CN115225357B - 一种可验证的隐私保护多子集数据聚合方法 - Google Patents

一种可验证的隐私保护多子集数据聚合方法 Download PDF

Info

Publication number
CN115225357B
CN115225357B CN202210816690.2A CN202210816690A CN115225357B CN 115225357 B CN115225357 B CN 115225357B CN 202210816690 A CN202210816690 A CN 202210816690A CN 115225357 B CN115225357 B CN 115225357B
Authority
CN
China
Prior art keywords
health data
subset
control center
user
homomorphic encryption
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
CN202210816690.2A
Other languages
English (en)
Other versions
CN115225357A (zh
Inventor
韩嵩
金舒丹
任思琪
陈晓莉
林建洪
赵帅
徐云华
徐淑华
王璐瑶
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.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang 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 Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN202210816690.2A priority Critical patent/CN115225357B/zh
Publication of CN115225357A publication Critical patent/CN115225357A/zh
Application granted granted Critical
Publication of CN115225357B publication Critical patent/CN115225357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
    • 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
    • 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
    • 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
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种可验证的隐私保护多子集数据聚合方法，通过控制中心接收到的的同态加密私钥对雾节点得到的聚合结果进行解密，并通过霍纳参数获得每一子集的聚合结果以及每一子集的人数，解决了传统的隐私保护数据聚合方法中控制中心无法获得不同健康数据范围的聚合结果以及每一健康数据范围内的人数的问题；同时，任何实体都能在不知道控制中心的聚合结果的情况下，对该结果进行验证，从而在保护隐私的前提下，解决了任意实体对聚合结果不信任的问题并且控制中心得到的聚合结果可通过公开的信息进行验证。

