期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于可验证秘密共享与智能合约的隐私保护算法 被引量:1
1
作者 张磊 曹明增 +2 位作者 张成林 何丽丽 纪莉莉 《计算机应用研究》 北大核心 2025年第4期1223-1229,共7页
针对现有用户协作算法存在共谋攻击、背景知识攻击以及用户协作意愿等问题,基于可验证秘密共享与智能合约提出了一种用户协作隐私保护算法(privacy protection algorithm based on verifiable secret sharing and smart contracts,VSS-S... 针对现有用户协作算法存在共谋攻击、背景知识攻击以及用户协作意愿等问题,基于可验证秘密共享与智能合约提出了一种用户协作隐私保护算法(privacy protection algorithm based on verifiable secret sharing and smart contracts,VSS-SCPPA)。该算法首先利用可验证秘密共享算法对用户查询信息进行加密和分裂,并提供系数承诺以验证子秘密数据的完整性。其次,结合智能合约与差分隐私技术设计了一种用户选择算法,构建匿名集。对该算法在抵御串通攻击方面的有效性进行了分析。通过在Geolife与BerlinMOD数据集上的实验,结果显示VSS-SCPPA的隐私保护性更高。与Tr-privacy、Ik-anonymity和GCS相比,VSS-SCPPA的效率分别提高了约86.34%、99.27%和99.19%。VSS-SCPPA在提高隐私保护性的同时显著提升了算法效率,证明了其在用户协作隐私保护中的有效性。 展开更多
关键词 用户协作 可验证秘密共享 智能合约 差分隐私 用户激励
在线阅读 下载PDF
基于智能合约信誉管理的VANET数据共享隐私保护方案
2
作者 张磊 白永波 +2 位作者 陈运 陈杰 刘义 《计算机应用研究》 北大核心 2025年第10期2922-2931,共10页
为解决车载自组织网络(VANET)中数据共享所面临的隐私与安全问题,提出一种基于信誉管理的隐私保护方案。该方案结合分布式存储IPFS与智能合约,实现数据的可追溯与不可窜改。通过引入信誉机制和同态加密保护反馈评分,动态更新用户信誉值... 为解决车载自组织网络(VANET)中数据共享所面临的隐私与安全问题,提出一种基于信誉管理的隐私保护方案。该方案结合分布式存储IPFS与智能合约,实现数据的可追溯与不可窜改。通过引入信誉机制和同态加密保护反馈评分,动态更新用户信誉值,有效防范恶意行为带来的隐私泄露风险。基于轻量级的数据处理机制,该方案特别适用于资源受限的VANET环境。实验结果表明,该方案在具备同等隐私保护能力的前提下,其计算和通信资源消耗方面优于现有方法。 展开更多
关键词 车载自组织网络 区块链 隐私保护 信誉机制
在线阅读 下载PDF
基于Alt-Geohash编码的k-匿名位置隐私保护方案
3
作者 李晶 刘苛 张磊 《计算机应用研究》 北大核心 2025年第1期276-281,共6页
在对享受基于位置服务(LBS)用户进行位置隐私保护时,传统k-匿名技术在执行匿名操作时没有全面考虑时间开销和位置背景信息。针对上述问题,提出了一种基于Alt-Geohash编码的k-匿名位置隐私保护方案(k-anonymous location privacy protect... 在对享受基于位置服务(LBS)用户进行位置隐私保护时,传统k-匿名技术在执行匿名操作时没有全面考虑时间开销和位置背景信息。针对上述问题,提出了一种基于Alt-Geohash编码的k-匿名位置隐私保护方案(k-anonymous location privacy protection scheme based on Alt-Geohash coding,KLPPS-AGC)。首先,通过位置泛化和Alt-Geohash编码技术实现对历史数据的快速检索;其次,根据历史查询概率筛选出能与用户构建高位置熵的位置;再次,利用海伦公式改善匿名集的位置分散度;最后,构建安全匿名集实现对用户的位置隐私保护。实验证明,该方案拥有较低的时间开销和较高的隐私性。 展开更多
