一种面向多方协同的贝叶斯分类器安全生成系统及方法

    公开(公告)号:CN111159727B

    公开(公告)日:2022-12-09

    申请号:CN201911269984.2

    申请日:2019-12-11

    Abstract: 本发明属于信息安全技术领域,公开了一种安全多方贝叶斯分类器生成系统及方法,包括系统初始化,密钥分发中心生成系统安全参数、分布式数据加密密钥和聚合数据解密密钥;本地训练数据加密,并将加密之后的数据发送给模型生成方;模型生成方对收到的各密文训练数据进行聚合计算,生成密文全局训练数据,并使用聚合数据解密密钥对密文全局训练数据进行解密,获取贝叶斯分类器训练参数;贝叶斯分类模型生成方利用获取的贝叶斯训练参数计算相应的条件概率与前验概率,生成贝叶斯分类器。本发明可用于分布式场景中贝叶斯分类器的生成与训练,能够在确保模型生成方获取高精度贝叶斯分类器的同时,实现对多数据中心敏感数据的安全聚合与隐私保护。

    一种面向多方协同的贝叶斯分类器安全生成系统及方法

    公开(公告)号:CN111159727A

    公开(公告)日:2020-05-15

    申请号:CN201911269984.2

    申请日:2019-12-11

    Abstract: 本发明属于信息安全技术领域,公开了一种安全多方贝叶斯分类器生成系统及方法,包括系统初始化,密钥分发中心生成系统安全参数、分布式数据加密密钥和聚合数据解密密钥;本地训练数据加密,并将加密之后的数据发送给模型生成方;模型生成方对收到的各密文训练数据进行聚合计算,生成密文全局训练数据,并使用聚合数据解密密钥对密文全局训练数据进行解密,获取贝叶斯分类器训练参数;贝叶斯分类模型生成方利用获取的贝叶斯训练参数计算相应的条件概率与前验概率,生成贝叶斯分类器。本发明可用于分布式场景中贝叶斯分类器的生成与训练,能够在确保模型生成方获取高精度贝叶斯分类器的同时,实现对多数据中心敏感数据的安全聚合与隐私保护。

    一种6G网络中隐私保护的数据分层聚合与查询方法及系统

    公开(公告)号:CN119997121A

    公开(公告)日:2025-05-13

    申请号:CN202510064077.3

    申请日:2025-01-15

    Abstract: 本发明公开了一种6G网络中隐私保护的数据分层聚合与查询方法及系统,方法包括:系统初始化阶段、数据上传与边缘聚合阶段、边缘数据预处理阶段、边缘分类查询请求阶段、中心数据预处理阶段以及中心节点分类查询请求阶段六个阶段,系统初始化阶段、数据上传与边缘聚合阶段、边缘数据预处理阶段和中心数据预处理阶段仅需执行一次,之后便可无限制地响应边缘分类查询请求阶段和中心节点分类查询请求阶段。本发明有效解决了6G网络中AI服务的数据分层聚合与查询过程中的隐私保护问题。

    用于实现对称加密和非对称加密的轻量级同态加密方法

    公开(公告)号:CN117394983B

    公开(公告)日:2025-03-28

    申请号:CN202311540559.9

    申请日:2023-11-17

    Abstract: 本发明公开了一种用于实现对称加密和非对称加密的轻量级同态加密方法。所述方法包括:根据私钥参数,确定私钥和第一公开参数,私钥参数、私钥及第一公开参数均为整数;通过第一加密模型,根据私钥和第一公开参数,对明文数据进行对称加密得到明文数据对应的密文数据,或者基于公钥和第一公开参数,通过第二加密模型对明文数据进行非对称加密,得到密文数据;对待运算数据进行同态运算,得到同态加密数据。根据本发明提供的方法,能够实现混合同态运算;由于本发明可直接对密文数据进行同态运算,能够实现同态运算的高效性;由于本发明只涉及整数上的运算,能够降低计算成本,从而实现高效、轻量级的加密、同态运算和解密。

    一种基于GPU的高吞吐量SM2数字签名计算系统及方法

    公开(公告)号:CN113628094B

    公开(公告)日:2024-03-26

    申请号:CN202110866751.1

    申请日:2021-07-29

    Abstract: 本发明属于信息安全技术领域,公开了一种基于GPU的高吞吐量SM2数字签名计算系统及方法,所述基于GPU的高吞吐量SM2数字签名计算系统,包括系统初始化与预计算模块、签名生成模块、签名验证模块、椭圆曲线群运算模块和有限域运算模块。本发明将SM2数字签名系统拆分为椭圆曲线和有限域计算模块,并使用5种优化方法分别优化各个计算模块。通过GPU底层指令优化基础运算的计算过程;利用预计算表加速模乘和固定点乘的计算;缩短SM2推荐素数的加法链,大幅提升基于费马小定理的模逆处理速度;利用预计算窗口减少未知点乘运算的计算量;结合GPU平台特性,对SM2算法进行分层、模块化优化,大幅提升了SM2签名、验签运算在GPU平台上的吞吐量。

    一种传感器数据保护方法、系统、计算机设备及智能终端

    公开(公告)号:CN114817976A

    公开(公告)日:2022-07-29

    申请号:CN202210253232.2

    申请日:2022-03-15

    Abstract: 本发明属于信息数据安全技术领域,公开了一种传感器数据保护方法、系统、计算机设备及智能终端,采用随机游走算法以及生成对抗网络的训练方法,用户无需定义具体的动作序列也不必耗费本地计算资源进行数据合成,用户只需要在使用之前定义各动作所占比例,然后将预定义数据交由云服务器,由云服务器完成动作序列构建以及多传感器拟真数据生成,并将拟真数据结合动作序列形成的拟真数据集合交由请求发起者,由请求发起者对拟真数据集合进行分解处理,并利用Hook方法对本地传感器接口数据进行替换,最终达到在移动设备多传感器上实现完全匿名化的效果。

    一种安全高效的范围加权数据采样方法

    公开(公告)号:CN118152659A

    公开(公告)日:2024-06-07

    申请号:CN202410329017.5

    申请日:2024-03-21

    Abstract: 本发明公开了一种安全高效的范围加权数据采样方法,包括:构建范围加权数据采样系统,并对范围加权数据采样系统进行初始化,范围加权数据采样系统包括数据拥有者、第一云服务器CS1、第二云服务器CS2、第三云服务器CS3和查询用户;数据拥有者根据所拥有的加权数据集构建二叉树T,将二叉树T加密为密态二叉树#imgabs0#并将密态二叉树#imgabs1#外包至第一云服务器CS1、第二云服务器CS2和第三云服务器CS3;第一云服务器CS1、第二云服务器CS2和第三云服务器CS3根据查询用户的查询请求搜索密态二叉树#imgabs2#获得采样数据。本发明能支持基于外包密态数据的安全范围查询和基于范围查询结果的安全加权数据采样,解决大数据的安全存储和高效处理问题。

Patent Agency Ranking