CN116245669B - 一种基于同态加密及分类优化的财务审计方法和系统 - Google Patents

一种基于同态加密及分类优化的财务审计方法和系统 Download PDF

Info

Publication number
CN116245669B
CN116245669B CN202310487853.1A CN202310487853A CN116245669B CN 116245669 B CN116245669 B CN 116245669B CN 202310487853 A CN202310487853 A CN 202310487853A CN 116245669 B CN116245669 B CN 116245669B
Authority
CN
China
Prior art keywords
audit
server
transaction
client
financial
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
CN202310487853.1A
Other languages
English (en)
Other versions
CN116245669A (zh
Inventor
陶琎
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.)
Nanjing Youth Information Technology Co ltd
Original Assignee
Nanjing Youth Information 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 Nanjing Youth Information Technology Co ltd filed Critical Nanjing Youth Information Technology Co ltd
Priority to CN202310487853.1A priority Critical patent/CN116245669B/zh
Publication of CN116245669A publication Critical patent/CN116245669A/zh
Application granted granted Critical
Publication of CN116245669B publication Critical patent/CN116245669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll
    • 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
    • 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
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供了一种基于同态加密及分类优化的财务审计方法，客户端接收用户上传的财务文书和交易流水表单，其中，财务文书包括待审计文书和审计规定；采用文本识别模型对待审计文书和交易流水表单进行识别，分别得到审计事实和交易流水数据；对于审计事实和审计规定，采用文本问题分类模型进行语义识别，得到文本问题分类；对于交易流水数据，通过客户端对数据进行加密，上传至服务器，由服务器执行计算后，将数据发送至第三方审计系统，第三方审计系统判断是否交易收支平衡，并将结果返回至服务器。

