基于去中心化群签名的可追溯匿名联盟链构造方法及系统

    公开(公告)号:CN119276508A

    公开(公告)日:2025-01-07

    申请号:CN202411349417.9

    申请日:2024-09-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于去中心化群签名的可追溯匿名联盟链构造方法及系统,群签名算法中,群私钥和群公钥由多个群管理员节点共同计算得到,超过门限的群管理员节点可以颁发和撤销用户私钥,用户通过其私钥和群公钥代表群成员对信息进行签名,从而达到隐藏用户身份的效果,超过门限的群管理员节点能够打开签名对用户身份进行追溯,从而实现分布式的用户身份追溯。可追溯匿名联盟链构造方法中,联盟链由多个组织共同维护,每个组织中由多个群管理员节点共同计算生成密钥,当需要颁发和撤销用户私钥以及追溯用户身份时,需要超过门限的群管理员联合起来使用各自的私钥共同完成,实现去中心化的可追溯匿名区块链。

    基于门限全同态加密实现完全隐私的密封竞价拍卖方法

    公开(公告)号:CN118036031A

    公开(公告)日:2024-05-14

    申请号:CN202410057944.6

    申请日:2024-01-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于门限全同态加密实现完全隐私的密封竞价拍卖方法,首先拍卖商为每个竞拍者分配一个身份索引;卖家执行门限全同态加密方案的密钥生成协议,生成公钥和私钥、卖家的公钥和私钥;然后卖家发布自己的商品信息并设置竞价向量,加密后提交给拍卖商A;接着拍卖商计算(ctF,ctmax,ctid);最后拍卖结果揭露。本发明不依赖于任何可信赖的拍卖商,并实现了更强的安全保证—完全隐私,即只有卖家和中标者能够确定拍卖结果。本发明适用于第一价格密封竞价,但可以很容易地扩展到第二价格密封竞价,并实现相同的安全保证。本发明还支持卖家和竞拍者的动态加入和退出。同时,本发明将大幅度减少了竞拍者的计算开销和交互次数,将其降低至常量级水平。

    针对非独立同分布数据的安全分布式深度学习系统及方法

    公开(公告)号:CN117521126A

    公开(公告)日:2024-02-06

    申请号:CN202311399112.4

    申请日:2023-10-25

    Applicant: 武汉大学

    Abstract: 本发明公开了一种针对非独立同分布数据的安全分布式深度学习系统及方法,系统包括N个客户端和一个服务器;服务器基于客户端的数据分布将所有客户端划分为不同的聚类,使得每个聚类数据大致上符合独立同分布;其次,每个客户端量化其数据集,使得从实数域转换为有限域;然后,在同一聚类中的客户端秘密分享其量化数据集,并将自己拥有的份额进行编码,以解决聚类内部的数据非独立同分布问题;之后,客户端在编码数据集完成本地模型训练,并将计算结果上传至服务器;然后,服务器对不同的聚类进行安全聚合,以得到全局计算结果;最后,客户端解码全局计算结果以安全地更新其本地模型。本发明实现了更准确的模型并且显著加快了模型训练收敛速度。

    一种供应链溯源中拜占庭容错共识方法及系统

    公开(公告)号:CN116260826A

    公开(公告)日:2023-06-13

    申请号:CN202310063686.8

    申请日:2023-01-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种供应链溯源中拜占庭容错共识方法及系统,包含主节点选取规则、节点动态进出网络流程和优化后的协议机制。所述主节点选取规则基于一致性哈希算法和前一区块哈希值并结合平均负载思想,实现了主节点的随机公平选取;所述节点动态进出网络流程新增了网络配置表和配置变更交易的概念,实现了网络的动态性;所述优化后的协议机制用于改良PBFT算法已有的协议机制,主要包括细化视图更换协议、提出新状态同步协议、优化无异常情况下的一致性协议。本发明提供的拜占庭容错共识方法相比于原有PBFT算法具有主节点随机选取、支持动态网络、低通信复杂度等优点,特别适用于成员复杂、开放性强、节点规模大的供应链溯源场景。

