-
公开(公告)号：CN115065463B
公开(公告)日：2023-04-07
申请号：CN202210656199.8
申请日：2022-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种隐私保护的神经网络预测系统，属于信息安全技术领域。本发明包括客户端、服务端和第三方；在神经网络模型预测的离线阶段，客户端、服务端和第三方通过协商完成模型参数的分享；在线预测阶段，客户端将输入数据的分享值发送给服务端；客户端和服务端利用安全计算协议共同执行具有隐私保护的神经网络预测，服务端将得到的预测结果的分享返回给客户端，客户端重构得到预测结果。在通信方面，本发明仅需一轮通信交互，且降低了现有方案的通信开销数据量，以使得本发明的通信效率显著提高，本发明中所有的计算都是基于环而不是域。本发明还重新定制了离线阶段的协议，不仅提高了离线阶段的效率而且仅需轻量级的秘密分享操作。
-
公开(公告)号：CN115065463A
公开(公告)日：2022-09-16
申请号：CN202210656199.8
申请日：2022-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种隐私保护的神经网络预测系统，属于信息安全技术领域。本发明包括客户端、服务端和第三方；在神经网络模型预测的离线阶段，客户端、服务端和第三方通过协商完成模型参数的分享；在线预测阶段，客户端将输入数据的分享值发送给服务端；客户端和服务端利用安全计算协议共同执行具有隐私保护的神经网络预测，服务端将得到的预测结果的分享返回给客户端，客户端重构得到预测结果。在通信方面，本发明仅需一轮通信交互，且降低了现有方案的通信开销数据量，以使得本发明的通信效率显著提高，本发明中所有的计算都是基于环而不是域。本发明还重新定制了离线阶段的协议，不仅提高了离线阶段的效率而且仅需轻量级的秘密分享操作。
-
公开(公告)号：CN115021900A
公开(公告)日：2022-09-06
申请号：CN202210511251.0
申请日：2022-05-11
Applicant: 电子科技大学
Abstract: 本发明提出一种分布式梯度提升决策树实现全面隐私保护的方法，它使用差分隐私DP和全同态加密FHE来实现全面的隐私保护。在训练阶段，数据所有者向不受信任的服务器发送受DP保护的训练树，而不是加密数据。在预测阶段，使用FHE将用户的查询数据和预测结果隐藏在服务器中。为了进一步提高预测效率，该框架提出了一个对FHE友好的多项式近似计算，这样就可以有效地实现开销巨大的比较操作。与目前的隐私保护工作相比，该框架实现了低运行时间和与非隐私保护方案相当的通信开销，同时仅有一小部分的性能损失。
-
公开(公告)号：CN119599095A
公开(公告)日：2025-03-11
申请号：CN202411635410.3
申请日：2024-11-15
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于函数加密的公平联邦学习方法，设计了基于多客户端函数加密MCFE和隐私保护信誉机制PPRM的隐私保护联邦学习框架——QPFFL，旨在解决联邦学习中的量子抵抗、隐私保护和公平性等挑战。其中，多客户端函数加密保证了客户端数据的隐私性，并实现了模型的安全聚合。隐私保护信誉机制识别和缓解恶意行为，评估每个客户端的贡献，并根据其信誉值调整模型权重。通过MCFE和PPRM的集成，该框架可以抵御搭便车和投毒等攻击，确保在不损害数据隐私的同时实现公平的模型分配。
-
公开(公告)号：CN118839364A
公开(公告)日：2024-10-25
申请号：CN202410799802.7
申请日：2024-06-20
Applicant: 电子科技大学
IPC: G06F21/62 , G06F21/60 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种隐私保护的数据评估方法，使用带标签的FHIPE方案来加密卖家的数据，以确保每个卖家的密文数据都带有特定的任务标签l。这确保了即使云端和购物者勾结，带标签的加密数据也不会被用于训练其他模型。同时数据买家提供的模型数据也能够被隐藏起来。引入了可信第三方TTP来管理主密钥，而不是将其分发给数据购物者以进行加密，从而避免了对卖家宝贵的原始数据进行隐私推断。带标签的函数隐藏内积加密方案能够对数据评估时的用户模型进行隐私保护；同时利用标签机制，防止了敌手在不购买数据的情况下发动混合匹配攻击以训练自己的模型。整个数据评估系统较现有系统是更加安全可靠的。
-
Patent Agency Ranking
公开(公告)号：CN118428487A
公开(公告)日：2024-08-02
申请号：CN202410514886.5
申请日：2024-04-26
Applicant: 电子科技大学
