北京理工大学赵明阳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京理工大学申请的专利一种基于区块链的隐私保护用户激励方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115714646B 。
龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211366648.1,技术领域涉及:H04L9/08;该发明授权一种基于区块链的隐私保护用户激励方法是由赵明阳;张川;吴桐;祝烈煌设计研发完成,并于2022-11-01向国家知识产权局提交的专利申请。
本一种基于区块链的隐私保护用户激励方法在说明书摘要公布了:本发明涉及一种基于区块链的隐私保护用户激励方法,属于移动群智感知隐私保护技术领域。本方法利用安全k最近邻计算技术、真值发现技术、狄利克雷分布技术、区块链技术和智能合约技术,支持在不泄露数据隐私和任务隐私等用户隐私的基础上,实现安全和准确的知识发现与公平的用户激励。通过构造基于安全k最近邻计算技术实现数据加密与检索,基于真值发现技术实现用户可靠性计算和知识发现,基于区块链技术和智能合约技术自动和公平地执行用户激励,基于狄利克雷分布技术实现用户信誉值预测的基于区块链的隐私保护用户激励方法。本方法在数据隐私性、知识发现准确性、用户可靠性、激励公平性、知识发现效率以及系统去中心化程度方面具有显著优势。
本发明授权一种基于区块链的隐私保护用户激励方法在权利要求书中公布了:1.一种基于区块链的隐私保护用户激励方法,其特征在于,包括以下步骤: 步骤1:密钥生成中心生成系统主密钥,为售卖方和购买方生成用户加密密钥,为云服务器生成用户重加密密钥;同时,售卖方和购买方在区块链平台注册账户; 所述步骤1包括随机生成2个维可逆矩阵和,作为系统主密钥,密钥生成中心随机生成1个维向量,向量为元素由0或1组成的维向量;对用户而言,密钥生成中心随机生成2个维可逆矩阵和,并将作为用户的加密密钥;其中,表示系统中的用户,i表示当前用户的系统编号,密钥生成中心计算用户重加密密钥 ,此后,密钥生成中心将用户加密密钥发送给用户,将用户重加密密钥发送给云服务器; 步骤2:售卖方进行数据加密,并将加密之后的数据发送到云服务器,云服务器执行数据重加密; 步骤2.1:售卖方进行数据加密; 售卖方首先生成一个维任务向量,其中,表示当前售卖方的系统编号;表示任务总数量,即向量维度;表示售卖方产生的任务向量,向量元素为0或1;代表系统中发布的第个任务; 随后,售卖方生成维向量;其中,取值为0或者1,0表示当前售卖方对该任务没有兴趣;1表示当前售卖方对该任务有兴趣;表示随机实数; 基于售卖方获取的任务数值,建立2个维向量和;表示售卖方针对任务获取的任务数据,为实数;当取值为1,的数值取值为,当取值为0,的数值取值为0;表示数值的平方之后的数值;表示随机实数; 然后,对于,售卖方将分解为和两个向量;对于,分解方式如下: ,,其中,表示售卖方生成的3个向量其中的一个向量;表示循环序列号;当,令和的第位元素与的第位元素相等,当,随即设置和的第位元素的大小使得和的第位元素相加之后等于的第位元素大小; 此后,对于和分解生成的和两个向量,售卖方利用用户加密密钥执行数据加密,计算过程如下: 其中,表示向量加密之后的结果;表示用户加密密钥中的矩阵转置;表示用户加密密钥中的矩阵转置; 最后,售卖方将加密之后的数据发送给云服务器,; 步骤2.2:云服务器数据重加密; 当云服务器接收到来自售卖方的密文数据之后,从本地检索获得售卖方的重加密密钥,执行数据重加密,计算过程如下: 其中,表示密文数据重加密之后的结果,表示用户重加密密钥中的矩阵转置;表示用户重加密密钥中的矩阵转置;表示密文中的计算结果;表示密文中的计算结果; 步骤3:购买方生成任务数据并将加密之后的任务数据上传给云服务器;云服务器执行任务数据重加密、任务匹配和任务数据预处理,并将预处理之后数据返回给购买方,将用户数据质量发送给区块链平台;最后,购买方根据云服务器返回的数据执行知识恢复; 步骤4:区块链平台利用智能合约执行用户激励过程,包括购买方提交支付请求、数据校验和报酬分发; 步骤5:云服务器结合售卖方在历史任务中的数据质量,利用狄利克雷分布来对用户将来任务中的信誉值进行聚合和评估。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励