    支持全向量操作的动态密文检索、验证方法及系统

    公开(公告)号:CN114584286B

    公开(公告)日:2022-08-05

    申请号:CN202210485891.9

    申请日:2022-05-06

    Applicant: 武汉大学

    Abstract: 本发明公开了一种支持全向量操作的动态密文检索、验证方法及系统,包括全向量操作的动态密文检索和全向量操作的动态密文验证两部分;所述全向量操作的动态密文检索,摆脱了初始向量维度限制而导致仅支持替换操作,该发明实现了数据可动态插入和删除更新;在密文生成过程中嵌入计数器,保持关键词索引更新状态,实现前向隐私安全,可抵抗文件注入攻击。所述全向量操作的动态密文验证,由于承诺值不会随着数据量的增加而增大,实现了客户端常量级存储开销。在最终执行验证时,该发明支持子向量承诺的聚合验证,相比逐一验证方式而言,验证效率显著提高。

    基于声谱图及深度残差网络的音频通用隐写分析方法及系统

    公开(公告)号:CN110120228A

    公开(公告)日:2019-08-13

    申请号:CN201910347996.6

    申请日:2019-04-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于声谱图及深度残差网络的音频通用隐写分析方法及系统,本方法针对现有基于不同音频压缩标准的隐写算法通过修改不同音频压缩参数来进行隐写却没有一个通用的隐写分析算法的现状,综合考虑AAC等压缩编码标准中共有的MDCT变换特性,对重压缩后的音频原始信号域信号提取声谱图特征,利用深度残差网络S-ResNet去挖掘音频信号的固有分布特性,提取分类特征以构建通用的音频隐写分析器。本发明的优势在于不局限于单一编码标准以及参数域,具有较好的通用性以及隐写分析检测性能。

    一种分布式多中心机构的数据加密及密文检索方法

    公开(公告)号:CN119652524A

    公开(公告)日:2025-03-18

    申请号:CN202510167805.3

    申请日:2025-02-17

    Applicant: 武汉大学

    Abstract: 本发明公开了一种分布式多中心机构的数据加密及密文检索方法,包括了一种多中心机构的密钥策略属性加密方法和分布式多中心机构的密钥策略密文检索方法两部分;所述的一种多中心机构的密钥策略属性加密方法,该发明实现了多授权中心下的高效密钥策略属性加密,解决单机构中心场景下系统易崩溃,出现单点失效等隐私安全风险,增强系统安全性;所述的分布式多中心机构的密钥策略密文检索方法,解决了传统可搜索加密方案中关键词隐私泄露风险,该发明通过策略隐藏的方式有效防护关键词隐私,设计了多机构中心架构生成陷门,有效防止单点崩溃等问题,同时提升陷门生成效率,增强系统实用性。

    基于语义一致性纵向联邦学习后门防御方法、设备及产品

    公开(公告)号:CN119416215A

    公开(公告)日:2025-02-11

    申请号:CN202411393975.5

    申请日:2024-10-08

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于语义一致性纵向联邦学习后门防御方法、设备及产品,首先采用潜在掩码自编码器来评估不同纵向联邦学习参与方所提供的嵌入的语义一致性;然后借助语义一致性评估来识别恶意的嵌入,识别出攻击者;最后利用所述潜在掩码自编码器重构出的嵌入替换攻击者的嵌入,从而移除后门语义,使得顶层模型实现抗后门的鲁棒预测。本发明基于后门攻击可能导致嵌入语义不一致的发现,提出了一种新的防御技术,该技术不依赖于任何辅助数据,对后门攻击或模型结构没有前提假设。本发明开发了一个潜在掩码自编码器来评估各参与方嵌入之间的语义一致性。此外,该自编码器被用于攻击者识别和嵌入重建,从而对后门样本实现鲁棒预测。

    面向链上交易数据的rugpull欺诈代币风险监控方法及系统

    公开(公告)号:CN119205112A

    公开(公告)日:2024-12-27

    申请号:CN202411081630.6

    申请日:2024-08-08

    Applicant: 武汉大学

    Abstract: 本发明公开了一种面向链上交易数据的rugpull欺诈代币风险监控方法及系统,首先从区块链中获取代币交易数据,构建代币交易数据集。然后对数据进行处理,并通过分析节点的中心性和交易频率来丰富节点属性,进而构建一个表示代币交易的动态图,捕获复杂的交易网络。接着,利用代币特征表示提取模型,通过基于记忆机制的历史表示聚合和基于注意力机制的邻居节点表示聚合结合代币的统计特征来学习代币特征表示。最后将分类器应用于这些表示,以识别rugpull欺诈代币。本发明不仅利用了图神经网络在处理图结构数据方面的优势,捕获交易复杂的时间和空间依赖性,而且解决了去中心化金融环境中的特有挑战,使其适用于快速发展的去中心化金融环境。

Patent Agency Ranking