Abstract: 本发明提供一种格上基于函数加密的联邦学习聚合方法，每一次迭代全局模型更新包括以下步骤：可信第三方初始化建立每个用户对应的PIM‑MCFE密钥和PIM‑MCFE聚合密钥，其中PIM‑MCFE密钥包括用于会话秘钥、私钥和解密密钥；用户在本地训练获得模型参数后，先使用PIM‑MCFE密钥中的会话秘钥对模型参数进行掩盖，再对掩盖的模型参数使用PIM‑MCFE密钥中的私钥进行加密生成密文并上传至聚合服务器；聚合服务器利用PIM‑MCFE聚合密钥完成对密文解密得到掩盖的聚合结果，并将聚合结果分发给用户；用户利用各自接收到的PIM‑MCFE密钥中的解密密钥恢复出真实的全局模型参数，并在本地对训练模型进行更新。本发明不会泄露单个用户的模型参数信息和聚合中间结果，并且能抵抗量子攻击。
-
公开(公告)号：CN115021900B
公开(公告)日：2024-05-03
申请号：CN202210511251.0
申请日：2022-05-11
Applicant: 电子科技大学
Abstract: 本发明提出一种分布式梯度提升决策树实现全面隐私保护的方法，它使用差分隐私DP和全同态加密FHE来实现全面的隐私保护。在训练阶段，数据所有者向不受信任的服务器发送受DP保护的训练树，而不是加密数据。在预测阶段，使用FHE将用户的查询数据和预测结果隐藏在服务器中。为了进一步提高预测效率，该框架提出了一个对FHE友好的多项式近似计算，这样就可以有效地实现开销巨大的比较操作。与目前的隐私保护工作相比，该框架实现了低运行时间和与非隐私保护方案相当的通信开销，同时仅有一小部分的性能损失。
-
公开(公告)号：CN115967526B
公开(公告)日：2024-03-19
申请号：CN202211324597.6
申请日：2022-10-27
Applicant: 电子科技大学
IPC: H04L9/40 , H04L9/00 , H04L9/06 , G06F18/2431 , G06N5/043
Abstract: 本发明提供一种针对梯度提升决策树外包推理的隐私保护方法，模型拥有者将私密树转换后的GBDT模型发送至云服务器；用户通过哈希与加法同态密钥对待预测数据进行加密，将加密后的待预测数据发送至云服务器；云服务器和用户经过D轮通信执行安全比较协议，得到加密后的预测结果并发送至用户；用户解密后得到最终预测结果。更进一步的，在推理阶段的每一轮通信过程中，云服务器发送当前节点在密文下的预测值之前先进行随机树置换。本发明将轻量级哈希和加法同态加密技术用于梯度提升决策树的外包推理，定制了的安全比较和随机树置换协议，这些协议大幅加速了计算，降低了外包推理的通信成本，同时防止用户推断出与梯度提升决策树相关的隐私。
-
公开(公告)号：CN117478388A
公开(公告)日：2024-01-30
申请号：CN202311456164.0
申请日：2023-11-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种使用多用户函数加密的安全联邦学习系统，属于信息安全技术领域。本系统包括服务器、用户端和用于提供密钥管理服务的可信第三方，第三方进行初始化，计算公开参数；第三方生成密钥分发给用户所在的用户端，并根据本轮的用户意愿生成聚合密钥发送给服务器；用户端使用约定好的加密算法使用密钥对本地模型参数进行加密并发送给服务器；服务器确认满足聚合条件后，对接收到的模型参数加权聚合后得到全局模型，并把全局模型分发给参与训练的各个用户，完成本轮训练并等待下一轮训练。本发明在满足高模型精度、高效计算和通信小功耗的情况下，实现了安全聚合，保证了联邦学习过程中用户本地模型参数的机密性，且支持对用户的动态参与。
-
公开(公告)号：CN115967526A
公开(公告)日：2023-04-14
申请号：CN202211324597.6
申请日：2022-10-27
Applicant: 电子科技大学
IPC: H04L9/40 , H04L9/00 , H04L9/06 , G06F18/2431 , G06N5/043
Abstract: 本发明提供一种针对梯度提升决策树外包推理的隐私保护方法，模型拥有者将私密树转换后的GBDT模型发送至云服务器；用户通过哈希与加法同态密钥对待预测数据进行加密，将加密后的待预测数据发送至云服务器；云服务器和用户经过D轮通信执行安全比较协议，得到加密后的预测结果并发送至用户；用户解密后得到最终预测结果。更进一步的，在推理阶段的每一轮通信过程中，云服务器发送当前节点在密文下的预测值之前先进行随机树置换。本发明将轻量级哈希和加法同态加密技术用于梯度提升决策树的外包推理，定制了的安全比较和随机树置换协议，这些协议大幅加速了计算，降低了外包推理的通信成本，同时防止用户推断出与梯度提升决策树相关的隐私。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
