[发明专利]双向隐私保护的线性SVM分类服务查询系统及方法有效

专利信息
申请号: 201510644502.2 申请日: 2015-10-08
公开(公告)号: CN105354233B 公开(公告)日: 2018-07-17
发明(设计)人: 朱辉;刘小夏;李晖;杨晓鹏;刘芬;高丽娟 申请(专利权)人: 西安电子科技大学
主分类号: G06F17/30 分类号: G06F17/30;G06F21/62;H04L29/06
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;王喜媛
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 查询服务器 隐私保护 用户终端 线性SVM 分类 用户查询信息 查询服务 查询结果 查询系统 分类服务 可信认证 支持向量机模型 分类器模型 分类信息 疾病预测 密钥分发 模型数据 完成系统 用户提供 初始化 解密 可用 聚合 运算 存储 发送 查询 返回 服务
【权利要求书】:

1.一种双向隐私保护的线性SVM分类服务查询系统,包括:

可信认证中心,用于完成系统初始化,为用户终端和分类查询服务器提供注册和分发密钥;

分类查询服务器,用于存储已经建好的线性支持向量机SVM模型数据,为用户终端提供隐私保护的分类查询服务;

用户终端,用于对查询服务请求进行加密,并且将加密后的查询服务请求发送给分类查询服务器;接收分类查询服务器返回的加密运算结果,并对该结果进行解密,得到最终分类信息;

所述分类查询服务器与用户终端之间进行双向身份认证,即分类查询服务器在提供服务时,对用户终端的签名进行认证,用户终端在接受服务时,对分类查询服务器的签名进行认证。

2.根据权利要求1所述的双向隐私保护的线性SVM分类服务查询系统,其中可信认证中心包括:

系统初始化模块,用于初始化系统,分别生成系统的公共参数和可信中心的公私钥对,并选择对数据进行处理所用的加密算法和杂凑函数;

注册模块,用于为用户终端和分类查询服务器提供注册,并对注册成功的用户终端和分类查询服务器的公钥进行签名。

3.根据权利要求1所述的双向隐私保护的线性SVM分类服务查询系统,其中分类查询服务器包括:

分类查询服务器认证模块,用于签名、验证,即在可信认证中心注册时生成自己的公私钥对,并将公钥发送给可信认证中心进行签名,完成注册;在接收到用户终端发送的服务查询请求后,对服务查询请求进行验证;在得到使用用户公钥加密的运算结果后,对其进行签名;

数据存储模块,用于存储已经建好的线性支持向量机SVM模型数据;

服务提供模块,用于对线性SVM模型数据进行预处理,接收用户终端发送的加密查询请求,对密文进行多项式聚合运算,并使用用户的公钥对该运算结果加密,再将加密后的运算结果和签名发送给用户终端。

4.根据权利要求1所述的双向隐私保护的线性SVM分类服务查询系统,其中用户终端包括:

用户认证模块,用于在可信认证中心注册时生成自己的公私钥对,并将公钥发送给可信认证中心进行签名,完成注册;在发送加密的服务请求前,对加密的服务请求进行签名;在接收到分类查询服务器发送的查询结果后,验证查询结果的有效性;

服务请求模块,用于根据用户终端查询信息,生成服务查询请求,并将服务查询请求发送给分类查询服务器;

数据解密模块,用于在验证分类查询服务器的签名后,对加密的运算结果执行解密操作,得到分类正向量和密文查询信息进行多项式聚合运算的正向运算结果D+和分类负向量和密文查询信息进行多项式聚合运算的负向运算结果D-,将D+和D-带入公式T=(s'·D+modp)-(s'·D-modp),根据T的正负得到用户终端查询请求信息所属的分类:若T>0,则用户终端得知最终的分类结果为正,否则,最终的分类结果为负,其中p是用户终端选择的一个大素数,s'是用户终端选择的阶为p的整数群Zp中的一个大随机数s的逆元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510644502.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top