CN113114451A - 基于同态加密的企业云erp系统数据统计分析方法和系统 - Google Patents
基于同态加密的企业云erp系统数据统计分析方法和系统 Download PDFInfo
- Publication number
- CN113114451A CN113114451A CN202110240860.2A CN202110240860A CN113114451A CN 113114451 A CN113114451 A CN 113114451A CN 202110240860 A CN202110240860 A CN 202110240860A CN 113114451 A CN113114451 A CN 113114451A
- Authority
- CN
- China
- Prior art keywords
- data
- ciphertext
- user
- cloud server
- homomorphic
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000007619 statistical method Methods 0.000 title claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 40
- 238000012795 verification Methods 0.000 claims abstract description 30
- 230000002776 aggregation Effects 0.000 claims abstract description 9
- 238000004220 aggregation Methods 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- H04L9/32—Cryptographic 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
- H04L9/3247—Cryptographic 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 digital signatures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于同态加密的企业云ERP系统数据统计分析方法和系统,可信第三方分别分发同态加密的公钥pk给用户,私钥Sk给企业数据中心。用户和云服务器在可信第三方分别进行注册获得用于身份认证的公钥以及相应的私钥;用户通过paillier加密算法利用公钥加密自己数据信息生成密文和对应的数字签名δi后上传给云服务器;云服务器使用签名批量验证检验消息的完整性和来源;云服务器利用加密的同态加法性质分别进行密文数据聚合得到加密中间统计结果;企业数据中心运行同态解密算法获得聚合结果的明文,然后通过平均、方差、回归等运算进行数据统计分析,该方法能够有效地完成可验证的基于同态加密的企业云ERP系统数据统计分析。
Description
技术领域
本发明属于领域,涉及一种可验证的基于同态加密的企业云ERP系统数据统计分析方法和系统。
背景技术
物联网、云计算、大数据作为新兴信息技术受到广泛关注,云计算的快速发展使各类云计算衍生服务得到应用,使得人们不再受终端处理能力的限制能够分析、处理、存储大数据时代的海量数据。企业将原本依托大数据处理中心的任务外包到能够提供云计算的运营商,如企业的财务分析,资金存量分析、流向分析、预算执行情况分析等等,大大降低了硬件成本,也为用户提供了强大的计算能力和前所未有的存储空间以及经济效益。但是这些海量数据中往往包括了用户的隐私数据,包括其敏感数据或者是数据表现出的特征。用户无法完全信任云ERP系统服务商是云计算普及的重要障碍之一。
用户可以通过加密和认证来进行隐私保护,但是传统的加密使得云无法处理这些数据,同态加密(Homomorphic Encryption)被考虑为安全外包计算问题的一种新的解决办法之一。同态加密可以使在对密文进行操作,解密后与明文直接进行操作结果相同,为云ERP系统服务商合法有效利用海量密文数据提供了可能。
例如,对成千上万的病人进行药物疗效的分析;通过可穿戴设备收集用户的健康医疗数据来分析其健康状况;对企业加密的财务信息进行统计分析,例如报账(费用,应付,薪酬,应收)结算,固定资产,核算,报表,数据分析等。此时,用户或者企业数据分析中心更关注云ERP系统计算结果的正确性。因此,亟需研究一种可验证的企业云ERP系统数据统计分析方案,来保证不可信云服务商计算的正确性同时安全地帮助企业进行数据统计分析。
发明内容
针对现有技术中存在的问题,本发明提供一种基于同态加密的企业云ERP系统数据统计分析方法和系统,有效地完成了基于同态加密的企业云云ERP系统数据统计分析。
本发明是通过以下技术方案来实现:
