龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京理工大学
摘要：本发明涉及一种公开可验证的隐私保护SVM分类方法，属于人工智能与信息安全隐私保护技术领域。本方法利用Shamir阈值秘密共享技术、BGN同态加密技术、SVM分类技术和多服务器可验证计算框架，实现了隐私保护的模型推理与支持公开的结果验证。通过构造基于Shamir秘密共享技术实现输入数据加密，基于BGN同态加密技术实现机器学习模型加密，基于多服务器可验证计算框架实现了远程模型推理的支持公开可验证的隐私保护SVM分类，本方法实现安全和高效的推理结果正确性的公开验证，同时提出批量结果验证，提高了大规模模型决策的验证效率。对比现有技术，本方法在数据机密性、模型机密性、公开可验证性、验证效率以及系统可靠性方面具有显著优势。
主权项：1.一种公开可验证的隐私保护SVM分类方法，其特征在于，包括以下步骤：步骤1：系统初始化；可信机构生成BGN加密系统主密钥，包括基于安全参数生成公钥PK和秘密密钥SK，并将其分发给系统中的其他实体，其中，SK发送给模型用户和第三方组织，PK则公开给外部实体；步骤2：模型所有者基于同态加密技术，通过公钥加密所需计算的模型函数并进行分发；步骤3：模型用户通过秘密共享将输入数据拆分成若干份，随后将这些数据共享分别发送给不同的云服务器；步骤4：模型推理；各云服务器在接收来自模型所有者上传的加密模型和模型用户的数据共享后按照约定的计算协议相应进行计算，计算完成后将计算中间结果发送给模型用户和授权组织；步骤5：结果公开验证；模型用户或授权组织基于各个云服务器返回的中间结果对模型推理结果进行重构，并验证模型推理结果的正确性。
全文数据：
权利要求：
百度查询： 北京理工大学 一种公开可验证的隐私保护SVM分类方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号