CN105577357B - 基于全同态加密的智能家居数据隐私保护方法 - Google Patents

基于全同态加密的智能家居数据隐私保护方法 Download PDF

Info

Publication number
CN105577357B
CN105577357B CN201510970769.0A CN201510970769A CN105577357B CN 105577357 B CN105577357 B CN 105577357B CN 201510970769 A CN201510970769 A CN 201510970769A CN 105577357 B CN105577357 B CN 105577357B
Authority
CN
China
Prior art keywords
public key
ciphertext
user app
smart home
data
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.)
Active
Application number
CN201510970769.0A
Other languages
English (en)
Other versions
CN105577357A (zh
Inventor
陈立全
张磊
朱政
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201510970769.0A priority Critical patent/CN105577357B/zh
Publication of CN105577357A publication Critical patent/CN105577357A/zh
Application granted granted Critical
Publication of CN105577357B publication Critical patent/CN105577357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/008Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/04Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428Network 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
    • H04L63/045Network 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 hybrid encryption, i.e. combination of symmetric and asymmetric encryption
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0816Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/0819Key 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)
    • H04L9/083Key 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) involving central third party, e.g. key distribution center [KDC] or trusted third party [TTP]
    • H04L9/0833Key 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) involving central third party, e.g. key distribution center [KDC] or trusted third party [TTP] involving conference or group key
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/321Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority

Abstract

本发明公开了一种基于全同态加密的智能家居数据隐私保护方法,包括用户APP与智能家居网关协商好全同态加密的公私钥对;智能家居网关将采集到的数据用公钥进行全同态加密并传输到智能家居网络服务提供商的服务器上进行基于密文的存储和相关加乘计算;用户APP根据需要向智能家居服务器请求得到特定的密文加乘计算结果;密文加乘计算结果传输到用户APP时,用户APP利用对应的全同态加密私钥进行解密,得到对应的明文加乘计算结果。本发明一方面极大降低了用户APP所在智能终端的计算量,节省耗能;另外一方面又可以节省用户APP到智能家居服务器之间的数据传输流量。

