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：深圳市谦萃科技有限公司
摘要：本发明提出一种基于零知识证明的数据安全验证方法及装置，方法包括：构建第一证明问题库记录问题数据，提取第一问题特征库作为训练集；根据第一证明问题库设计深度学习模型，利用真实样本再训练得到第二深度学习模型；验证待检设备安全后，提取待验证问题特征输入第二深度学习模型预测，利用零知识证明算法对结果进行加密签名；区块链网络节点通过重复计算和投票分布式验证签名结果；统计实际错误来优化第二深度学习模型，定期调整第一问题库和第二深度学习模型来提高准确性和性能。本发明方案通过深度学习算法优化零知识证明过程的方法，实现了分布式验证流程，提高了验证效率、智能化程度和准确度。
主权项：1.一种基于零知识证明的数据安全验证方法，其特征在于，包括：构建第一证明问题库，记录问题描述、参数、结果这些证明问题数据；对所述第一证明问题库进行标注，并提取问题特征作为神经网络训练的第一参考样本；根据所述第一证明问题库，设计适合证明问题的第一深度学习模型；根据所述第一参考样本采集真实证明样本，并利用所述真实证明样本训练所述第一深度学习模型，得到第二深度学习模型；确定待验证问题对应的第一设备，并对所述第一设备的安全状态进行验证，得到安全验证结果；当所述安全验证结果符合预设条件时，从所述待验证问题提取待验证问题特征并输入所述待验证问题特征到所述第二深度学习模型，所述第二深度学习模型进行预测输出预测结果；利用零知识证明算法对所述预测结果进行加密签名；将签名上传至区块链网络参与节点进行分布式验证；所述区块链网络参与节点利用公开信息重放预测计算对签名进行逐步验证；所述区块链网络参与节点通过投票达成一致，输出对签名的验证结果；对比实际运行结果进行验证误差统计，并根据统计结果对所述第二深度学习模型进行迭代优化；定期调整所述第一证明问题库与所述第二深度学习模型以提升预测准确性和系统性能。
全文数据：
权利要求：
百度查询： 深圳市谦萃科技有限公司 基于零知识证明的数据安全验证方法及装置
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