Description

一种可验证的隐私保护多子集数据聚合方法
技术领域
本发明涉及隐私保护数据聚合技术领域，特别是涉及一种可验证的隐私保护多子集数据聚合方法。
背景技术
随着医疗保健行业的发展，医疗保健使用云计算、雾计算、物联网和远程医疗保健技术在各个涉众之间共享数据。医疗保健领域的物联网设备包括可穿戴传感器等智能边缘设备正在不断地增大医疗数据。而大量的数据为攻击者发动各种安全攻击打开了大门，因而健康数据的隐私和安全正成为重要的问题。但是传统的隐私保护数据聚合方法中控制中心只能获得一个总的聚合结果，无法获得不同健康数据范围的聚合结果以及每一健康数据范围内的人数；此外，控制中心得到的聚合结果的正确性无法得到保证。
发明内容
本发明的目的是提供一种可验证的隐私保护多子集数据聚合方法，以解决传统的隐私保护数据聚合方法中控制中心无法获得不同健康数据范围的聚合结果以及每一健康数据范围内的人数，并且控制中心得到的聚合结果的正确性无法得到保证的问题。
为实现上述目的，本发明提供了如下方案：
本发明提供了一种可验证的隐私保护多子集数据聚合方法，包括：
通过可信机构生成同态加密参数，同态加密参数包括同态加密公钥和同态加密私钥，并将同态加密公钥公开，将同态加密私钥发送给控制中心；
通过可信机构生成控制中心私钥和用户私钥；
通过控制中心将用户健康数据范围划分为多个子集，并利用同态加密公钥和预设的霍纳参数a和b为子集设置子集参数，得到子集参数组；
通过用户终端根据用户自己的用户健康数据对应的子集参数，利用同态加密算法对自己的用户健康数据进行加密得到用户健康数据报告；
通过用户终端根据用户自己的用户私钥生成健康数据报告的第一验证公钥和证明；第一验证公钥用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证；
通过雾节点将用户的健康数据报告和证明分别进行聚合，得到聚合健康数据报告和聚合证明；
通过雾节点将聚合健康数据报告发送给控制中心，并将聚合证明公开；聚合证明用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证；
通过控制中心根据同态加密私钥对聚合健康数据报告进行解密，得到解密聚合健康数据报告；
通过控制中心利用霍纳规则计算解密聚合健康数据报告的每个子集中用户健康数据的聚合值以及每个子集的用户数量；
通过控制中心根据每个子集中用户健康数据的聚合值以及每个子集的用户数量计算用户健康数据的总聚合值以及用户总数量；
通过控制中心利用控制中心私钥生成总聚合值以及用户总数量的第二验证公钥；第二验证公钥用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明通过控制中心接收到的同态加密私钥对雾节点得到的聚合结果进行解密，并通过霍纳参数获得每个子集的聚合结果以及每个子集的人数，解决了传统的隐私保护数据聚合方法中控制中心无法获得每个子集的聚合结果以及每个子集的人数的问题；同时，任何实体都能在不知道控制中心的聚合结果的情况下，可对该结果进行验证，从而在保护隐私的前提下，解决了任意实体对聚合结果不信任的问题并且控制中心得到的聚合结果可通过公开的信息进行验证。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的可验证的隐私保护多子集数据聚合方法流程图；
图2为本发明实施例1提供的系统中各模块信息交互示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种可验证的隐私保护多子集数据聚合方法，以解决传统的隐私保护数据聚合方法中控制中心无法获得不同健康数据范围的聚合结果以及每一健康数据范围内的人数，并且控制中心得到的聚合结果的正确性无法得到保证的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本发明提供了一种可验证的隐私保护多子集数据聚合方法，参见图1，包括：
系统参数的初始化：
(1)通过可信机构采用Paillier同态加密算法生成同态加密参数，同态加密参数包括同态加密公钥和同态加密私钥，并将同态加密公钥公开，将同态加密私钥发送给控制中心。
(2)通过可信机构生成控制中心私钥和用户私钥。
(3)通过控制中心将用户健康数据范围划分为多个子集，并利用同态加密公钥和预设的霍纳参数a和b为子集设置子集参数，得到子集参数组，具体地：
通过所述控制中心将所述用户健康数据范围划分为k个子集，并根据所述k个子集利用霍纳规则设定霍纳参数a和b，上述得到的同态加密公钥为{N,g}，将用户健康数据范围划分为k个子集，其中，a、b和k满足b>2(a^k)+1，则通过所述控制中心利用所述同态加密公钥和所述霍纳参数a和b为所述子集设置子集参数，得到的子集参数组即为{g^(a)，g^(a^2)，…，g^(a^k)，g^(b)}。以血糖的检测为例，可得到低血糖、正常血糖和高血糖三个子集。
如图2所示，本发明通过同态密码系统中各模块进行信息交互实现多子集数据聚合以及验证控制中心聚合结果的正确性，同态密码系统包括可信机构、控制中心、用户终端、雾节点和验证者。
(4)通过用户终端根据用户自己的用户健康数据对应的子集参数，利用同态加密算法对自己的用户健康数据进行加密得到用户健康数据报告，其中，健康数据报告包括子集参数和用户健康数据。
(5)通过用户终端根据用户自己的用户私钥生成健康数据报告的第一验证公钥和证明；通过用户终端将用户的健康数据报告和证明发送给雾节点，并将第一验证公钥公开。第一验证公钥用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证。
(6)通过雾节点将用户的健康数据报告和证明分别进行聚合，得到聚合健康数据报告和聚合证明，其中，分别进行聚合具体为：将用户的健康数据报告和证明分别进行相乘操作。
(7)通过雾节点将聚合健康数据报告发送给控制中心，并将聚合证明公开；聚合证明用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证。
(8)通过控制中心根据同态加密私钥对聚合健康数据报告进行解密，得到解密聚合健康数据报告，通过控制中心利用霍纳规则计算解密聚合健康数据报告的每个子集中用户健康数据的聚合值以及每个子集的用户数量，具体过程如下：