Description

基于全同态加密的智能家居数据隐私保护方法
技术领域
本发明涉及智能家居与信息安全领域,特别是涉及一种基于全同态加密的智能家居数据隐私保护方法。
背景技术
随着网络通信及智能技术的发展,智能家居技术已经走进我们的生活,各种智能化的控制技术遍布生活的各个方面。然而,智能化的控制、维护、管理和交互同时带来了很多的安全隐患,用户的数据安全、隐私保护等问题一直是制约智能家居技术广泛应用的陷门,目前还没有一套完整实用的安全机制来保证智能家居的数据隐私安全。
现在的智能家居信息安全保护方法一般采用传统的对称加密或非对称加密方法来实现对数据的安全保护,这就要求发送方到接收方中间的加密通道是封闭的,中间不能有任何的基于密文的处理过程,否则接收方解密会失败。如果中间数据需要做处理,还必须先解密,然后处理,接着再加密来恢复到密文状态。
而现在随着大数据和云计算的发展,充分利用第三方的存储和计算资源已经成为一个发展趋势。一方面利用第三方的存储和计算资源能够减少系统搭建和成本支出,并能得到更专业的数据处理结果;另外一方面也可以减少用户侧APP客户端的解密及计算开销,节省用户侧终端的流量费用支出以及电池耗能。
全同态加密技术支持对密文的直接计算处理,而不影响数据的正确解密,而这密文计算结果被解密后等同于对明文做同样的计算处理。全同态加密技术在保证数据安全的基础上,极大地提高了数据处理的灵活性,尤其适用于现在的云计算及智能家居应用。
发明内容
发明目的:基于上述分析,为兼顾在智能家居系统中用户对数据有效获取以及安全隐私的需求,本发明提出了一种基于全同态加密的智能家居数据隐私保护方法,保证智能家居数据到服务器一直到用户APP之间的端到端的安全保护,而同时还能利用智能家居服务提供商的服务器资源对加密后的智能家居密文数据进行计算处理,减少用户APP的所需的计算量及数据传输流量。
技术方案:为达到此目的,本发明采用以下技术方案:
一种基于全同态加密的智能家居数据隐私保护方法,包括如下的步骤:
(1):用户APP与智能家居网关协商好全同态加密的公私钥对;
(2):智能家居网关将采集到的数据用公钥进行全同态加密并传输到智能家居网络服务提供商的服务器上进行基于密文的存储和相关加乘计算;
(3):用户APP根据需要向智能家居服务器请求得到特定的密文加乘计算结果;
(4):密文加乘计算结果传输到用户APP时,用户APP利用对应的全同态加密私钥进行解密,得到对应的明文加乘计算结果。
进一步的,步骤(1)中用户APP和智能家居网关基于安全参数λ,同步生成公私钥对(pk,sk),pk是公钥,sk是私钥,具体包括如下的子步骤:
(1.1):生成长度为η的随机大素数p,p∈[2η-1,2η),其中,η为私钥的比特长度,即单位为bits;
(1.2):选择一个随机非平方数2λ-rough整数q0,q0∈[0,2γ/p),并生成公钥计算模数x0=q0·p;其中,λ为安全参数,γ为次级公钥参量x'i,b的长度;
(1.3):用随机的种子se初始化一个伪随机生成器f,用f(se)生成一个整数集合χi,b∈[0,x0),其中,1≤i≤β,b∈{0,1},2β为次级公钥参量的总个数;
(1.4):计算公钥参量偏移量δi,b=[χi,b]pi,b·p-ri,b,其中 其中,ri,b为干扰量,ρ为生成次级公钥参量x'i,b时使用的干扰量ri,b的长度。
(1.5):得到公钥pk=(se,x01,01,1,…δβ,0β,1),以及私钥sk=p。
进一步的,步骤(2)包括如下的子步骤:
(2.1):智能家居网关对采集的家庭中的各数据分类标记和整理,形成比特流b_D,使用公钥对数据进行加密处理Encrypt(pk,b_D)得到密文,同时将密文传递给智能家居服务器;
(2.2):智能家居服务器根据用户APP的需要对密文进行相应的加乘计算fun处理,得到新的密文数据c*=fun(pk,c)仍存放于服务器。
进一步的,步骤(2.1)中所述使用公钥对数据进行加密处理包括如下的子步骤:
(2.1.1):用f(se)来恢复1≤i≤β的公钥辅助参量集合χi,0i,1,再对所有1≤i≤β计算次级公钥参量x'i,0=χi,0i,0,x'i,1=χi,1i,1
(2.1.2):选一个随机的整数向量b=(bi,j)1≤i,j≤β∈[0,2α)τ,τ=β2;其中,α为加密时用于增加公钥随机性的干扰量bi,j的长度,τ为公钥参量的总个数;
(2.1.3):选择一个随机整数r作为加密干扰量;
(2.1.4):输出密文c=m+2r+2∑1≤i,j≤βbi,j·x'i,0·x′j,1modx0
进一步的,步骤(4)中所述“用户APP利用对应的全同态加密私钥进行解密”具体为:用户APP根据接收到的密文数据c*进行解密,计算 输出解密结果 得到加乘处理的fun函数作用于明文的处理结果。
有益效果:与现有技术相比,本发明的优点体现在:
1、传输到智能家居服务器上的数据是加密之后的数据,智能家居的数据安全及隐私得到保证;可以充分利用智能家居服务器来进行处理,提高性能和效率。
2、由于用户APP可以直接获取智能家居服务器的计算数据,而不需要接收存储智能家居网关上传的原始数据来进行计算,一方面极大降低了用户APP所在智能终端的计算量,节省耗能;另外一方面又可以节省用户APP到智能家居服务器之间的数据传输流量。
附图说明
图1为本发明的方法流程图;
图2为本发明的工作框架图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步的介绍。
如图1所示,为便于理解,此处以温度节点数据为例来说明本发明的方法的具体实施方式:
一种基于全同态加密的智能家居数据隐私保护方法,包括如下的步骤:
(1):用户APP与智能家居网关协商好全同态加密的公私钥对;(1)中用户APP和智能家居网关基于安全参数λ,同步生成公私钥对(pk,sk),pk是公钥,sk是私钥,具体包括如下的子步骤:
(1.1):生成长度为η的随机大素数p,p∈[2η-1,2η),其中,η为私钥的比特长度,即单位为bits;
(1.2):选择一个随机非平方数2λ-rough整数q0,q0∈[0,2γ/p),并生成公钥计算模数x0=q0·p;其中,λ为安全参数,γ为次级公钥参量x'i,b的长度;
(1.3):用随机的种子se初始化一个伪随机生成器f,用f(se)生成一个整数集合χi,b∈[0,x0),其中,1≤i≤β,b∈{0,1},2β为次级公钥参量的总个数;
(1.4):计算公钥参量偏移量δi,b=[χi,b]pi,b·p-ri,b,其中 其中,ri,b为干扰量,ρ为生成次级公钥参量x'i,b时使用的干扰量ri,b的长度。
(1.5):得到公钥pk=(se,x01,01,1,…δβ,0β,1),以及私钥sk=p。
(2):智能家居网关将采集到的数据用公钥进行全同态加密并传输到智能家居网络服务提供商的服务器上进行基于密文的存储和相关加乘计算;本实施例中采集的数据即温度T,具体包括如下的子步骤:
(2.1):智能家居网关对采集到的温度T进行处理,形成比特流b_D此处D即为温度T,则下面用T带入公式形成比特流b_T,使用公钥对数据进行加密处理Encrypt(pk,b_T)得到密文,加密的过程包括:
(2.1.1):用f(se)来恢复1≤i≤β的公钥辅助参量集合χi,0i,1,再对所有1≤i≤β计算次级公钥参量x'i,0=χi,0i,0,x'i,1=χi,1i,1
(2.1.2):选一个随机的整数向量b=(bi,j)1≤i,j≤β∈[0,2α)τ,τ=β2;其中,α为加密时用于增加公钥随机性的干扰量bi,j的长度,τ为公钥参量的总个数;
(2.1.3):选择一个随机整数r作为加密干扰量;
(2.1.4):输出密文c_T=m+2r+2∑1≤i,j≤βbi,j·x'i,0·x′j,1mod x0,同时将密文传递给智能家居服务器。
(2.2):智能家居服务器根据用户APP的需要对密文进行相应的加乘计算fun处理,得到新的密文数据c*=fun(pk,c)仍存放于服务器。具体为:
智能家居服务器根据用户APP的需求对温度数据密文进行相应的处理,获得一个月时间内每天早中晚温度数据的均值和方差,均值A_c_T=fun1(pk,c_T),方差V_c_T=fun2(pk,c_T)。其中fun1表示求均值运算的函数,fun2表示求方差运算的函数,这些函数最终都可以分解为最基本的加乘运算。最后将温度数据的均值和方差的密文存在服务器中。
(3):用户APP根据需要向智能家居服务器请求得到特定的密文加乘计算结果;本实施例中用户APP端发出对温度数据的请求到服务器,服务器返回温度的均值和方差密文到用户APP。
(4):密文加乘计算结果传输到用户APP时,用户APP利用对应的全同态加密私钥进行解密,得到对应的明文加乘计算结果。用户APP对密文进行解密获得温度数据均值和方差的明文。这样一来用户APP就可以安全高效地获得经过密文处理的智能家居温度数据。具体方法为:用户APP根据接收到的密文数据c*进行解密,计算输出解密结果 得到加乘处理的fun函数作用于明文的处理结果。
本发明所述的基于全同态加密的智能家居数据隐私保护方法的工作框架图如图2所示。用户APP与智能家居服务器通过网络相连,用户APP所在的智能手机可以通过移动网络连入网络。智能家居网关也通过家庭宽带等网络方式连接到智能家居服务器,智能家居服务器可搭建在第三方的云计算平台基础上。在家庭内,智能家居节点的数据都经过智能家居网关来汇集,加密后才传递到智能家居服务器上。
