-
公开(公告)号：CN118740378A
公开(公告)日：2024-10-01
申请号：CN202411223043.6
申请日：2024-09-03
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明涉及模式匹配技术领域，特别是涉及基于不经意传输的安全参数化模式匹配方法及系统，用户客户端和服务器分别对持有字符串进行参数预处理，将字符串中每个参数符号映射为对应的非负整数；用户客户端与服务器均设有原始秘密；构造元组，服务器根据预处理后的字符串，对原始秘密进行拆分，得到若干个真实份额；对每一个真实份额，构造对应的随机份额，并将真实份额和随机份额均存储到对应的元组中；服务器和用户客户端，按位执行不经意传输协议，用户客户端按位对元组中的份额进行选择，得到元组中的一个份额；用户客户端将获得的全部份额进行秘密重构，若重构秘密与原始秘密一致，则说明参数化模式匹配完成。保障了双方数据的安全。
-
公开(公告)号：CN118018178A
公开(公告)日：2024-05-10
申请号：CN202311369075.2
申请日：2023-10-20
Applicant: 济南大学
Abstract: 本公开提供了一种可验证隐私保护分层联邦学习数据通信方法及系统，涉及数据隐私保护安全技术领域，包括对用户设备进行分组，构建可验证隐私保护分层联邦学习架构，每个用户对本地数据进行训练并与云端的边缘设备协同训练获取机器学习模型；获取机器学习模型时，将上传的参数在整个数据交互过程中使用用户公钥进行加密；卫星节点将用户传输的加密数据发送给中心服务器进行有效梯度聚合，得到聚合结果后会对其进行加密和签名然后返回给用户。本公开不仅可以容许用户的动态变化，而且允许卫星节点的动态变化，多个卫星节点共同分担单一节点变化导致的压力，从而提高了系统灵活性和稳定性。
-
公开(公告)号：CN116484923A
公开(公告)日：2023-07-25
申请号：CN202211558006.1
申请日：2022-12-06
Applicant: 济南大学
IPC: G06N3/0475 , G06N3/094 , G06N3/098 , G06F21/64
Abstract: 本公开提供了基于区块链和数据增强的联邦学习训练方法及系统，涉及人工智能技术领域，包括利用原始训练集进行满足差分隐私的生成对抗网络的预训练；各客户端共同选择一个打包客户端，并将预训练完毕的生成器模型发送至打包客户端；打包客户端接收完所有客户端的生成器模型后，将接收到的生成器模型打包成一个区块上传至区块链中，客户端从区块链中下载包含所有参与方生成器模型的区块；客户端生成新的数据，将处理后的原始训练集与新生成的数据进行整合，构建新的数据集，用于联邦学习训练任务。区块链代替了原本需进行生成器模型存储的第三方机构，排除了第三方机构作恶的风险，保证了生成器模型的安全性。
-
公开(公告)号：CN119066709A
公开(公告)日：2024-12-03
申请号：CN202411194011.8
申请日：2024-08-28
Applicant: 济南大学
IPC: G06F21/62
Abstract: 本发明属于数据处理技术领域，提供了一种基于嵌套布谷鸟过滤的隐私集合求交数据处理方法及系统，对于每一个要插入第一参与方的元素，遍历预设的第一组哈希函数所确定的两个候选桶位置下的所有条目；对于要插入第二参与方的集合元素，使用第一组哈希函数计算的两个候选桶位置，将集合元素中的元素插入到一个哈希表中，哈希表的列范围和第一组哈希函数映射的范围相同；对于每一列哈希表的每一个元素，用预设的第二组哈希函数所确定的两个候选桶位置在那哈希表中执行布谷鸟插入操作；能够在不泄露参与方隐私数据的前提下，对参与双方的数据进行预处理，减少了客户端和服务端的存储和计算成本。
-
公开(公告)号：CN118740378B
公开(公告)日：2024-11-08
申请号：CN202411223043.6
申请日：2024-09-03
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明涉及模式匹配技术领域，特别是涉及基于不经意传输的安全参数化模式匹配方法及系统，用户客户端和服务器分别对持有字符串进行参数预处理，将字符串中每个参数符号映射为对应的非负整数；用户客户端与服务器均设有原始秘密；构造元组，服务器根据预处理后的字符串，对原始秘密进行拆分，得到若干个真实份额；对每一个真实份额，构造对应的随机份额，并将真实份额和随机份额均存储到对应的元组中；服务器和用户客户端，按位执行不经意传输协议，用户客户端按位对元组中的份额进行选择，得到元组中的一个份额；用户客户端将获得的全部份额进行秘密重构，若重构秘密与原始秘密一致，则说明参数化模式匹配完成。保障了双方数据的安全。
-
Patent Agency Ranking