Description

一种基于同态加密及分类优化的财务审计方法和系统
技术领域
本发明属于财务审计领域，具体涉及一种基于同态加密及分类优化的财务审计方法和系统。
背景技术
财务审计是审计机构按照一定的标准，对企业的资产，交易进行监督的一种机制，可以包括文书审计和与财务相关的交易流水审计。
随着互联网的发展，第三方审计机构可以通过服务器对企业上传的数据进行审计。然而，这种情况下，需要企业上传内部数据，这容易导致企业敏感信息泄露，造成安全隐患。因此，通常的做法，是对企业数据进行加密后，上传至服务器。然而，与之而来的，第三方审计机构需要下载加密数据，解密后进行审计的计算，对此，仍不能完全保证企业敏感信息的安全性。并且，由于审计的数据量比较大，第三方审计机构在本地进行解密和数据计算时，对硬件设备要求较高。
对于文书审计，一般需要人工进行审查，针对文书中涉及到的审计事实，结合审计规定，给出问题分类，然而这样耗费人力和时间，并且，即使采用了智能语义模型进行识别，由于文本量大，对硬件设备要求较高。
发明内容
本发明的目的在于解决上述现有技术中存在的难题，提供一种基于同态加密及分类优化的财务审计方法和系统。
本发明是通过以下技术方案实现的：
客户端接收用户上传的财务文书和交易流水表单，其中，财务文书包括待审计文书和审计规定；采用文本识别模型对待审计文书和交易流水表单进行识别，其中，文本识别模型包括针对财务审计的语义词典，文本识别模型根据语义词典对待审计文书和交易流水表单进行识别，分别得到审计事实和交易流水数据；交易流水数据中包括输入输出交易以及相应的金额。
对审计事实和审计规定，采用文本问题分类模型，得到文本问题分类；其中，文本问题分类模型包括输入层，隐含层和输出层；输入层分别对审计事实和审计规定采用bert模型提取词向量，隐含层中将所述词向量输入Bi-GRU模型提取特征向量，输出层中，将审计事实和审计规定得到的特征向量进行融合，将融合后的特征向量采用BiLSTM模型进行文本问题分类，得到分类结果。
对于交易流水数据，通过以下步骤进行审计：
步骤1：客户端向服务器发起认证请求，该认证请求用于建立与服务器的连接；
步骤2：建立连接后，服务器向客户端发送密钥，客户端采用密钥对交易流水信息进行加密，并上传至服务器；
步骤3：第三方审计系统对服务器中加密后的交易流水数据进行审计，得到审计结果。
具体过程包括如下步骤：
步骤2.1：定义参数S，E，随机选取私钥sk←[0,S]，公钥pk=，其中，q为设定的素数，gq为阶数为q的有限循环群G的生成元；输出密钥对（pk，sk），对于输入金额为Min，i的第i笔交易和输出金额为Mout，j的第j笔交易，随机生成rin，i←[0,E]，rout，j←[0，E]，对信息进行加密后得到/>=/>；/>；/>=/>；/>;将（/>，/>）和（/>，/>）上传至服务器，其中，f为G的阶数为q的唯一循环群的生成元；
步骤2.2：服务器端，对于总输入金额为Min的n笔交易输入和总输出金额为Mout的ｎ′笔交易输出，对于第i笔输入交易和第j笔输出交易，
计算Cin=（）；Cout=（/>）；
随机生成rs←[0,E]，计算R=,/>;计算/>=H（R，/>，Cout，Cin），其中，H为哈希函数，随机生成rt←[0，E]，计算zt=rt+/>xt；其中，xt=/>-/>；将（/>，zt），（，/>）和（/>，/>）发送至第三方审计系统；
步骤3.1：第三方审计系统接收到数据后，计算：
R’=;/>=/>；
当且仅当=H（R’，/>，Cout，Cin）时,交易收支平衡，审计结果通过，输出1，否则不通过，输出0；
步骤3.2：第三方审计系统将审计结果返回服务器，由服务器将结果返回至客户端。
客户端收集财务文书的文本问题分类结果反馈，根据用户反馈的结果，对文本问题分类中的数据进行标记，在空闲时，将标记的数据作为样本，对本地局部文本问题分类模型进行重新训练，将训练后的局部文本问题分类模型参数反馈至服务器，服务器定期根据多个客户端返回的参数，与其他客户端更新的局部模型参数聚合到全局文本问题分类模型中，将更新后的文本问题分类模型参数返回至客户端。
其中，在每次迭代训练时，针对文本问题分类模型的隐含层随机生成掩码，由此生成本地局部文本问题分类模型，并且采用随机梯度下降法对模型参数进行优化；对于第t次迭代，对于损失函数Loss，给定固定的学习率η，模型参数θ迭代更新公式为：θt+1←θt−η∇Loss。模型训练过程中，采用如下损失函数判断是否停止迭代：Loss=；其中，A表示训练样本数，D为分类数量；Yt第t次训练第d个样本属于分类a的预测的后验概率，X为第d个样本属于分类a的真实后验概率。
本发明还涉及一种基于同态加密及分类优化的财务审计系统，包括客户端，服务器和第三方审计系统，所述客户端，服务器和第三方审计系统进行通信，以现上述的方法。
本发明还涉及一种计算机设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现上述方法。
本发明还涉及一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述方法。