另外在步骤(1)中用户APP和智能家居网关所使用的公私钥也可以由可信的第三方按照权利要求2所述的公私钥生成过程来生成,然后分发给用户APP和固化到智能家居网关上。
在本申请所提供的实施例中,应该理解到,所揭露的方法,在没有超过本申请的精神和范围内,可以通过其他的方式实现。当前的实施例只是一种示范性的例子,不应该作为限制,所给出的具体内容不应该限制本申请的目的。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.一种基于全同态加密的智能家居数据隐私保护方法,其特征在于:包括如下的步骤:
(1):用户APP与智能家居网关协商好全同态加密的公私钥对;
(2):智能家居网关将采集到的数据用公钥进行全同态加密并传输到智能家居网络服务提供商的服务器上进行基于密文的存储和相关加乘计算;
(3):用户APP根据需要向智能家居服务器请求得到特定的密文加乘计算结果;
(4):密文加乘计算结果传输到用户APP时,用户APP利用对应的全同态加密私钥进行解密,得到对应的明文加乘计算结果;
所述步骤(1)中用户APP和智能家居网关基于安全参数λ,同步生成公私钥对(pk,sk),pk是公钥,sk是私钥,具体包括如下的子步骤:
(1.1):生成长度为η的随机大素数p,p∈[2η-1,2η),其中,η为私钥的比特长度;
(1.2):选择一个随机非平方数2λ-rough整数q0,q0∈[0,2γ/p),并生成公钥计算模数x0=q0·p;其中,λ为安全参数,γ为次级公钥参量x'i,b的长度;
(1.3):用随机的种子se初始化一个伪随机生成器f,用f(se)生成一个整数集合χi,b∈[0,x0),其中,1≤i≤β,b∈{0,1},2β为次级公钥参量的总个数;
(1.4):计算公钥参量偏移量δi,b=[χi,b]pi,b·p-ri,b,其中 其中,ri,b为干扰量,ρ为生成次级公钥参量x'i,b时使用的干扰量ri,b的长度;
(1.5):得到公钥pk=(se,x01,01,1,…δβ,0β,1),以及私钥sk=p。
2.根据权利要求1所述的基于全同态加密的智能家居数据隐私保护方法,其特征在于:所述步骤(2)包括如下的子步骤:
(2.1):智能家居网关对采集的家庭中的各数据分类标记和整理,形成比特流b_D,使用公钥对数据进行加密处理Encrypt(pk,b_D)得到密文,同时将密文传递给智能家居服务器;
(2.2):智能家居服务器根据用户APP的需要对密文进行相应的加乘计算fun处理,得到新的密文数据c*=fun(pk,c)仍存放于服务器,其中pk是公钥,c为原密文。
3.根据权利要求2所述的基于全同态加密的智能家居数据隐私保护方法,其特征在于:步骤(2.1)中所述使用公钥对数据进行加密处理包括如下的子步骤:
(2.1.1):用f(se)来恢复1≤i≤β的公钥辅助参量集合χi,0i,1,再对所有的i计算次级公钥参量x'i,0=χi,0i,0,x'i,1=χi,1i,1;其中1≤i≤β,m为明文;
(2.1.2):选一个随机的整数向量b=(bi,j)1≤i,j≤β∈[0,2α)τ,τ=β2;其中,α为加密时用于增加公钥随机性的干扰量bi,j的长度,τ为公钥参量的总个数;
(2.1.3):选择一个随机整数r作为加密干扰量;
(2.1.4):输出密文c=m+2r+2∑1≤i,j≤βbi,j·x'i,0·x'j,1modx0
4.根据权利要求1所述的基于全同态加密的智能家居数据隐私保护方法,其特征在于:步骤(4)中所述“用户APP利用对应的全同态加密私钥进行解密”具体为:用户APP根据接收到的密文数据c*进行解密,计算 输出解密结果 得到加乘处理的fun函数作用于明文的处理结果。
CN201510970769.0A 2015-12-21 2015-12-21 基于全同态加密的智能家居数据隐私保护方法 Active CN105577357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510970769.0A CN105577357B (zh) 2015-12-21 2015-12-21 基于全同态加密的智能家居数据隐私保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510970769.0A CN105577357B (zh) 2015-12-21 2015-12-21 基于全同态加密的智能家居数据隐私保护方法