霍纳规则是一种将一元n次多项式的求值问题转化为n个一次式的算法。其大大简化了计算过程，采用最少的乘法运算策略，求多项式A(x)＝anxn+an-1xn-1+…a1x+a0在x0处的值，其规则是A(x)＝(…((anx+an-1)x+…+a1)x+a)。
霍纳规则的输入是控制中心解密后的值(解密聚合健康数据报告)和霍纳参数，输出是每个子集中用户健康数据的聚合值以及每个子集的用户数量，即控制中心解密后的值为A(x)，分别将霍纳参数a和b代入x，通过不断地模运算和减法运算得到两组多项式的系数{an，an-1，…，a}和{bn，bn-1，…，b}，这两组系数分别是每个子集中用户健康数据的聚合值以及每个子集的用户数量。
(9)通过控制中心根据每个子集中用户健康数据的聚合值以及每个子集的用户数量计算用户健康数据的总聚合值以及用户总数量。
(10)通过控制中心利用控制中心私钥生成总聚合值以及用户总数量的第二验证公钥；第二验证公钥用于对控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证，其中，用以下方式生成第二验证公钥：
e(g1 Δsum+t·|U|,g')
其中，e为双线性映射函数，g1为系统参数，△sum为总聚合值，t为时间戳，|U|为用户总数量，g’是控制中心私钥。
在本实施例中，任意验证者可利用所有用户公开的第一验证公钥、聚合证明值以及第二验证公钥通过双线性映射算法进行公式验证，所述双线性映射算法公式为：
其中，e为双线性映射函数，g1，g2是系统参数，σ为聚合证明，VKi,t为第i个用户的第一验证公钥，n为用户总数量，△sum为总聚合值。上述公式成立则表示控制中心得到的总聚合值以及用户总数量是正确的。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种可验证的隐私保护多子集数据聚合方法，其特征在于，包括：
通过可信机构生成同态加密参数，所述同态加密参数包括同态加密公钥和同态加密私钥，并将所述同态加密公钥公开，将所述同态加密私钥发送给控制中心；
通过可信机构生成控制中心私钥和用户私钥；
通过所述控制中心将用户健康数据范围划分为多个子集，并利用所述同态加密公钥和预设的霍纳参数a和b为所述子集设置子集参数，得到子集参数组；
通过用户终端根据用户自己的用户健康数据对应的子集参数，利用同态加密算法对所述自己的用户健康数据进行加密得到用户健康数据报告；
通过用户终端根据用户自己的用户私钥生成所述健康数据报告的第一验证公钥和证明；所述第一验证公钥用于对所述控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证；
通过雾节点将用户的健康数据报告和证明分别进行聚合，得到聚合健康数据报告和聚合证明；
通过所述雾节点将所述聚合健康数据报告发送给所述控制中心，并将所述聚合证明公开；所述聚合证明用于对所述控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证；
通过所述控制中心根据所述同态加密私钥对所述聚合健康数据报告进行解密，得到解密聚合健康数据报告；
通过所述控制中心利用霍纳规则计算所述解密聚合健康数据报告的每个子集中用户健康数据的聚合值以及每个子集的用户数量；
通过所述控制中心根据所述每个子集中用户健康数据的聚合值以及每个子集的用户数量计算用户健康数据的总聚合值以及用户总数量；
通过所述控制中心利用所述控制中心私钥生成所述总聚合值以及所述用户总数量的第二验证公钥；所述第二验证公钥用于对所述控制中心得到的用户健康数据的总聚合值以及用户总数量进行验证，具体包括：
用以下方式生成第二验证公钥：
e(g1 Δsum+t·U,g')
其中，e为双线性映射函数，g1为系统参数，△sum为总聚合值，t为时间戳，|U|为用户总数量，g'是控制中心私钥；
任意验证者可利用所有用户公开的第一验证公钥、聚合证明值以及第二验证公钥通过双线性映射算法进行公式验证，所述双线性映射算法公式为：
其中，e为双线性映射函数，g1，g2是系统参数，σ为聚合证明，VKi,t为第i个用户的第一验证公钥，n为用户总数量，△sum为总聚合值。
2.根据权利要求1所述的可验证的隐私保护多子集数据聚合方法，其特征在于，所述通过可信机构生成同态加密参数，具体包括：
通过可信机构采用Paillier同态加密算法生成同态加密参数。
3.根据权利要求1所述的可验证的隐私保护多子集数据聚合方法，其特征在于，所述通过所述控制中心将用户健康数据范围划分为多个子集，并利用所述同态加密公钥和预设的霍纳参数a和b为所述子集设置子集参数，得到子集参数组，具体包括：
通过所述控制中心将所述用户健康数据范围划分为k个子集，并根据所述k个子集利用霍纳规则设定霍纳参数a和b；
通过所述控制中心利用所述同态加密公钥和所述霍纳参数a和b为所述子集设置子集参数，得到子集参数组。
4.根据权利要求3所述的可验证的隐私保护多子集数据聚合方法，其特征在于，所述霍纳参数a和b以及所述k个子集满足以下式子：b>2(a^k)+1。
5.根据权利要求1所述的可验证的隐私保护多子集数据聚合方法，其特征在于，所述通过雾节点将用户的健康数据报告和证明分别进行聚合，得到聚合健康数据报告和聚合证明，具体包括：
通过雾节点将用户的健康数据报告和证明分别进行相乘操作，得到所述聚合健康数据报告和所述聚合证明。
CN202210816690.2A 2022-07-12 2022-07-12 一种可验证的隐私保护多子集数据聚合方法 Active CN115225357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210816690.2A CN115225357B (zh) 2022-07-12 2022-07-12 一种可验证的隐私保护多子集数据聚合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210816690.2A CN115225357B (zh) 2022-07-12 2022-07-12 一种可验证的隐私保护多子集数据聚合方法