与现有技术相比，本发明的有益效果是：为了不把用户敏感信息泄露给云服务商或者第三方，数据存储到服务器前对数据进行同态加密处理，针对服务器存储的数据，大量的加密运算在服务器端进行，第三方审计机构只需要验证极少的值，就可以完成交易数据的审计，节约了审计机构的运行成本，实现高效、高速审计，并且确保了企业敏感数据的安全性。
另外，本发明可以对待审查文书进行自动识别，减少了人工成本。首先采用文本模型从待审查文书中提取审计事实，剔除了文书中无用的信息，降低了后续文本问题分类模型需要处理的数据量。并且，由于文本问题分类模型运行于客户端，需要定期更新模型，本发明采用联邦学习及时更新模型，实现了分类持续优化，通过随机梯度下降算法，提高了本地模型的迭代更新速度，减少了计算量，降低了运行成本。
本发明提供的方法和系统中，既可以对财务文书进行智能审查，又可以使得审查机构对交易数据进行审查，实现了全自动，全面的财务审查。
附图说明
图1：本申请中的财务审计方法流程图。
图2：文本问题分类模型结构示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述：
本申请中，客户端接收用户上传的财务文书和交易流水表单，其中，财务文书包括待审计文书和审计规定；采用文本识别模型对待审计文书和交易流水表单进行识别，其中，文本识别模型包括针对财务审计的语义词典，文本识别模型根据语义词典对待审计文书和交易流水表单进行识别，分别得到审计事实和交易流水数据；交易流水数据中包括输入输出交易以及相应的金额。
对审计事实和审计规定，采用文本问题分类模型中，得到文本问题分类。图2为本发明文本问题分类模型结构示意图，文本问题分类模型包括输入层，隐含层和输出层；输入层分别对审计事实和审计规定采用bert模型提取词向量，隐含层中将所述词向量输入Bi-GRU模型提取特征向量，输出层中，将审计事实和审计规定得到的特征向量进行融合，将融合后的特征向量采用BiLSTM模型进行文本问题分类，得到分类结果。
对于交易流水数据，通过以下步骤进行审计：
步骤1：客户端向服务器发起认证请求，该认证请求用于建立与服务器的连接；步骤2：建立连接后，服务器向客户端发送密钥，客户端采用密钥对交易流水信息进行加密，并上传至服务器；
步骤3：第三方审计系统对服务器中加密后的交易流水数据进行审计，得到审计结果。
具体审计过程包括如下步骤：
步骤2.1：定义参数S，E，随机选取私钥sk←[0,S]，公钥pk=，其中，q为设定的素数，gq为阶数为q的有限循环群G的生成元；输出密钥对（pk，sk），对于输入金额为Min，i的第i笔交易和输出金额为Mout，j的第j笔交易，随机生成rin，i←[0,E]，rout，j←[0，E]，对信息进行加密后得到/>=/>；/>；/>=/>；/>;将（/>，/>）和（/>，/>）上传至服务器，其中，f为G的阶数为q的唯一循环群的生成元；
步骤2.2：服务器端，对于总输入金额为Min的n笔交易输入和总输出金额为Mout的ｎ′笔交易输出，对于第i笔输入交易和第j笔输出交易，
计算Cin=（）；Cout=（/>）；
随机生成rs←[0,E]，计算R=,/>;计算/>=H（R，/>，Cout，Cin），其中，H为哈希函数，随机生成rt←[0，E]，计算zt=rt+/>xt；其中，xt=/>-/>；将（/>，zt），（，/>）和（/>，/>）发送给第三方审计系统；
步骤3.1：第三方审计系统接收到数据后，计算：
R’=;/>=/>；其中（/>，）和（/>，/>）为加密后的密文；
当且仅当=H（R’，/>，Cout，Cin）时,交易收支平衡，审计结果通过，输出1，否则不通过，输出0；
步骤3.2：第三方审计系统将审计结果返回服务器，由服务器将结果返回至客户端。
图1为本申请财务审计方法流程图，从图中可以看出，第三方审计机构并不直接获得客户端中的审计数据，因此，保证了企业敏感数据的信息安全，并且服务器中的数据为加密后的数据，云服务商也无法直接获得企业数据。
客户端收集财务文书的文本问题分类结果反馈，即由用户判断分类结果是否准确，根据用户反馈的结果，相当于对相应的文本问题分类进行了重新标记，因此，在空闲时，基于收集到的进行了重新标记的数据，将其作为训练样本，对本地局部文本问题分类模型进行重新训练，将训练后的局部文本问题分类模型参数反馈至服务器，服务器定期根据多个客户端返回的参数，与其他客户端更新的局部模型参数聚合到全局文本问题分类模型中，将更新后的文本问题分类模型参数返回至客户端。
在每次迭代训练时，针对本地文本问题分类模型的隐含层随机生成掩码，，由此生成本地局部文本问题分类模型，并且采用随机梯度下降法对模型参数进行优化。对于第t次迭代，对于损失函数Loss，给定固定的学习率η，模型参数θ迭代更新公式为：θt+1←θt−η∇Loss。模型训练过程中，采用如下损失函数判断是否停止迭代：Loss=；其中，A表示训练样本数，D为分类数量；Yt第t次训练第d个样本属于分类a的预测的后验概率，X为第d个样本属于分类a的真实后验概率。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，除非另有说明，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
最后应说明的是，上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (10)

