CN112367156A - 一种基于安全多方计算的眼动数据处理系统及处理方法 - Google Patents

一种基于安全多方计算的眼动数据处理系统及处理方法 Download PDF

Info

Publication number
CN112367156A
CN112367156A CN202011125509.0A CN202011125509A CN112367156A CN 112367156 A CN112367156 A CN 112367156A CN 202011125509 A CN202011125509 A CN 202011125509A CN 112367156 A CN112367156 A CN 112367156A
Authority
CN
China
Prior art keywords
eye movement
data
encryption
model
original
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011125509.0A
Other languages
English (en)
Inventor
林早
施健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Science And Technology Co Ltd
Original Assignee
Ningbo Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo Science And Technology Co Ltd filed Critical Ningbo Science And Technology Co Ltd
Priority to CN202011125509.0A priority Critical patent/CN112367156A/zh
Publication of CN112367156A publication Critical patent/CN112367156A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/0819—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s)
    • H04L9/0825—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s) using asymmetric-key encryption or public key infrastructure [PKI], e.g. key signature or public key certificates

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于安全多方计算的眼动数据处理系统及处理方法，属于信息安全技术领域，所述基于安全多方计算的眼动数据处理系统至少包括：对眼动原始数据进行加密存储的第一加密部；对标准眼动数据进行加密存储的第二加密部；存储专注力模型和兴趣点模型的模型部；获取第一加密部、第二加密部和模型部的数据，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部；获取信息处理部的分析结果，并进行解密的输出部。通过采用上述技术方案，本发明利用安全多方计算的方案，对眼动数据的存储和传输进行加密，保证数据的安全性和客户的隐私性。

