-
公开(公告)号:CN118864015A
公开(公告)日:2024-10-29
申请号:CN202411163047.X
申请日:2024-08-23
Applicant: 泉城省实验室
IPC: G06Q30/0251 , G06Q30/0241 , G06F21/60 , G06F21/62
Abstract: 本发明涉及一种隐私保护的在线广告转化监督方法及系统,包括:S1:广告商、销售商和监管机构各自生成私钥,完成双线性映射计算;S2:各参与方利用私钥对步骤S1中获得的消息进行幂运算,同时广告商、销售商分别将运算结果存储到Bloom过滤器中,随后对Bloom过滤器进行秘密分享;S3:查询Bloom过滤器并求出交集基数和交集元素索引;S4:利用公钥对与其用户集合元素对应的花费金额进行加密;S5:销售商和监管机构执行SealPIR协议;S6:监管机构对SealPIR协议输出进行同态加法运算,并将运算结果发送给销售商,销售商通过Paillier私钥进行解密。本发明具有更低的通信代价,同时摒弃了容易遭受单点故障攻击的云服务器。
-
公开(公告)号:CN118940865A
公开(公告)日:2024-11-12
申请号:CN202411419064.5
申请日:2024-10-12
Applicant: 泉城省实验室
Abstract: 本发明涉及基于委员会共识的鲁棒高效去中心化联邦学习方法及系统,属于联邦学习技术领域,包括:1)委员会成员选举;2)使用全局模型进行本地模型训练;3)模型验证,对通过验证的训练者进行打分;4)当有足够多的连续更新区块时,智能合约将自动调用,对区块链上的模型更新进行聚合,生成新的全局模型,并计算每个参与者在本轮训练中的贡献度,根据贡献度选择出下一轮训练中的委员会成员;5)各参与者下载最新的区块,将新的全局模型作为下一轮训练中的初始模型;上述操作重复进行,直至模型收敛。本发明有效解决因中心服务器的存在所导致的单点故障以及恶意服务器作恶问题的同时,提高了模型聚合的准确性、速度和效率。
-