公开(公告)号：CN117454431B
公开(公告)日：2024-03-29
申请号：CN202311642352.2
申请日：2023-12-01
Applicant: 济南大学
Abstract: 本发明公开了计算服务外包的可验证数据隐私保护系统及方法，验证客户端、两个证明服务器进行初始化操作；两个证明服务器均向验证客户端发送隐私数据承诺；验证客户端接收隐私数据承诺后，将机器学习推理所需的数据份额分别发送给两个证明服务器；验证客户端接收两个证明服务器反馈的计算结果份额和计算过程证明；所述计算结果份额，是两个证明服务器根据获取的数据份额，进行机器学习推理服务得到的；所述计算过程证明，是两个证明服务器通过零知识证明方式为计算过程生成的；验证客户端根据所获得的计算过程证明，对计算过程进行验证，如果对计算过程验证无误，则根据计算结果份额进行秘密重构，得到最终的机器学习推理结果。
-
公开(公告)号：CN116467307B
公开(公告)日：2024-02-23
申请号：CN202310344013.X
申请日：2023-03-29
Applicant: 济南大学
Abstract: 本发明公开了一种用于降低假阳率的布谷鸟过滤器设计方法及系统，涉及布谷鸟过滤器技术领域。设计方法包括以下步骤：构建由多个桶组成的布谷鸟过滤器，每个桶中由多个槽构成，槽中存放元素的指纹；将布谷鸟过滤器均匀地分为上下两部分，上半部分过滤器称为F1，下半部分过滤器称为F2；设置p1和p2两个候选桶；通过对每部分过滤器中桶的个数取模和异或的方法使得任何元素对应的候选桶p1都落在F1中，对应的候选桶p2都落在F2中；将待查找元素利用布谷鸟过滤器进行查找，查找到候选桶p1或p2中有指纹与待查找元素的指纹相同即为查找成功。本发明不需要增加元数据和指纹长度就可实现候选桶的比较，且具有很强的兼容性，实现了假阳率的大幅降低。
-
公开(公告)号：CN117527183B
公开(公告)日：2025-02-11
申请号：CN202311515093.7
申请日：2023-11-14
Applicant: 济南大学
Abstract: 本发明涉及区块链和机器学习技术领域，提供了一种面向电力数据的去中心化共享与跨链计算方法及系统。该方法在第一部分中使用智能物联网设备采集电力数据并且使用IPFS系统结合联盟区块链存储电力数据，结合同态加密技术来保证数据的隐私性。使用以上方式完成对电力数据的采集与存储。并采用代理重加密技术完成对密文数据获取权的转换，且利用基于公证人节点的跨链技术和数据联盟链来完成电力数据对训练联盟链中的本地客户端节点的共享。在第二部分中选择有效的本地模型更新以及本地模型更新上链。通过聚合联盟链完成全局模型聚合，且节点声誉信息上链并同时向电力数据中心反馈节点声誉信息。
-
公开(公告)号：CN119004515B
公开(公告)日：2025-01-24
申请号：CN202411464594.1
申请日：2024-10-21
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明属于区块链技术领域，提供了一种基于区块链的电力数据安全访问控制方法及系统，其技术方案为接收数据访问请求者的访问请求，当数据访问请求者的身份验证通过后，将用电数据与数据拥有者绑定；数据拥有者基于用电量数据确定挖掘节点，基于确定的挖掘节点对用电量数据进行处理后上传至区块链；数据拥有者构建访问控制策略，基于访问控制策略加密数据得到数据密文；判断数据访问请求者的属性集合是否符合访问策略，若是，数据拥有者生成解密密钥并传输给数据访问请求者；数据访问请求者利用解密密钥解密数据得到明文数据。能够有效地拦截不符合属性要求的解密请求，从而在保障数据安全性的同时，显著优化了系统性能。
-
公开(公告)号：CN118504709B
公开(公告)日：2025-04-15
申请号：CN202410611222.0
申请日：2024-05-16
Applicant: 济南大学
Abstract: 本公开提出了一种基于本地差分隐私噪声控制的联邦学习方法及系统，方法包括：客户端将本地模型和全局模型之间的差异作为约束因子，更新本地局部模型；基于更新的本地局部模型参数和全局模型参数，采用互信息计算扰动添加值；将扰动添加值添加到更新的本地局部模型的参数中，将添加扰动的本地局部模型参数发送给中心服务器；中心服务器对接收到的添加扰动的本地局部模型参数进行聚合，根据聚合后的数据对模型进行重构得到本轮训练的全局模型，再下发给各客户端。通过将本地模型和全局模型之间的距离作为约束因子对本地模型进行训练，并利用互信息计算待添加扰动，实现了在保护客户端本地隐私的同时保证联邦学习全局模型训练的性能。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.017 seconds)