关键词 基于位置服务 隐私保护 位置隐私 K-匿名 Geohash
在线阅读 下载PDF
移动群智感知下的隐私保护:安全感知的探索、发展、未来
4
作者 何丽丽 蒋胜 +3 位作者 管新如 张洁楠 郑发扬 张磊 《计算机应用研究》 北大核心 2025年第11期3201-3214,共14页
移动群智感知(mobile crowdsensing,MCS)广泛应用于智慧城市、环境监测等领域,但由于其依赖大规模用户敏感数据,面临严峻的隐私泄露风险,已成为制约其推广应用的关键障碍。针对MCS中的隐私保护问题,开展了系统性调查与分类研究。通过梳... 移动群智感知(mobile crowdsensing,MCS)广泛应用于智慧城市、环境监测等领域,但由于其依赖大规模用户敏感数据,面临严峻的隐私泄露风险,已成为制约其推广应用的关键障碍。针对MCS中的隐私保护问题,开展了系统性调查与分类研究。通过梳理任务分配、数据采集与数据处理三阶段的隐私威胁,综合分析当前主流隐私保护技术,并构建了由匿名与假名、数据扰动、数据加密和分布式隐私保护四类方法构成的技术框架;进一步从隐私保护效果、计算复杂度、数据效用与适配性等维度对各类方法进行对比分析,揭示其原理特性与应用边界。最后,结合当前研究局限,探讨新兴技术在MCS隐私保护中的发展趋势与未来方向。 展开更多
关键词 移动群智感知 隐私保护 匿名与假名算法 数据扰动 数据加密 分布式隐私保护
在线阅读 下载PDF
MuSig多重签名的实用拜占庭容错共识算法
5
作者 李晶 贾园园 张磊 《计算机应用研究》 北大核心 2025年第2期352-356,共5页
为降低实用拜占庭容错共识算法(practical Byzantine fault tolerance,PBFT)的通信复杂度和提高事务的吞吐量,提出一种MuSig多重签名的实用拜占庭容错共识算法(practical Byzantine fault tolerance consensus algorithm of MuSig multi... 为降低实用拜占庭容错共识算法(practical Byzantine fault tolerance,PBFT)的通信复杂度和提高事务的吞吐量,提出一种MuSig多重签名的实用拜占庭容错共识算法(practical Byzantine fault tolerance consensus algorithm of MuSig multi-signature,MPBFT)。MPBFT共识算法改变了PBFT的准备和提交阶段的信息传输方式,由主节点采用MuSig多重签名算法将接收的备份节点的消息聚合为一个消息,再广播给备份节点验证聚合签名的有效性。通过性能分析和实验验证,MPBFT共识算法将PBFT的通信复杂度由O(n 2)降为O(n),具有较好的时间性能和安全性,且在事务延迟、吞吐量和通信开销等方面优于其他三种对比算法。 展开更多
关键词 MPBFT PBFT 共识算法 MuSig 区块链
在线阅读 下载PDF
基于随机映射的隐私保护聚类算法
6
作者 何丽丽 张成林 +1 位作者 曹明增 张磊 《计算机应用研究》 北大核心 2025年第8期2511-2517,共7页
针对聚类隐私保护算法中隐私开销随数据维度增加而提升的问题,提出了一种基于随机映射的隐私保护算法(RPPP)。该算法首先利用对称不确定性方法筛选相关特征,并通过独立同分布的高斯序列生成随机矩阵。为增强距离保持特性,随机矩阵经Gram... 针对聚类隐私保护算法中隐私开销随数据维度增加而提升的问题,提出了一种基于随机映射的隐私保护算法(RPPP)。该算法首先利用对称不确定性方法筛选相关特征,并通过独立同分布的高斯序列生成随机矩阵。为增强距离保持特性,随机矩阵经Gram-Schmidt正交化处理确保正交性,随后分解成多个独立子矩阵,对降维特征进行映射,生成特征匹配域和加噪干扰域。为进一步增强隐私保护性能,在干扰域中注入随机噪声。实验分析表明,RPPP在隐私攻击防御方面具有较强能力。通过Cancer和Diabetes数据集实验验证,结果显示RPPP在隐私保护性和聚类效率上均优于传统算法,与UPA、GCCG和AKA相比,聚类效率分别提升约16.34%、23.44%和32.94%。综合来看,RPPP算法在提升隐私保护性的同时显著提高了聚类效率,验证了其有效性。 展开更多
关键词 高维数据 隐私保护 聚类 随机映射 K-MEANS
在线阅读 下载PDF
基于深度学习的手语翻译:过去、现状与未来
7
作者 张磊 王振宇 +3 位作者 连帅帅 蒲冰倩 刘毓涛 秦铭哲 《计算机应用研究》 北大核心 2025年第8期2241-2254,共14页
基于深度学习的手语翻译(SLT)旨在使用深度学习方法对手语动作进行翻译,以提高翻译准确性。SLT降低了正常人与听障人士的沟通门槛,但由于各国手语不统一以及手语动作与口语句子的结构不匹配等问题,手语翻译面临诸多挑战。随着深度学习... 基于深度学习的手语翻译(SLT)旨在使用深度学习方法对手语动作进行翻译,以提高翻译准确性。SLT降低了正常人与听障人士的沟通门槛,但由于各国手语不统一以及手语动作与口语句子的结构不匹配等问题,手语翻译面临诸多挑战。随着深度学习技术的发展,基于深度学习的手语翻译被研究人员广泛关注。通过对近年来基于深度学习的手语翻译方法进行总结,并依照模型结构与发展历程将其分为基于线性结构的手语翻译、基于编码器-解码器的手语翻译、基于大模型微调的手语翻译和基于对比学习的手语翻译四类。通过对各类方法的特点与性能进行分析,并为手语翻译方法的进展提供了全面的评估。最后,展望了未来研究的方向,重点讨论了实时翻译、基于对比学习的手语翻译和基于大模型微调的手语翻译等关键技术的潜力和发展趋势。 展开更多
关键词 深度学习 手语翻译 机器翻译 对比学习 大语言模型 编码器-解码器
在线阅读 下载PDF
感知时间不可区分的车辆群智感知隐私保护任务分配方案
8
作者 张磊 张潇 纪莉莉 《计算机应用研究》 北大核心 2025年第4期1198-1203,共6页
在车辆群智感知的任务分配中,大多数隐私保护机制将用户暴露于潜在的时间感知推理下,使攻击者能够推断出用户的敏感信息。针对该问题,提出一种感知时间不可区分的隐私保护任务分配方案。首先,该方案为满足用户对感知时间隐私保护的需求... 在车辆群智感知的任务分配中,大多数隐私保护机制将用户暴露于潜在的时间感知推理下,使攻击者能够推断出用户的敏感信息。针对该问题,提出一种感知时间不可区分的隐私保护任务分配方案。首先,该方案为满足用户对感知时间隐私保护的需求,运用差分隐私技术,对车辆的原始停留数据添加拉普拉斯噪声进行模糊处理。其次,在考虑任务之间旅行时间的同时,计算出车辆用户完成感知任务概率,以此来判断是否可以进行任务分配。若概率大于0,则合理分配所有任务保证负载均衡,否则不再分配任务。因此,该方案一方面提供了感知时间的隐私保护,另一方面能够保障分配任务的有效性。最后通过与其他方案进行比较,并分析它们的相对性能,进一步证实了该方案的优越性。 展开更多
关键词 车辆群智感知 感知时间 差分隐私 隐私保护 任务分配
在线阅读 下载PDF
高效且平衡的多方PSI协议
9
作者 张磊 杨芜蔚 +2 位作者 叶前呈 连帅帅 赵兴丰 《计算机应用研究》 北大核心 2025年第9期2816-2824,共9页
随着应用场景的多样化和私有数据共享规模的扩大,多方隐私集合交集计算(private set intersection,PSI)成为协同数据处理中的一个研究热点。然而,现有的多方PSI协议大多存在着参与方之间开销不平衡的问题,这不仅影响参与方之间的公平性... 随着应用场景的多样化和私有数据共享规模的扩大,多方隐私集合交集计算(private set intersection,PSI)成为协同数据处理中的一个研究热点。然而,现有的多方PSI协议大多存在着参与方之间开销不平衡的问题,这不仅影响参与方之间的公平性,还影响协议的总体效率。针对该问题,基于不经意键值存储和秘密分享技术,提出了一个高效、平衡的多方PSI协议(EBMPSI)。该协议具备面向所有半诚实敌手的安全性,且可抵抗多个参与方的合谋攻击。理论和实验分析表明,EBMPSI协议有效地平衡了各个参与方之间的计算和通信开销。与现有方案的实验对比表明,EBMPSI协议在资源分布均匀的环境中展现出更高的执行效率。 展开更多
关键词 多方隐私集合求交 抗合谋 不经意键值存储 秘密分享技术
在线阅读 下载PDF
边缘计算下的可验证分层隐私保护联邦学习方案
10
作者 张磊 叶前呈 纪莉莉 《计算机工程与应用》 2025年第21期309-323,共15页
边缘计算下的联邦学习能够促进设备协作,提升学习效率,有效改善现有学习方式的不足,然而在联邦学习过程中,参与者的敏感信息可能通过本地模型泄露、恶意服务器可能反馈错误结果。针对边缘计算下联邦学习过程中存在的隐私泄露以及错误结... 边缘计算下的联邦学习能够促进设备协作,提升学习效率,有效改善现有学习方式的不足,然而在联邦学习过程中,参与者的敏感信息可能通过本地模型泄露、恶意服务器可能反馈错误结果。针对边缘计算下联邦学习过程中存在的隐私泄露以及错误结果反馈问题,提出一种“云-边-端”协同的可验证分层隐私保护联邦学习方案(verifiable hierarchical privacy protection federated learning,VHPPFL)。在该方案中,终端设备层通过添加掩码来保护本地模型;边缘服务器层通过差分隐私和同态加密技术来保护聚合模型;利用分阶段验证聚合来保证聚合结果正确性并减少验证开销。在FashionMNIST数据集上的实验表明,该方案能够以较高效率实现对模型参数保护以及正确性验证。 展开更多
关键词 边缘计算 联邦学习 隐私保护 正确性验证
在线阅读 下载PDF
共识机制在联邦学习中的研究现状
11
作者 刘义 吴世伟 +5 位作者 蒋澄杰 董慧婷 吴银淼 管新如 蒋胜 张磊 《计算机科学与探索》 2025年第11期2913-2934,共22页
联邦学习的快速发展带来了分布式数据协同训练的新机遇。区块链为联邦学习的中心化信任、数据隐私保护、系统安全及通信开销优化等关键挑战带来了解决思路,成为联邦学习的一个重要组成部分。而共识机制作为区块链在联邦学习中的重要组成... 联邦学习的快速发展带来了分布式数据协同训练的新机遇。区块链为联邦学习的中心化信任、数据隐私保护、系统安全及通信开销优化等关键挑战带来了解决思路,成为联邦学习的一个重要组成部分。而共识机制作为区块链在联邦学习中的重要组成,可以对模型更新进行验证,实现去中心化聚合,使用激励确保参与者积极参与等。针对联邦学习中共识机制的差异,从联邦学习中的经典共识、表现共识、协议共识与协同共识四个角度对现有的联邦学习中使用的共识方案进行了比较:经典共识侧重于区块生成与基础一致性保障;表现共识根据节点本地训练表现进行参与度调节;协议共识面向联邦任务设计专属策略,实现定制化高效聚合;协同共识则支持多链多域环境下的跨链验证与一致性维护。通过对比联邦学习中不同共识的代表算法、优缺点以及适用环境,分析出当前共识机制存在隐私嵌入困难、通信负担重、异构适应性差等问题。最后提出机制融合、轻量设计、隐私集成等未来优化方向,为共识机制与联邦学习的深度融合提供理论支撑与方法参考。 展开更多
关键词 共识机制 区块链 联邦学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部