-
公开(公告)号：CN116543864A
公开(公告)日：2023-08-04
申请号：CN202310531209.X
申请日：2023-05-11
Applicant: 贵州大学
Abstract: 本申请公开了一种医疗数据流转溯源方法、系统及存储介质，结合区块链的缓冲单元作为医疗数据的中转机构，以实现医疗数据的溯源‑动态流转‑更新溯源的过程，安全的签密算法BFKD‑SM，实现医生溯源患者病历和查看患者诊治需求，以及患者查看响应报告等流转过程的安全性，防止患者医疗数据遭受攻击而泄漏，同时基于伪装密钥分发的签密算法在密钥安全性以及效率都优于传统的加密和签名分离的算法，解决了传统的医疗数据溯源方案缺乏数据动态流转的能力，无法实现数据流转过程中的快速上链和溯源，容易受到各种攻击导致患者的敏感信息泄漏，对大数据量的医疗数据进行加密的效率低下的技术问题。
-
公开(公告)号：CN116523080A
公开(公告)日：2023-08-01
申请号：CN202310280258.0
申请日：2023-03-22
Applicant: 贵州大学
Abstract: 本申请公开了一种隐私保护联邦学习方法、系统及设备，使用双服务器双陷门同态加密方案，可以在密文环境下计算出两种余弦相似度来作为客户端的置信度，置信度越低，代表该客户端越可能是发起投毒攻击的用户，进而丢弃该类客户端上传的梯度，有效抵御投毒攻击；同时，由于服务器接触到的都是密文数据，因此无法侵害客户端的隐私，能够有效抵御隐私推断攻击，解决了当半诚实服务器接收到用户传来的梯度时，可能会去猜测其的隐私信息，导致隐私泄露，以及由于联邦学习的特殊性，因此服务器是无法根据数据集来判断用户是否发起了投毒攻击，从而使得聚合的模型有缺陷或者精度无法提升的技术问题。
-
公开(公告)号：CN118101270A
公开(公告)日：2024-05-28
申请号：CN202410204291.X
申请日：2024-02-23
Applicant: 贵州大学
Abstract: 本申请公开一种安全分布式联邦学习方法、客户端及系统，基于数论变换提出了快速秘密共享协议，将传统SA协议的计算复杂度降低，实现了高效计算；基于模型的交叉更新提出了拜占庭鲁棒聚合准则，保障了去中心化联邦学习中恶意和非独立同分布梯度的鲁棒性；设计了适用于去中心化架构的梯度掩盖协议，实现轻量级的数据隐私保护，解决了现有安全聚合协议面临着高计算开销、难抵抗投毒攻击和无法适配去中心化联邦学习的挑战，现有技术方案需要服务器协调消除秘密掩码值，不适用于DFL，当前SA协议未考虑投毒攻击损害全局模型收敛慢，现有投毒攻击防御策略直接计算局部梯度会暴露数据隐私缺乏安全性，并且基于服务器协调的防御策略不适合DFL架构的技术问题。
-
公开(公告)号：CN117675195A
公开(公告)日：2024-03-08
申请号：CN202311690094.5
申请日：2023-12-11
Applicant: 贵州大学
Abstract: 本申请公开一种区块链隐私保护联邦学习方法，使用轻量级的加密方案，结合区块链技术实现密文环境下对用户梯度的验证以及全局模型的安全聚合，保证了客户端本地数据的安全性、透明性，防止了服务器的恶意行为，增强了联邦学习的鲁棒性。针对用户的退出和加入问题，设计了一个灵活简单的解决方案，在不需要额外大量的通信开销和保证退出用户的密钥安全的前提下解决了该问题。使用区块链来作为服务器和用户之间的通信媒介，用来记录整个训练过程，防止恶意用户产生恶意行为后进行抵赖。实现了在保持弹性退出的同时，又不影响退出的客户端以及新加入的用户参与未来的训练，并且能够抵御恶意用户发起的投毒攻击和合谋攻击且具有拜占庭容错。
-
-
-
Search Results
4
records
(took 0.015 seconds)