Publications (2)

Publication Number Publication Date
CN115225357A CN115225357A (zh) 2022-10-21
CN115225357B true CN115225357B (zh) 2023-09-01

Family

ID=83611621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210816690.2A Active CN115225357B (zh) 2022-07-12 2022-07-12 一种可验证的隐私保护多子集数据聚合方法

Country Status (1)

Country Link
CN (1) CN115225357B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2020103631A1 (zh) * 2018-11-23 2020-05-28 上海扈民区块链科技有限公司 一种基于非对称双线性对的匿签密方法
CN112637227A (zh) * 2020-12-29 2021-04-09 浙江工商大学 面向智能电网的多维多子集抗差分攻击的数据聚合方法
CN112800459A (zh) * 2021-01-26 2021-05-14 浙江工商大学 基于区块链的智能电网多维多子集隐私保护数据聚合方法
CN112929167A (zh) * 2021-02-03 2021-06-08 华南理工大学 基于雾辅助移动群智感知中保护隐私的数据聚合方法
CN112989416A (zh) * 2021-03-25 2021-06-18 湘潭大学 一种面向智能电网的匿名多维数据聚合隐私保护方法
CN114024684A (zh) * 2021-10-12 2022-02-08 杭州趣链科技有限公司 一种基于双线性ElGamal密码体制的多维数据聚合方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11095428B2 (en) * 2018-07-24 2021-08-17 Duality Technologies, Inc. Hybrid system and method for secure collaboration using homomorphic encryption and trusted hardware
US11838399B2 (en) * 2020-05-12 2023-12-05 Apple Inc. Anonymous aggregation service for sensitive data

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020103631A1 (zh) * 2018-11-23 2020-05-28 上海扈民区块链科技有限公司 一种基于非对称双线性对的匿签密方法
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
CN112637227A (zh) * 2020-12-29 2021-04-09 浙江工商大学 面向智能电网的多维多子集抗差分攻击的数据聚合方法
CN112800459A (zh) * 2021-01-26 2021-05-14 浙江工商大学 基于区块链的智能电网多维多子集隐私保护数据聚合方法
CN112929167A (zh) * 2021-02-03 2021-06-08 华南理工大学 基于雾辅助移动群智感知中保护隐私的数据聚合方法
CN112989416A (zh) * 2021-03-25 2021-06-18 湘潭大学 一种面向智能电网的匿名多维数据聚合隐私保护方法
CN114024684A (zh) * 2021-10-12 2022-02-08 杭州趣链科技有限公司 一种基于双线性ElGamal密码体制的多维数据聚合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种隐私保护的智能电网多级用户电量聚合控制方案;沈华;张明武;;密码学报(第02期);全文 *

Also Published As

Publication number Publication date
CN115225357A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
Wu et al. New certificateless aggregate signature scheme for healthcare multimedia social network on cloud environment
Sowjanya et al. A lightweight key management scheme for key-escrow-free ECC-based CP-ABE for IoT healthcare systems
CN111162894B (zh) 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
Ji et al. An efficient and certificateless conditional privacy-preserving authentication scheme for wireless body area networks big data services
CN109413078B (zh) 一种基于标准模型下群签名的匿名认证方法
CN108924107B (zh) 一种区块链远程医疗数据调用可验证方法
Leontiadis et al. PUDA–privacy and unforgeability for data aggregation
Ullah et al. Lightweight and provable secure cross-domain access control scheme for internet of things (IoT) based wireless body area networks (WBAN)
US10785036B2 (en) Method for generating an electronic signature of a document associated with a condensate
CN110752024B (zh) 基于隐私保护的在线医疗诊断服务系统
CN116049897B (zh) 基于线性同态哈希和签密的可验证隐私保护联邦学习方法
Ullah et al. An access control scheme using heterogeneous signcryption for IoT environments
CN114448641A (zh) 一种隐私加密方法、电子设备、存储介质以及芯片
Hou et al. Certificate-based parallel key-insulated aggregate signature against fully chosen key attacks for industrial Internet of Things
Ra et al. VAIM: verifiable anonymous identity management for human-centric security and privacy in the internet of things
ALmarwani et al. An effective, secure and efficient tagging method for integrity protection of outsourced data in a public cloud storage
Lin et al. Privacy-enhancing decentralized anonymous credential in smart grids
CN110166444B (zh) 一种云环境下基于可信代理的异构跨域认证方法
Xu et al. Data tag replacement algorithm for data integrity verification in cloud storage
Xin et al. Identity-based quantum designated verifier signature
CN113747426A (zh) 数据审计方法及系统、电子设备、存储介质
Hwang et al. A Lightweight Certificate-Based Aggregate Signature Scheme Providing Key Insulation.
CN115225357B (zh) 一种可验证的隐私保护多子集数据聚合方法
CN115834085A (zh) 一种生成签名的方法和装置、安全认证方法和装置
Li et al. An efficient and provably-secure certificateless proxy-signcryption scheme for electronic prescription system

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