Publications (2)

Publication Number Publication Date
CN105577357A CN105577357A (zh) 2016-05-11
CN105577357B true CN105577357B (zh) 2019-05-31

Family

ID=55887077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510970769.0A Active CN105577357B (zh) 2015-12-21 2015-12-21 基于全同态加密的智能家居数据隐私保护方法

Country Status (1)

Country Link
CN (1) CN105577357B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194185B (zh) * 2017-05-31 2020-01-24 湖北工业大学 一种具有隐私保护的多功能数据处理系统及方法
CN108322480B (zh) * 2018-03-19 2020-11-20 王锐 智能家居中信息认证方法
CN108521326B (zh) * 2018-04-10 2021-02-19 电子科技大学 一种基于向量同态加密的隐私保护的线性svm模型训练方法
CN109361519B (zh) * 2018-12-07 2020-06-19 武汉理工大学 一种改进的包含秘密的数的生成方法及系统
CN109831297A (zh) * 2019-01-24 2019-05-31 中国人民武装警察部队工程大学 一种支持门限解密的多身份全同态加密方法
CN110348231B (zh) * 2019-06-18 2020-08-14 阿里巴巴集团控股有限公司 实现隐私保护的数据同态加解密方法及装置
US10778410B2 (en) 2019-06-18 2020-09-15 Alibaba Group Holding Limited Homomorphic data encryption method and apparatus for implementing privacy protection
CN111371545B (zh) * 2020-05-27 2020-09-11 支付宝(杭州)信息技术有限公司 一种基于隐私保护的加密方法和系统
WO2022141014A1 (zh) * 2020-12-29 2022-07-07 深圳大学 一种基于多用户数据的安全求均值方法
CN112751661B (zh) * 2021-01-14 2022-05-06 重庆邮电大学 一种基于同态加密的工业现场设备隐私数据保护方法
CN114465708B (zh) * 2022-03-17 2023-07-21 北京绪方科技有限公司 隐私数据处理方法及装置、系统、电子设备、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103281377A (zh) * 2013-05-31 2013-09-04 北京鹏宇成软件技术有限公司 一种面向云的密文数据存储与查询方法
CN104283669A (zh) * 2014-08-25 2015-01-14 东南大学 全同态加密中重加密深度优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8880867B2 (en) * 2012-04-12 2014-11-04 Sap Ag Fault-tolerant privacy-preserving statistics

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103281377A (zh) * 2013-05-31 2013-09-04 北京鹏宇成软件技术有限公司 一种面向云的密文数据存储与查询方法
CN104283669A (zh) * 2014-08-25 2015-01-14 东南大学 全同态加密中重加密深度优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Encryption Depth Optimization Scheme for Fully Homomorphic Encryption;Liquan Chen等;《2014 International Conference on Identification, Information and Knowledge in the Internet of Things》;20150323;正文第Ⅲ节
基于整数多项式环的全同态加密算法;徐鹏等;《计算机工程》;20121231;第38卷(第24期);正文第1-2节、图2

Also Published As

Publication number Publication date
CN105577357A (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN105577357B (zh) 基于全同态加密的智能家居数据隐私保护方法
Liu et al. A lightweight authenticated communication scheme for smart grid
CN109246096B (zh) 适用于云存储的多功能细粒度访问控制方法
Wan et al. SKM: Scalable key management for advanced metering infrastructure in smart grids
CN108200181B (zh) 一种面向云存储的可撤销属性基加密系统及方法
Touati et al. Collaborative kp-abe for cloud-based internet of things applications
CN104158880B (zh) 一种用户端云数据共享解决方法
CN112468445A (zh) 一种面向电力物联网的ami轻量级数据隐私保护方法
Nguyen et al. Securely outsourcing the ciphertext-policy attribute-based encryption
US20180302220A1 (en) User attribute matching method and terminal
Belguith et al. Lightweight Attribute-Based Encryption Supporting Access Policy Update for Cloud Assitsed IoT
Bodriagov et al. Access control in decentralized online social networks: Applying a policy-hiding cryptographic scheme and evaluating its performance
CN106878322A (zh) 一种基于属性的定长密文与密钥的加密、解密方法
CN116523074A (zh) 动态化公平性的隐私保护联邦深度学习方法
CN114125831B (zh) 基于代理重加密的5g智能电网用户侧数据获取方法及系统
Ozmen et al. Low-cost standard public key cryptography services for wireless iot systems
Tran et al. Smart meter data obfuscation with a hybrid privacy-preserving data publishing scheme without a trusted third party
Wang et al. KS-ABESwET: A keyword searchable attribute-based encryption scheme with equality test in the internet of things
Jiang et al. Lightweight data security protection method for AMI in power Internet of Things
Cai et al. A secure transmission method of network communication data based on symmetric key encryption algorithm
Hou et al. A new privacy-preserving framework based on edge-fog-cloud continuum for load forecasting
Ghosh et al. A Lightweight Authentication Protocol in Smart Grid.
Chandrasekaran et al. TF‐CPABE: An efficient and secure data communication with policy updating in wireless body area networks
Chen et al. Cryptanalysis and improvement of DeepPAR: Privacy-preserving and asynchronous deep learning for industrial IoT
Qin et al. Strongly secure and cost-effective certificateless proxy re-encryption scheme for data sharing in cloud computing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant