-
公开(公告)号:CN119150318A
公开(公告)日:2024-12-17
申请号:CN202411176172.4
申请日:2024-08-26
Applicant: 重庆交通大学
Abstract: 本发明公开了一种面向零信任车联网数据隐私保护的纵向联邦学习方法,包括:分别获取作为主动方的主动车辆和作为被动方的被动车辆的用户ID集;主动车辆基于部分同态加密的同态转换方案分别与各个被动车辆进行数据对齐得到若干个用户ID交集;根据用户ID交集选取对应的用户数据来构建对应的本地数据集,一个用户ID交集对应一个本地数据集;主动车辆依次通过各个本地数据集训练自身及对应被动车辆的本地模型。本发明通过基于部分同态加密的同态转换方案实现数据对齐,从而提高数据对齐的通信安全性和执行效率;同时构造激活函数来避免因Paillier加密导致的激活函数泰勒展开,从而提高模型的准确率。
-
公开(公告)号:CN118972257A
公开(公告)日:2024-11-15
申请号:CN202411031655.5
申请日:2024-07-30
Applicant: 重庆交通大学
IPC: H04L41/12 , H04L41/16 , H04L43/0805 , H04L43/16 , H04L67/12 , H04W4/40 , G06N3/0464
Abstract: 本发明公开了一种零信任下基于图卷积的车联网异常节点和真值发现方法,将邻接矩阵和各个车辆节点的相关数据输入训练好的图卷积网络中,检测出异常节点并更新异常节点的真值;图卷积网络中:构建动态关系拓扑图;判断信任支持度低于设置的信任支持度阈值的车辆节点存在节点特征异常;计算存在节点特征异常的车辆节点的异常分数,当异常分数超过设置的异常分数阈值时,判断该车辆节点为异常节点;通过图卷积和注意力机制结合其周边车辆节点的节点特征聚合生成该异常节点的新节点特征即真值;通过更新后所有车辆节点的真值和真实值计算损失函数,进行反向传播和参数更新;本发明能够有效评估车辆之间的信任关系并对车辆拓扑进行动态更新。
-
公开(公告)号:CN119202410A
公开(公告)日:2024-12-27
申请号:CN202411351480.6
申请日:2024-09-26
Applicant: 重庆交通大学
IPC: G06F16/9537 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种零信任环境下基于NTRU算法和不经意传输的LBS信息检索方法,包括:服务器将目标区域划分为若干个区块并分配对应的索引;服务器将每个区块的所有兴趣点数据打包为数据集,通过对称加密算法生成加密密钥对数据集进行加密后通过不经意传输的方式存储到路边单元;目标车辆通过NTRU算法生成私钥和公钥;目标车辆根据需要查询的索引从路边单元获取对应的数据集密文;目标车辆对索引进行拆解和公钥加密后,通过不经意传输的方式发送给服务器;服务器通过密文数据计算响应密文并返回给目标车辆;目标车辆通过私钥和响应密文计算加密密钥的对称密钥来解密数据集密文得到对应的兴趣点数据明文。本发明有效平衡了用户隐私需求和LBS服务质量。
-
-