基于同态加密的企业云ERP系统数据统计分析方法,包括以下步骤:
步骤1、可信第三方向用户发送同态加密的公钥,以及向企业数据中心发送同态加密的私钥,用户和云服务器利用身份认证技术在ERP系统进行注册;
步骤2、用户利用同态加密的公钥并通过加密算法对数据信息加密生成密文,将密文和对应的签名上传云服务器;
步骤3、云服务器利用用户身份认证的公钥和私钥并结合批量签名验证算法,对密文和签名进行验证;
步骤4、采用加密算法对通过验证的密文数据中指定类型的数据集进行聚合,得到中间统计结果密文,同时将对应的签名发送给企业数据中心;
步骤5、企业数据中心利用云服务器身份认证的公钥和私钥并结合批量签名验证算法,对中间统计结果密文和对应的签名进行验证,验证通过后利用同态加密的私钥对中间统计结果密文进行解密,得到聚合明文并进行数据统计分析。
优选的,步骤1中同态加密的私钥和公钥的生成方法如下:
可信第三方根据设定的安全参数κ生成双线性群,根据双线性群计算同态加密的公钥和对应的私钥。
优选的,步骤1中用户和云服务器在ERP系统进行身份认证的方法如下:
用户选择随机数作为用户的身份私钥并计算用户的身份公钥,将用户的身份公钥发送至云服务器;
云服务器选择随机数作为云服务器的身份私钥并计算云服务器的身份公钥,将云服务器的身份公钥发送至企业数据中心;
优选的,步骤2中采用paillier加密算法对数据信息xi进行加密生成密文,然后用户使用各自的身份公钥对密文签名,并将密文和对应的签名δi同时发送给云服务器。
优选的,所述paillier加密算法的加密方法E()如下:
N和g为同态加密的公钥的值;
用户使用私钥Xi对密文Ci,j,j=1,2,3,4、密文的数据类型type和时间戳TS的哈希值签名:
δi=XiH(Ci,j||type||TS)
Xi为用户的身份私钥;
最后,用户将Ci,j||TS||δi发送到云服务器。
优选的,步骤3中对密文和用户的验证方法如下:
首先,检查时间戳TS和签名δi,采用批量签名验证方法进行验证,验证的表达式如下:
其中,Yi为用户的身份公钥,P为生成器,Xi为用户的身份私钥,e为双线性对映射,type为密文的数据类型,Ci,j为密文;H为哈希函数。
密文和签名验证通过,执行步骤4;如果验证失败,云服务器查找无效签名并通知用户重新传输。
优选的,步骤4中利用paillier加密算法的同态加法性质进行数据集的聚合生成中间统计结果密文,然后,云服务器使用云服务器的身份私钥对中间统计结果密文和时间戳的哈希值签名;
数据集聚合的方法如下:
签名的表达式如下:
δg=XgH(E(ux)||E(uy)||E(zxy)||E(wx)||TS)
优选的,步骤5中采用同态解密算法对中间统计结果密文进行解密,同态解密算法的表达式如下:
其中,N为同态加密的公钥的值,cj为密文。
优选的,步骤5中企业数据中心对中间统计结果密文和对应的签名进行验证的方法如下:
e(P,δg)=e(P,XgH(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
=e(Yg,H(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
一种基于同态加密的企业云ERP系统数据统计分析方法的系统,包括,秘钥生成模块,可信第三方向用户发送同态加密的公钥,以及向企业数据中心发送同态加密的私钥,用户和云服务器通过身份认证技术在ERP系统进行注册;
密文生成模块,用户利用同态加密的公钥并通过加密算法对数据信息加密生成密文,将密文和对应的签名上传云服务器;
密文验证模块,云服务器利用用户身份认证的公钥和私钥并结合批量签名验证算法,对接收的密文和签名进行验证;
中间统计结果密文生成模块,采用加密算法对通过验证的密文数据中企业数据库指定类型的数据集进行聚合,得到中间统计结果密文,同时将对应的签名发送给企业数据中心;
解密模块,企业数据中心利用云服务器身份认证的公钥和私钥并结合批量签名验证算法,对中间统计结果密文和对应的签名进行验证,验证通过后利用同态加密的私钥对中间统计结果密文进行解密得到聚合明文进行数据统计分析。
与现有技术相比,本发明具有以下有益的技术效果:
本发明的基于同态加密的企业云ERP系统数据统计分析方法,首先通过可信第三方(TA)初始化并发布系统参数,向用户和企业数据中心分别发送加密密钥和解密密钥,并进行用户和云服务器注册;用户根据需要统计的数据类型对数据进行加密并签名发送到云服务器;然后云服务器如果验证通过,则对数据集进行相应的聚合得到加密中间统计结果发送到企业数据分析中心;企业数据中心验证通过后解密并通过常用的均值、方差、回归等运算进行数据统计分析,从而实现基于同态加密的企业云ERP系统数据统计分析。方案只在用户提供数据时和企业中心对中间结果进行数据加解密,涉及很少的加解密运算,降低了计算复杂度,实用性强;且通过签名认证保障了企业数据的机密性和完整性,为企业云ERP系统进行数据统计分析提供了有效方案。
附图说明