Description

一种基于安全多方计算的眼动数据处理系统及处理方法
技术领域
本发明属于信息安全技术领域，尤其涉及一种基于安全多方计算的眼动数据处理系统及处理方法。
背景技术
众所周知，网络教学是在一定教学理论和思想指导下，应用多媒体和网络技术，通过师、生、媒体等多边、多向互动和对多种媒体教学信息的收集、传输、处理、共享，来实现教学目标的一种教学模式。为了保证网络教学的质量，需要做到以下几点：
①在网络环境下进行教学，必须找准教学内容与教学方法的最佳结合点，符合教学各个环节的具体特点，如“网络教学目标系统”、“网络教学课堂系统”、“网络教学检测系统”等真正有利于优化教学目标的制定、实施和检测。
②在网络环境下进行教学，要体现学生的主体地位，有利于培养兴趣、启发诱导并真正调动学生参与教学的积极性、主动性和创造性。学生可以自主学习，自己支配学习的节奏、内容，给自己的思维留下一定的时间、空间，还可以对某事件重复学习，强化学习效果。当然，对自主学习能力差的学生来说，也有较大的局限性。例如，利用网络的动态交互的特点要做到在及时发现学生存在的问题与不足、发挥学生的合理想象、发掘学生的创新精神与能力的基础上，或者加以弥补修正、或者加以点拨提高、或者加以引导培养，把教师作为引导者的作用和把学生作为学习主人的地位两者紧密结合起来，真正做到从教学对象的实际出发。如果把应试教育思想应用于网络教学环境，无限扩大网络课堂教学的容量，反而会加重学生负担，扼杀学生的合理想象和创造性思维。
③在网络环境下进行教学，要注重个性化教学，彻底改变过去那种单一的“大会堂听报告”式的课堂教学模式，使之更加符合教育学的规律，更能适应各种学习情况和各类学生的差异。根据学生完成教学目标的成绩统计，针对他们在知识水平、理解能力、运用能力等方面的差异，完全可以利用网络教学的优势，通过设置不同的情景、演示不同的事例、提出不同的问题、进行不同的启发、提供不同的方法、作出不同的要求等，从而使不同层次的学生都有完成教学任务的机会。这一环境改变了以牺牲一部分学生的学习机会为代价，仅照顾少数学生的那种应试教育的模式，切实做到因材施教，从而全面提高全体学生能力的素质教育。
通过教学实践发现：相同的视频内容，在不同人，不同时间，不同情绪下，观看者的注意力、兴趣焦点等存在明显的差异，古人云：眼睛是心灵的窗户，即眼动数据是一种对这一数据客观描述的有效方法。未来随着具备对眼观察传感器的增强现实/混合现实(AR/MR)设备的大量普及，获取眼动数据并分析变得越来越方便；如果要对不同的思维进行有效的分析，就需要把视频内容和眼动过程完整记录下来。眼动信息与数字内容关联后的数据，可挖掘个人喜好、心理状态等敏感信息，如果将数字内容与眼动数据简单捆绑一起存储并进行分析，存在严重的隐私泄露风险。如利用增强现实眼镜加眼动数据开展远程教育的方式，给大众带来众多便利的同时，同时带来了一个让大众担忧的问题，即就是有可能会泄露隐私。
发明内容
针对现有技术存在的问题，本发明提出了一种基于安全多方计算的眼动数据处理系统及处理方法，利用安全多方计算的方案，对眼动数据的存储和传输进行加密，保证数据的安全性和客户的隐私性。
本发明的目的之一在于提供一种基于安全多方计算的眼动数据处理系统，包括：
对眼动原始数据进行加密存储的第一加密部；
对标准眼动数据进行加密存储的第二加密部；
存储专注力模型和兴趣点模型的模型部；
获取第一加密部、第二加密部和模型部的数据，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部；
获取信息处理部的分析结果，并进行解密的输出部。
优选地，所述第一加密部包括：
获取用户眼动原始数据的数据抓取模块；
接收上述眼动原始数据，将眼动原始数据转换为原始眼动序列加密数据，并进行存储的原始眼动序列加密存储模块。
优选地，所述第二加密部包括：
接收视频内容提供方的视频内容，并进行保存的原始视频模块；
接收上述视频内容，将视频内容转换为标准眼动序列加密数据，并进行存储的标准眼动序列加密存储模块。
本发明的目的之二在于提供一种基于安全多方计算的眼动数据处理方法，至少包括：
对眼动原始数据进行加密存储；对标准眼动数据进行加密存储；导入专注力模型和兴趣点模型；
获取加密后的眼动原始数据、加密后的标准眼动数据、专注力模型和兴趣点模型，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部。
优选地，具体包括：
S1、将眼动原始数据用秘钥生成算法G(τ)，得到同态加密方案的公钥和私钥，用公钥加密眼动原始数据的眼动数据序列；
E(a)＝(E(a1),E(a2)..E(at))；
其中：眼动序列a为包含横坐标x、纵坐标y和时间序列t的三维向量(x,y,t)，G为秘钥生产算法，E为加密算法，采用Paillier等同态加密方案，τ为设定的安全参数；
在信息处理部的调度下，第一加密部向专注力模型发送加密后的眼动数据E(a)与公钥，向第二加密部发送公钥；同时，第二加密部向兴趣点模型发送利用公钥加密后的标准眼动数据E(b)＝(E(b1),E(b2)..E(bt))；
其中：眼动序列b为包含横坐标x、纵坐标y和时间序列t的三维向量(x,y,t)，E为第一加密部向发来的加密算法；
所述专注力模型包括专注力评估算法f。
优选地，所述专注力评估算法f为基于平均距离的评估算法。
优选地，所述Paillier等同态加密方案为：
采用曼哈顿距离算法，以时间序列t为维度，计算每个时间点用户注视点与视频模型中标准点的曼哈顿距离，在t维空间中用户注视点E(a)＝(E(a1),E(a2)..E(at))，视频模型标准注视点E(b)＝(E(b1),E(b2)..E(bt))，两个加密点的曼哈顿距离如公式所示：
d(E(ai),E(bi))＝|E(aix)·E(biy)|·|E(aix)·E(biy)|
专注力模型将同态加密的E(a)和E(b)导入计算函数f，计算：
Figure BDA0002733491040000031
并把结果E(r)发送给B；
第一加密部通过私钥解密E(r)，得到专注力结果r，并将结果输出。
综上所述，本发明的优点及积极效果为：
针对未来利用增强现实眼镜获取眼动数据并进行数据分析过程中存在的隐私泄露问题，本发明设计了一种基于安全多方计算的眼动数据处理系统及处理方法。利用本发明设计的系统架构和方法，在数据传递过程中进行同态加密，在数据处理过程中进行多方计算，实现在数据存储和分析过程中不泄露任何参与方的私有信息，使数据在传输、处理过程中均不泄密。
附图说明
图1为本发明优选实施例的系统框图；
图2为本发明优选实施例的功能框图；
图3为本发明优选实施例的数据节点框图；
图4为本发明优选实施例的数据流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1至图4，一种基于安全多方计算的眼动数据处理系统，包括：
对眼动原始数据进行加密存储的第一加密部；
对标准眼动数据进行加密存储的第二加密部；
存储专注力模型和兴趣点模型的模型部；
获取第一加密部、第二加密部和模型部的数据，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部；
获取信息处理部的分析结果，并进行解密的输出部。
优选地，所述第一加密部包括：
获取用户眼动原始数据的数据抓取模块；
接收上述眼动原始数据，将眼动原始数据转换为原始眼动序列加密数据，并进行存储的原始眼动序列加密存储模块。
优选地，所述第二加密部包括：
接收视频内容提供方的视频内容，并进行保存的原始视频模块；
接收上述视频内容，将视频内容转换为标准眼动序列加密数据，并进行存储的标准眼动序列加密存储模块。
一种基于安全多方计算的眼动数据处理方法，包括：
对眼动原始数据进行加密存储；对标准眼动数据进行加密存储；导入专注力模型和兴趣点模型；
获取加密后的眼动原始数据、加密后的标准眼动数据、专注力模型和兴趣点模型，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部。
如图3所示：该系统的数据节点主要包括通过眼动传感器获取用户的眼动数据201，用户眼动序列加密存储节点202，算法模型节点203，视频内容提供方的视频内容204，视频内容标准眼动序列加密存储节点205，安全多方计算调度节点206，分析结果解密输出207等。
眼动数据存储节点用于用户的眼动数据的加密存储，
视频内容提供方提供标准的眼动数据发送至视频内容标准眼动数据加密存储节点，
将用户眼动序列与标准眼动序列加密存储分别存储在不同的存储节点，确保了数据的独立性。
通过安全多方计算调度节点，实现对用户眼动序列数据、标准眼动序列数据以及分析算法模型的调用，实现多方参与的对用户隐私数据的分析，并输出分析结果。
未来随着眼动传感器在AR眼镜上的普及，基于AR眼镜的眼动数据分析需求诸如基于AR眼镜及眼动数据的在线教育数据模型中、基于AR眼镜的沉浸式购物数据模型。本发明以基于AR眼镜及眼动数据的在线教育数据模型为例，介绍本系统实现的一种基于安全多方计算的眼动数据分析方法。在该案例的数据分析中，参与者包括：结果需求方A、用户B、专注力模型提供方C、兴趣点模型提供方D、视频内容提供方E。
数据集包括：用户的眼动序列、视频内容的标准眼动序列
多方计算的函数包括：专注力模型、兴趣点模型
输出结果包括：专注力异常结果、兴趣点分析结果；
在上述流程的数据传递过程中，用户B佩戴增强现实眼镜进行远程学习过程中，以安全多方计算处理数据的方式使结果需求方A得到用户B学习专注力的整个处理过程大致是这样的：B在使用增强现实眼镜进行远程学习过程中，授权A获取其专注力结果的权限；
当A拥有对B的权限后，可发起对B的专注力计算请求；
当B的增强现实眼镜收到来自A的专注力计算请求后，B的增强现实眼镜客户端用秘钥生成算法G(τ)，得到同态加密方案的公钥和私钥，用公钥加密B的眼动数据序列
E(a)＝(E(a1),E(a2)..E(at))
(眼动序列a为包含横坐标x、纵坐标y和时间序列t的三维向量(x,y,t)，G为秘钥生产算法，E为加密算法，采用Paillier等同态加密方案，τ为设定的安全参数)；
B在多方计算调度平台的统一调度下，向C发送加密后的眼动数据E(a)与公钥，向E发送公钥；
同时，E在多方计算调度平台的统一调度下，向C发送利用公钥加密后的标准眼动数据E(b)＝(E(b1),E(b2)..E(bt))；
C拥有专注力评估算法f；算法f可以是基于平均距离的评估算法，本实施例基于Paillier等同态加密方案，Paillier同态加密算法属于加法同态，即密文相乘等于明文相加D(E(a)·E(b))＝a+b。因此可采用曼哈顿距离算法，在本实施例中以时间序列t为维度，计算每个时间点用户注视点与视频模型中标准点的曼哈顿距离，在t维空间中用户注视点E(a)＝(E(a1),E(a2)..E(at))，视频模型标准注视点E(b)＝(E(b1),E(b2)..E(bt))，两个加密点的曼哈顿距离如公式所示：
d(E(ai),E(bi))＝|E(aix)·E(biy)|·|E(aix)·E(biy)|
C将同态加密的E(a)和E(b)导入计算函数f，计算
Figure BDA0002733491040000061
并把结果E(r)发送给B；
B的增强现实眼镜客户端用私钥解密E(r)，得到专注力结果r，并将结果发送给A。
同理，当A需要获得B对视频内容的兴趣点状态时，在B收到请求并授权后，B的增强现实眼镜通过多方计算调度平台的调度，发送加密后的眼动数据序列给远端的D，发送公钥给远端E，E将加密后的标准眼动数据发送给D，D进行同态加密计算，并根据相应兴趣点模型计算得到加密后的分析结果，B用私钥将加密后的结果解密并发送给A查看，数据处理流程与上述专注力计算流程一致。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于安全多方计算的眼动数据处理系统，其特征在于，至少包括：
对眼动原始数据进行加密存储的第一加密部；
对标准眼动数据进行加密存储的第二加密部；
存储专注力模型和兴趣点模型的模型部；
获取第一加密部、第二加密部和模型部的数据，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部；
获取信息处理部的分析结果，并进行解密的输出部。
2.根据权利要求1所述基于安全多方计算的眼动数据处理系统，其特征在于，所述第一加密部包括：
获取用户眼动原始数据的数据抓取模块；
接收上述眼动原始数据，将眼动原始数据转换为原始眼动序列加密数据，并进行存储的原始眼动序列加密存储模块。
3.根据权利要求1或2所述基于安全多方计算的眼动数据处理系统，其特征在于，所述第二加密部包括：
接收视频内容提供方的视频内容，并进行保存的原始视频模块；
接收上述视频内容，将视频内容转换为标准眼动序列加密数据，并进行存储的标准眼动序列加密存储模块。
4.一种如权利要求3所述基于安全多方计算的眼动数据处理系统的处理方法，其特征在于，包括：
对眼动原始数据进行加密存储；对标准眼动数据进行加密存储；导入专注力模型和兴趣点模型；
获取加密后的眼动原始数据、加密后的标准眼动数据、专注力模型和兴趣点模型，并基于安全多方计算对数据进行处理，得到分析结果的信息处理部。
5.根据权利要求4所述基于安全多方计算的眼动数据处理系统的处理方法，其特征在于，具体包括：
S1、将眼动原始数据用秘钥生成算法G(τ)，得到同态加密方案的公钥和私钥，用公钥加密眼动原始数据的眼动数据序列；
E(a)＝(E(a1),E(a2)..E(at))；
其中：眼动序列a为包含横坐标x、纵坐标y和时间序列t的三维向量(x,y,t)，G为秘钥生产算法，E为加密算法，采用Paillier等同态加密方案，τ为设定的安全参数；
在信息处理部的调度下，第一加密部向专注力模型发送加密后的眼动数据E(a)与公钥，向第二加密部发送公钥；同时，第二加密部向兴趣点模型发送利用公钥加密后的标准眼动数据E(b)＝(E(b1),E(b2)..E(bt))；
其中：眼动序列b为包含横坐标x、纵坐标y和时间序列t的三维向量(x,y,t)，E为第一加密部向发来的加密算法；
所述专注力模型包括专注力评估算法f。
6.根据权利要求5所述基于安全多方计算的眼动数据处理系统的处理方法，其特征在于，所述专注力评估算法f为基于平均距离的评估算法。
7.根据权利要求5所述基于安全多方计算的眼动数据处理系统的处理方法，其特征在于，所述Paillier等同态加密方案为：
采用曼哈顿距离算法，以时间序列t为维度，计算每个时间点用户注视点与视频模型中标准点的曼哈顿距离，在t维空间中用户注视点E(a)＝(E(a1),E(a2)..E(at))，视频模型标准注视点E(b)＝(E(b1),E(b2)..E(bt))，两个加密点的曼哈顿距离如公式所示：
d(E(ai),E(bi))＝|E(aix)·E(biy)|·|E(aix)·E(biy)|
专注力模型将同态加密的E(a)和E(b)导入计算函数f，计算：
Figure FDA0002733491030000021
并把结果E(r)发送给B；
第一加密部通过私钥解密E(r)，得到专注力结果r，并将结果输出。
CN202011125509.0A 2020-10-20 2020-10-20 一种基于安全多方计算的眼动数据处理系统及处理方法 Pending CN112367156A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011125509.0A CN112367156A (zh) 2020-10-20 2020-10-20 一种基于安全多方计算的眼动数据处理系统及处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011125509.0A CN112367156A (zh) 2020-10-20 2020-10-20 一种基于安全多方计算的眼动数据处理系统及处理方法

Publications (1)

Publication Number Publication Date
CN112367156A true CN112367156A (zh) 2021-02-12

Family

ID=74507392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011125509.0A Pending CN112367156A (zh) 2020-10-20 2020-10-20 一种基于安全多方计算的眼动数据处理系统及处理方法

Country Status (1)

Country Link
CN (1) CN112367156A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970849B1 (en) * 1999-12-17 2005-11-29 Microsoft Corporation Inter-server communication using request with encrypted parameter
US20100315482A1 (en) * 2009-06-15 2010-12-16 Microsoft Corporation Interest Determination For Auditory Enhancement
US20180041503A1 (en) * 2016-08-05 2018-02-08 Nok Nok Labs, Inc. Authentication techniques including speech and/or lip movement analysis
CN108334188A (zh) * 2017-01-20 2018-07-27 深圳纬目信息技术有限公司 一种带有眼控的头戴式显示设备
CN109416721A (zh) * 2016-06-22 2019-03-01 微软技术许可有限责任公司 隐私保护机器学习
CN110999212A (zh) * 2017-08-10 2020-04-10 维萨国际服务协会 使用生物特征识别和隐私保护方法在线认证账户持有者

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970849B1 (en) * 1999-12-17 2005-11-29 Microsoft Corporation Inter-server communication using request with encrypted parameter
US20100315482A1 (en) * 2009-06-15 2010-12-16 Microsoft Corporation Interest Determination For Auditory Enhancement
CN109416721A (zh) * 2016-06-22 2019-03-01 微软技术许可有限责任公司 隐私保护机器学习
US20180041503A1 (en) * 2016-08-05 2018-02-08 Nok Nok Labs, Inc. Authentication techniques including speech and/or lip movement analysis
CN108334188A (zh) * 2017-01-20 2018-07-27 深圳纬目信息技术有限公司 一种带有眼控的头戴式显示设备
CN110999212A (zh) * 2017-08-10 2020-04-10 维萨国际服务协会 使用生物特征识别和隐私保护方法在线认证账户持有者

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
凌云等: "视觉感兴趣区的提取及其在视频图像质量评估中的应用", 《东南大学学报(自然科学版)》 *
方乐笛等: "《曼哈顿距离的保密计算》", 《密码学报》 *

Similar Documents

Publication Publication Date Title
CN113127916B (zh) 数据集合处理方法、数据处理方法、装置及存储介质
WO2022247576A1 (zh) 一种数据处理方法、装置、设备及计算机可读存储介质
EP4113345A1 (en) Data processing method and system based on node group, and device and medium
CN113159327B (zh) 基于联邦学习系统的模型训练方法、装置、电子设备
EP3075098B1 (en) Server-aided private set intersection (psi) with data transfer
WO2022206510A1 (zh) 联邦学习的模型训练方法、装置、设备及存储介质
CN110169009A (zh) 隔离的集合中的密码操作
Ersoy et al. Blockchain‐based asset storage and service mechanism to metaverse universe: Metarepo
CN113836556B (zh) 面向联邦学习的去中心化函数加密隐私保护方法及系统
CN111935156A (zh) 一种联邦学习的数据隐私保护方法
CN114595835B (zh) 基于联邦学习的模型训练方法及装置、设备、存储介质
CN112949865B (zh) 一种基于sigma协议的联邦学习贡献度评估方法
CN111709051A (zh) 数据处理方法、装置、系统、计算机存储介质及电子设备
Karthika et al. Secure online examination system for e-learning
CN109993502A (zh) 跨平台智能终端简历投递系统及方法
CN114969503B (zh) 一种基于联邦学习的多元数据用户画像实现方法
CN113609781A (zh) 基于联邦学习的汽车生产模具优化方法、系统、设备及介质
CN114117386A (zh) 会议管理方法及装置、计算机可读存储介质、电子设备
Preuveneers et al. Cloud and edge based data analytics for privacy-preserving multi-modal engagement monitoring in the classroom
Xu et al. Outsourced privacy-aware task allocation with flexible expressions in crowdsourcing
CN113807157A (zh) 基于联邦学习训练神经网络模型的方法、装置和系统
Zhang et al. Privacyasst: Safeguarding user privacy in tool-using large language model agents
Zhou et al. Mobile augmented reality with federated learning in the metaverse
CN112367156A (zh) 一种基于安全多方计算的眼动数据处理系统及处理方法
Wang et al. Quantum Secure Multi-Party Summation with Identity Authentication Based on Commutative Encryption

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210212