1.一种基于同态加密及分类优化的财务审计方法，其特征在于：客户端接收用户上传的财务文书和交易流水表单，其中，财务文书包括待审计文书和审计规定；采用文本识别模型对待审计文书和交易流水表单进行识别，其中，文本识别模型包括针对财务审计的语义词典，文本识别模型根据语义词典对待审计文书和交易流水表单进行识别，分别得到审计事实和交易流水数据；交易流水数据中包括输入输出交易以及相应的金额；
对审计事实和审计规定，采用文本问题分类模型进行检测，得到文本问题分类；其中，文本问题分类模型依次包括输入层，隐含层和输出层；输入层分别对审计事实和审计规定采用bert模型提取词向量，隐含层中将所述词向量输入Bi-GRU模型提取特征向量，输出层中，将审计事实和审计规定得到的特征向量进行融合，将融合后的特征向量采用BiLSTM模型进行文本问题分类，得到分类结果；
对于交易流水数据，通过以下步骤进行审计：
步骤1：客户端向服务器发起认证请求，该认证请求用于建立与服务器的连接；步骤2：建立连接后，服务器向客户端发送密钥，客户端采用密钥对交易流水信息进行加密，并上传至服务器；
步骤3：第三方审计系统对服务器中加密后的交易流水数据进行审计，得到审计结果；
具体包括如下步骤：
步骤2.1：定义参数S，E，随机选取私钥sk←[0,S]，公钥pk=，其中，q为设定的素数，gq为阶数为q的有限循环群G的生成元；输出密钥对（pk，sk），对于输入金额为Min，i的第i笔交易和输出金额为Mout，j的第j笔交易，随机生成rin，i←[0,E]，rout，j←[0，E]，对信息进行加密后得到/>=/>；/>；/>=/>；/>;将（/>，/>）和（/>，/>）上传至服务器，其中，f为G的阶数为q的唯一循环群的生成元；
步骤2.2：服务器端，对于总输入金额为Min的n笔交易输入和总输出金额为Mout的ｎ′笔交易输出，对于第i笔输入交易和第j笔输出交易，
计算Cin=（）；Cout=（/>）；
随机生成rs←[0,E]，计算R=,/>;计算/>=H（R，/>，Cout，Cin），其中，H为哈希函数，随机生成rt←[0，E]，计算zt=rt+/>xt；其中，xt=/>-/>；将（/>，zt），（/>，）和（/>，/>）发送给第三方审计系统；
步骤3.1：第三方审计系统接收到数据后，计算：
R’=;/>=/>；
当且仅当=H（R’，/>，Cout，Cin）时,交易收支平衡，审计结果通过，输出1，否则不通过，输出0；
步骤3.2：第三方审计系统将审计结果返回服务器，由服务器将结果返回至客户端。
2.根据权利要求1所述的财务审计方法，其特征在于：客户端收集财务文书的文本问题结果反馈，根据用户反馈的结果，对文本问题分类中的数据进行标记，在空闲时，将标记的数据作为训练样本，对本地局部文本问题分类模型进行重新训练，将训练后的局部文本问题分类模型参数反馈至服务器，服务器定期根据多个客户端返回的参数，与其他客户端更新的局部模型参数聚合到全局文本问题分类模型中，将更新后的文本问题分类模型参数返回至客户端。
3.根据权利要求2所述的财务审计方法，其特征在于：在每次迭代训练时，针对文本问题分类模型的隐含层随机生成掩码，由此生成本地局部文本问题分类模型，并且采用随机梯度下降法对模型参数进行优化；对于第t次迭代，对于损失函数Loss，给定固定的学习率η，模型参数θ迭代更新公式为：θt+1←θt−η∇Loss。
4.根据权利要求3所述的财务审计方法，其特征在于：模型训练过程中，采用如下损失函数判断是否停止迭代：Loss=；其中，A表示训练样本数，D为分类数量；Yt第t次训练第d个样本属于分类a的预测的后验概率，X为第d个样本属于分类a的真实后验概率。
5.一种服务器，其特征在于：包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，服务器与客户端和第三方审计系统进行通信，以实现如权利要求1-4任意一项所述的财务审计方法。
6.一种客户端，其特征在于：包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，客户端与服务器进行通信，以实现如权利要求1-4任意一项所述的财务审计方法。
7.一种第三方审计系统，其特征在于：包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述第三方审计系统与服务器进行通信，以实现如权利要求1-4任意一项所述的财务审计方法。
8.一种基于同态加密及分类优化的财务审计系统，其特征在于：包括客户端，服务器和第三方审计系统，所述客户端，服务器和第三方审计系统进行通信，实现如权利要求1-4任意一项所述的方法。
9.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1-4任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1-4任意一项所述的方法。
CN202310487853.1A 2023-05-04 2023-05-04 一种基于同态加密及分类优化的财务审计方法和系统 Active CN116245669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310487853.1A CN116245669B (zh) 2023-05-04 2023-05-04 一种基于同态加密及分类优化的财务审计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310487853.1A CN116245669B (zh) 2023-05-04 2023-05-04 一种基于同态加密及分类优化的财务审计方法和系统

Publications (2)

Publication Number Publication Date
CN116245669A CN116245669A (zh) 2023-06-09
CN116245669B true CN116245669B (zh) 2023-08-25

Family

ID=86624522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310487853.1A Active CN116245669B (zh) 2023-05-04 2023-05-04 一种基于同态加密及分类优化的财务审计方法和系统

Country Status (1)

Country Link
CN (1) CN116245669B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117216478B (zh) * 2023-09-12 2024-04-30 杭州融易算智能科技有限公司 一种财务数据批量处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107800688A (zh) * 2017-09-28 2018-03-13 南京理工大学 一种基于收敛加密的云端数据去重和完整性审计方法
CN110750796A (zh) * 2019-08-28 2020-02-04 广东工业大学 一种支持公开审计的加密数据去重方法
US10630478B1 (en) * 2018-12-28 2020-04-21 University Of South Florida Sender optimal, breach-resilient, and post-quantum secure cryptographic methods and systems for digital auditing
CN112329032A (zh) * 2020-10-29 2021-02-05 暨南大学 一种基于函数加密的隐私镜像金融审计方法及系统
CN113343261A (zh) * 2021-06-22 2021-09-03 南京邮电大学 一种基于门限审计的交易隐私保护协议

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11296875B2 (en) * 2019-11-29 2022-04-05 NEC Laboratories Europe GmbH Password-authenticated public key establishment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107800688A (zh) * 2017-09-28 2018-03-13 南京理工大学 一种基于收敛加密的云端数据去重和完整性审计方法
US10630478B1 (en) * 2018-12-28 2020-04-21 University Of South Florida Sender optimal, breach-resilient, and post-quantum secure cryptographic methods and systems for digital auditing
CN110750796A (zh) * 2019-08-28 2020-02-04 广东工业大学 一种支持公开审计的加密数据去重方法
CN112329032A (zh) * 2020-10-29 2021-02-05 暨南大学 一种基于函数加密的隐私镜像金融审计方法及系统
CN113343261A (zh) * 2021-06-22 2021-09-03 南京邮电大学 一种基于门限审计的交易隐私保护协议

Also Published As

Publication number Publication date
CN116245669A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
US11469878B2 (en) Homomorphic computations on encrypted data within a distributed computing environment
US20220358242A1 (en) Data security hub
US11188637B1 (en) Systems and methods for link device authentication
US11170786B1 (en) Federated speaker verification method based on differential privacy
CN116245669B (zh) 一种基于同态加密及分类优化的财务审计方法和系统
US11829486B1 (en) Apparatus and method for enhancing cybersecurity of an entity
Wu et al. Tutela: An open-source tool for assessing user-privacy on ethereum and tornado cash
Eisenhofer et al. Verifiable and provably secure machine unlearning
Bai et al. A method to improve the privacy and security for federated learning
Weng et al. Proof of unlearning: Definitions and instantiation
US20230283628A1 (en) Machine-learning techniques for detection of unauthorized access of interactive computing environment functions
Bäuml et al. Security of discrete-modulated continuous-variable quantum key distribution
Zhu et al. Privacy-preserving decentralized federated deep learning
CN111967607B (zh) 模型训练方法和装置、电子设备及机器可读存储介质
Yang et al. Federated medical learning framework based on blockchain and homomorphic encryption
Niu et al. Federated collaborative filtering recommendation based on semi-homomorphic encryption
CN111611473A (zh) 信息推送的处理方法及装置、存储介质、终端
CN117372050B (zh) 多平台的订单核销验证的方法和系统
CN117527265B (zh) 基于分布式数字身份的物联网数据采集系统及方法
CN117540294B (zh) 一种基于银行账户收付款信息提取及应用方法及装置
US20230334482A1 (en) Dynamic Quantum Enabled Method for Large Currency Transaction Exemption using Distributed Hash Chain
WO2022244129A1 (ja) 管理装置、金融機関端末、及び管理方法
US20210326752A1 (en) Method and apparatus for training analysis model
US20230334489A1 (en) Dynamic Quantum Enabled Method for Large Currency Transaction Exemption Using Distributed Hash Chain
EP4325398A1 (en) Vertical federated learning platform and methods for using same

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