图1为本发明中基于同态加密的企业云ERP系统数据统计分析方案的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
参考图1,本发明所述的基于同态加密的企业云ERP系统数据统计分析方法,包括以下步骤:
步骤1、可信第三方向用户发送同态加密的公钥,以及向企业数据中心发送同态加密的私钥,用户和云服务器通过身份认证技术在ERP系统进行身份认证。
同态加密的私钥和公钥的生成方法如下:
具体的,可信第三方(TA)初始化系统参数并发布,分别向用户发送同态加密的公钥pk和向企业数据中心通过安全通道发送同态加密的私钥Sk。
给定安全参数κ,可信第三方根据安全参数生成双线性群(q,P,G1,G2,e),其中q为大质数;根据双线性群计算同态加密的公钥pk=(N=p1q1,g)和对应的私钥sk=(λ,μ),其中|p1|=|q1|=κ;TA选择一个安全的密码系统哈希函数H:{0,1}*→G1;TA发布系统参数pubs=(q,P,G1,G2,e,N,g,H),并通过安全信道向企业数据中心分发同态加密的私钥sk。
其中,q是一个大素数;G1,G2都是阶q的乘法循环群,P是G1的生成器,e:G1×G1→G2是一个双线性对映射。
用户和云服务器的身份认证过程如下:
步骤2、用户利用同态加密的公钥,并采用加密算法对数据信息加密生成密文,将密文和对应的签名上传云服务器;
具体的,用户采用paillier加密算法,并通过用户的身份公钥对数据信息xi加生成密文,然后用户使用身份公钥对密文签名,并将密文和对应的签名δi同时发送给云服务器。
加密过程如下:
用户通过身份私钥Xi对密文Ci,j、数据类型type和时间戳TS的哈希值签名:
δi=XiH(Ci,j||type||TS) (2)
最后,将Ci,j||TS||δi发送到云服务器。
步骤3、云服务器利用用户身份认证的公钥和私钥,并结合批量签名验证算法,对接收的密文和签名进行验证,检验消息的完整性和可靠性;
具体的,云服务器通过双线性对的运算性质使用批量签名验证算法检验消息的完整性和可靠性;
首先,检查时间戳TS和签名δi。由于用户数量众多,逐个验证签名会增加计算开销,考虑采用批量签名验证方法来减少计算双线性对的次数:
双线性配对的计算次数从2m变为m+1,如果签名验证通过,云服务器执行步骤4);如果验证失败,云服务器查找无效签名并通知用户重新传输。
步骤4、采用加密算法对通过验证的密文数据中,企业数据中心指定类型的数据集进行聚合,得到中间统计结果密文,同时将对应的签名发送给企业数据中心;
具体的,企业数据中心将加密的数据类型type发送给云服务器,云服务器根据企业需要统计分析的类型数据,利用paillier加密算法的同态加法性质分别对上文得到的E(xi),E(yi),E(xi·yi),E(xi 2)密文进行数据聚合得到中间统计结果密文,并同对应的签名δg一起发送给企业数据中心;
数据集聚合的方法如下:
然后,云服务器使用云服务器的身份私钥对密文和时间戳的哈希值签名δg;
δg=XgH(E(ux)||E(uy)||E(zxy)||E(wx)||TS);
最后,将E(ux)||E(uy)||E(zxy)||E(wx)||TS||δg发送到企业数据中心。
步骤5、企业数据中心利用云服务器身份认证的公钥和私钥并结合批量签名验证算法,对中间统计结果密文和对应的签名进行验证,验证通过后利用同态加密的私钥对中间统计结果密文进行解密,得到聚合明文并进行数据统计分析。
具体的,企业数据中心收到消息后对数字签名进行验证,保证消息的完整性和来源的可靠性,企业数据中心运行同态解密算法获得聚合明文,然后通过平均、方差和回归运算进行数据统计分析。
企业数据中心收到消息后对数字签名进行验证的具体操作为:
e(P,δg)=e(P,XgH(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
=e(Yg,H(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
同态解密算法的表达式如下:
cj={E(ux),E(uy),E(zxy),E(wx)},j=1,2,3,4
其中,L(u)=(u-1)/N
企业数据中心针对中间结果密文运行同态解密算法获得聚合明文,然后通过平均值、方差、回归等运算统计分析数据,具体操作为:
将解密结果ux,uy,zxy,wx代入:
线性回归方程Y=α+βx,常用最小二乘法来确定参数β与α,将解密结果代入式(5)中:
本发明公开了一种基于同态加密的企业云ERP系统数据统计分析方法,首先,可信第三方(TA)初始化并发布系统参数,并分别分发同态加密的公钥pk给用户,私钥Sk给企业数据中心。用户和云服务器在可信第三方分别进行注册获得用于身份认证的公钥以及相应的私钥;然后,用户通过paillier加密算法利用公钥加密自己数据信息生成密文和对应的数字签名δi后上传给云服务器;其次,云服务器使用签名批量验证检验消息的完整性和来源;另外,云服务器利用加密的同态加法性质分别进行密文数据聚合得到加密中间统计结果;最后,企业数据中心运行同态解密算法获得聚合结果的明文,然后通过平均、方差、回归等运算进行数据统计分析。本发明能够有效地完成可验证的基于同态加密的企业云ERP系统数据统计分析。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.基于同态加密的企业云ERP系统数据统计分析方法,其特征在于,包括以下步骤:
步骤1、可信第三方向用户发送同态加密的公钥,以及向企业数据中心发送同态加密的私钥,用户和云服务器利用身份认证技术在ERP系统进行注册;
步骤2、用户利用同态加密的公钥并通过加密算法对数据信息加密生成密文,将密文和对应的签名上传云服务器;
步骤3、云服务器利用用户身份认证的公钥和私钥并结合批量签名验证算法,对密文和签名进行验证;
步骤4、采用加密算法对通过验证的密文数据中指定类型的数据集进行聚合,得到中间统计结果密文,同时将对应的签名发送给企业数据中心;
步骤5、企业数据中心利用云服务器身份认证的公钥和私钥并结合批量签名验证算法,对中间统计结果密文和对应的签名进行验证,验证通过后利用同态加密的私钥对中间统计结果密文进行解密,得到聚合明文并进行数据统计分析。
2.根据权利要求1所述的一种基于同态加密的企业云ERP系统数据统计分析方法,其特征在于,步骤1中同态加密的私钥和公钥的生成方法如下:
可信第三方根据设定的安全参数κ生成双线性群,根据双线性群计算同态加密的公钥和对应的私钥。
3.根据权利要求1所述的一种基于同态加密的企业云ERP系统数据统计分析方法,其特征在于,步骤1中用户和云服务器在ERP系统进行身份认证的方法如下:
用户选择随机数作为用户的身份私钥并计算用户的身份公钥,将用户的身份公钥发送至云服务器;
云服务器选择随机数作为云服务器的身份私钥并计算云服务器的身份公钥,将云服务器的身份公钥发送至企业数据中心。
4.根据权利要求1所述的一种基于同态加密的企业云ERP系统数据统计分析方法,其特征在于,步骤2中采用paillier加密算法对数据信息xi进行加密生成密文,然后用户使用各自的身份公钥对密文签名,并将密文和对应的签名δi同时发送给云服务器。
9.根据权利要求8所述的一种基于同态加密的企业云ERP系统数据统计分析方法,其特征在于,步骤5中企业数据中心对中间统计结果密文和对应的签名进行验证的方法如下:
e(P,δg)=e(P,XgH(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
=e(Yg,H(E(ux)||E(uy)||E(zxy)||E(wx)||TS))
10.一种根据权利要求1-9任一项所述的基于同态加密的企业云ERP系统数据统计分析方法的系统,其特征在于,包括,
秘钥生成模块,可信第三方向用户发送同态加密的公钥,以及向企业数据中心发送同态加密的私钥,用户和云服务器通过身份认证技术在ERP系统进行注册;
密文生成模块,用户利用同态加密的公钥并通过加密算法对数据信息加密生成密文,将密文和对应的签名上传云服务器;
密文验证模块,云服务器利用用户身份认证的公钥和私钥并结合批量签名验证算法,对接收的密文和签名进行验证;
中间统计结果密文生成模块,采用加密算法对通过验证的密文数据中企业数据库指定类型的数据集进行聚合,得到中间统计结果密文,同时将对应的签名发送给企业数据中心;
解密模块,企业数据中心利用云服务器身份认证的公钥和私钥并结合批量签名验证算法,对中间统计结果密文和对应的签名进行验证,验证通过后利用同态加密的私钥对中间统计结果密文进行解密得到聚合明文进行数据统计分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240860.2A CN113114451B (zh) | 2021-03-04 | 2021-03-04 | 基于同态加密的企业云erp系统数据统计分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240860.2A CN113114451B (zh) | 2021-03-04 | 2021-03-04 | 基于同态加密的企业云erp系统数据统计分析方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113114451A true CN113114451A (zh) | 2021-07-13 |
CN113114451B CN113114451B (zh) | 2023-04-07 |
Family
ID=76710252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110240860.2A Active CN113114451B (zh) | 2021-03-04 | 2021-03-04 | 基于同态加密的企业云erp系统数据统计分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113114451B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117392A (zh) * | 2021-11-30 | 2022-03-01 | 杭州趣链科技有限公司 | 一种基于paillier加密的安全验证码获取方法 |
CN114422107A (zh) * | 2022-03-31 | 2022-04-29 | 四川高速公路建设开发集团有限公司 | 基于智慧工程建设系统平台可容错的密文数据聚合方法 |
CN114785602A (zh) * | 2022-04-26 | 2022-07-22 | 国网四川省电力公司经济技术研究院 | 一种用电数据安全共享模型、方法及系统 |
CN115169848A (zh) * | 2022-06-28 | 2022-10-11 | 上海东普信息科技有限公司 | 物流业务数据的统计分析方法、装置、设备及存储介质 |
CN115426206A (zh) * | 2022-11-07 | 2022-12-02 | 中邮消费金融有限公司 | 一种基于同态加密技术的图反欺诈能力赋能的方法及系统 |
CN116485585A (zh) * | 2023-04-23 | 2023-07-25 | 宁波中海建材有限公司 | 混凝土数字化管理系统 |
CN116545676A (zh) * | 2023-04-25 | 2023-08-04 | 广东润联信息技术有限公司 | 密文处理方法和装置、电子设备及存储介质 |
CN116701494A (zh) * | 2023-08-07 | 2023-09-05 | 国网四川省电力公司电力科学研究院 | 一种保护隐私的密文云数据统计分析系统及方法 |
CN116708040B (zh) * | 2023-08-07 | 2023-10-24 | 成都墨甲信息科技有限公司 | 一种基于对称同态加密的数据安全管控方法及系统 |
CN117688502A (zh) * | 2024-02-04 | 2024-03-12 | 山东大学 | 一种局部异常因子检测的安全外包计算方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160344557A1 (en) * | 2015-05-06 | 2016-11-24 | Morpho | Method for generating a message signature from a signature token encrypted by means of a homomorphic encryption function |
US20190013950A1 (en) * | 2017-07-06 | 2019-01-10 | Robert Bosch Gmbh | Method And System For Privacy-Preserving Social Media Advertising |
CN109584978A (zh) * | 2018-10-26 | 2019-04-05 | 西安邮电大学 | 基于签名聚合医疗健康监控网络模型信息处理方法及系统 |
US20200104636A1 (en) * | 2018-09-27 | 2020-04-02 | International Business Machines Corporation | Encrypted Data Model Verification |
CN111162894A (zh) * | 2019-12-31 | 2020-05-15 | 西南石油大学 | 具有隐私保护的外包云存储医疗数据聚合的统计分析方法 |
CN111385306A (zh) * | 2020-03-18 | 2020-07-07 | 重庆邮电大学 | 一种智能电网中基于防篡改设备的匿名认证方法及系统 |
CN112202544A (zh) * | 2020-10-12 | 2021-01-08 | 南京邮电大学 | 一种基于Paillier同态加密算法的智能电网数据安全聚合方法 |
-
2021
- 2021-03-04 CN CN202110240860.2A patent/CN113114451B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160344557A1 (en) * | 2015-05-06 | 2016-11-24 | Morpho | Method for generating a message signature from a signature token encrypted by means of a homomorphic encryption function |
US20190013950A1 (en) * | 2017-07-06 | 2019-01-10 | Robert Bosch Gmbh | Method And System For Privacy-Preserving Social Media Advertising |
US20200104636A1 (en) * | 2018-09-27 | 2020-04-02 | International Business Machines Corporation | Encrypted Data Model Verification |
CN109584978A (zh) * | 2018-10-26 | 2019-04-05 | 西安邮电大学 | 基于签名聚合医疗健康监控网络模型信息处理方法及系统 |
CN111162894A (zh) * | 2019-12-31 | 2020-05-15 | 西南石油大学 | 具有隐私保护的外包云存储医疗数据聚合的统计分析方法 |
CN111385306A (zh) * | 2020-03-18 | 2020-07-07 | 重庆邮电大学 | 一种智能电网中基于防篡改设备的匿名认证方法及系统 |
CN112202544A (zh) * | 2020-10-12 | 2021-01-08 | 南京邮电大学 | 一种基于Paillier同态加密算法的智能电网数据安全聚合方法 |
Non-Patent Citations (2)
Title |
---|
RIXUAN QIU: "Privacy-Preserving of Power Consumption Big Data Based on Improved Group Signature and Homomorphic Encryption", 《2020 IEEE 3RD INTERNATIONAL CONFERENCE ON AUTOMATION, ELECTRONICS AND ELECTRICAL ENGINEERING (AUTEEE)》 * |
王会勇: "基于同态加密的可验证隐私数据聚合方案", 《四川大学学报(工程科学版)》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117392A (zh) * | 2021-11-30 | 2022-03-01 | 杭州趣链科技有限公司 | 一种基于paillier加密的安全验证码获取方法 |
CN114422107A (zh) * | 2022-03-31 | 2022-04-29 | 四川高速公路建设开发集团有限公司 | 基于智慧工程建设系统平台可容错的密文数据聚合方法 |
CN114422107B (zh) * | 2022-03-31 | 2022-06-17 | 四川高速公路建设开发集团有限公司 | 基于智慧工程建设系统平台可容错的密文数据聚合方法 |
CN114785602B (zh) * | 2022-04-26 | 2023-08-25 | 国网四川省电力公司经济技术研究院 | 一种用电数据安全共享模型、方法及系统 |
CN114785602A (zh) * | 2022-04-26 | 2022-07-22 | 国网四川省电力公司经济技术研究院 | 一种用电数据安全共享模型、方法及系统 |
CN115169848A (zh) * | 2022-06-28 | 2022-10-11 | 上海东普信息科技有限公司 | 物流业务数据的统计分析方法、装置、设备及存储介质 |
CN115169848B (zh) * | 2022-06-28 | 2023-06-09 | 上海东普信息科技有限公司 | 物流业务数据的统计分析方法、装置、设备及存储介质 |
CN115426206A (zh) * | 2022-11-07 | 2022-12-02 | 中邮消费金融有限公司 | 一种基于同态加密技术的图反欺诈能力赋能的方法及系统 |
CN115426206B (zh) * | 2022-11-07 | 2023-03-24 | 中邮消费金融有限公司 | 一种基于同态加密技术的图反欺诈能力赋能的方法及系统 |
CN116485585A (zh) * | 2023-04-23 | 2023-07-25 | 宁波中海建材有限公司 | 混凝土数字化管理系统 |
CN116545676A (zh) * | 2023-04-25 | 2023-08-04 | 广东润联信息技术有限公司 | 密文处理方法和装置、电子设备及存储介质 |
CN116701494A (zh) * | 2023-08-07 | 2023-09-05 | 国网四川省电力公司电力科学研究院 | 一种保护隐私的密文云数据统计分析系统及方法 |
CN116701494B (zh) * | 2023-08-07 | 2023-10-10 | 国网四川省电力公司电力科学研究院 | 一种保护隐私的密文云数据统计分析系统及方法 |
CN116708040B (zh) * | 2023-08-07 | 2023-10-24 | 成都墨甲信息科技有限公司 | 一种基于对称同态加密的数据安全管控方法及系统 |
CN117688502A (zh) * | 2024-02-04 | 2024-03-12 | 山东大学 | 一种局部异常因子检测的安全外包计算方法及系统 |
CN117688502B (zh) * | 2024-02-04 | 2024-04-30 | 山东大学 | 一种局部异常因子检测的安全外包计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113114451B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113114451B (zh) | 基于同态加密的企业云erp系统数据统计分析方法和系统 | |
Wu et al. | Toward blockchains for health-care systems: Applying the bilinear pairing technology to ensure privacy protection and accuracy in data sharing | |
CN111095332A (zh) | 用于保护隐私的社交媒体广告的方法和系统 | |
Yasin et al. | Cryptography based e-commerce security: a review | |
CN110458554A (zh) | 区块链上基于身份的数据快速交易方法 | |
Yu et al. | Verifiable outsourced computation over encrypted data | |
CN105187425B (zh) | 面向云计算通信系统安全的无证书门限解密方法 | |
CN115242553B (zh) | 一种支持安全多方计算的数据交换方法及系统 | |
Saranya et al. | Cloud based efficient authentication for mobile payments using key distribution method | |
CN113783683B (zh) | 基于传感器网络的云平台隐私保护可验证数据聚合方法 | |
EP3966988B1 (en) | Generating sequences of network data while preventing acquisition or manipulation of time data | |
KR20210102291A (ko) | 암호화된 네트워크 값 집계 | |
CN114866323A (zh) | 一种用户可控的隐私数据授权共享系统及方法 | |
CN104092686A (zh) | 基于svm分类器的隐私保护和数据安全访问的方法 | |
Cui et al. | Towards Multi-User, Secure, and Verifiable $ k $ NN Query in Cloud Database | |
Li et al. | PriExpress: Privacy-preserving express delivery with fine-grained attribute-based access control | |
Larson et al. | A bidder-oriented privacy-preserving vcg auction scheme | |
López et al. | Privacy-friendly cloud audits with somewhat homomorphic and searchable encryption | |
KR20210107750A (ko) | 다중 집계 서버를 사용하여 데이터 조작 방지 | |
CN110519045B (zh) | 基于群组非对称密钥池的抗量子计算联盟链交易方法、系统 | |
Tang et al. | A flexible and scalable malicious secure aggregation protocol for federated learning | |
CN116308355A (zh) | 一种基于区块链的碳排放交易与审计方法 | |
CN113746645B (zh) | 基于可计费数字证书的公共场景匿名通信计费系统和方法 | |
US20230124498A1 (en) | Systems And Methods For Whitebox Device Binding | |
De Lacerda Filho et al. | Improving Data Security, Privacy, and Interoperability for the IEEE Biometric Open Protocol Standard |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |