隐私保护

摘要： 针对基于随机投影的差分隐私算法中存在直接对降维数据直接添加噪声导致基于欧氏距离数据挖掘中数据可用性较差的问题,提出了一种基于奇异值分解的差分隐私算法。该算法首先对高维社交网络的数据利用随机投影进行降维,然后对降维后的数据进行奇异值分解并对奇异值加入高斯噪声,最后通过奇异值分解逆运算生成待发布矩阵。该算法利用的奇异值矩阵是一个仅有主对角线上有值的矩阵,值的个数为矩阵的秩,与直接对降维后的数据直接添加高斯噪声相比,对奇异值矩阵中的值添加高斯噪声能有效地降低噪声的加入量。理论证明该算法满足差分隐私,并设计了欧氏距离差实验和谱聚类实验用于分析算法的数据可用性,实验结果表明该算法的数据可用性高于基于奇异值分解的差分隐私算法。

摘要： 联邦学习这一类分布式机器学习技术旨在保证使用大数据进行机器学习训练时保护本地数据不泄露.然而一系列机器学习隐私攻击表明,即使不直接暴露本地数据,仅仅通过获取机器学习模型的参数就可以进行数据隐私的窃取.从训练时参与者和聚合端之间传递的中间模型到最后发布的聚合模型,联邦学习的模型发布过程存在诸多隐私威胁.由此出现了大量相关的保护技术,包括基于差分隐私以及基于密码学的联邦学习隐私保护技术.本文针对联邦学习本地模型和聚合模型发布过程中可能出现的各种隐私威胁和敌手模型进行了简要介绍,并且对相关的防御技术和研究成果进行系统性综述.同时也对相关技术在联邦学习隐私保护中的发展趋势进行了展望.

摘要： 大数据发展产生数据自由这一新兴诉求,数据自由与重在管制的隐私保护的冲突日渐显现并逐步加剧。从法律角度看,化解冲突的关键在于理顺数据自由与隐私保护的内在机理。通过比较研究和规范解释发现,美国联邦最高法院和下级法院将数据纳入联邦宪法第一修正案的保护范围,即赋予数据以言论保护,同时发展出具有普遍适用性的规则或者标准,框定数据自由的范围和管制的限度,这一系列举措证实了数据自由与隐私保护的可调和性。总体上,研究美国法上数据自由与隐私保护的相关判例和规则,可为我国相关问题的解决提供研究参考。

摘要： 针对边缘计算数据安全问题,提出一种密文搜索与共享方案,在不改变边缘计算架构的和云计算架构的情况下,借助上述边缘计算诸多优势实现用户隐私数据保护,利用边缘节点构建加密倒排索引,在边缘节点和云计算平台之间安全地分享索引和密钥,实现密文搜索、数据安全共享及索引动态更新等功能。最后,与现有方案相比,对性能和安全性进行分析讨论,表明所提方案在密文搜索攻击模型下具有可证明的高安全强度,基于加密倒排索引兼顾了密文搜索效率和文档动态更新功能。

摘要： 传统位置隐私脱敏技术容易遭受背景知识攻击和单点攻击,造成用户位置隐私泄露,危及其生命财产安全。针对此问题,提出了一种基于假位置选择的位置隐私脱敏算法DLPD(dummy location privacy desensitization)。首先,通过衡量位置敏感程度、实行偏移优化、过滤位置查询概率来构造假位置候选集;其次,改善位置分布筛选假位置;最终,构造安全匿名集实现位置隐私脱敏。实验证明,该算法增强了隐私保护强度,提高了隐私保护的有效性,同时,降低了开销,具有实用性。

摘要： 近年来,智能终端的快速普及极大地推动了集数据采集、分析、处理于一体的群智感知服务的发展。隐私保护作为保障服务安全运行和鼓励感知用户参与的必要手段,成为需要解决的首要科学问题。文中首先从群智感知的全生命周期出发,在描述其主要组成部分和业务流程之后,再从群智感知场景对隐私保护的特有需求出发,对隐私保护的定义和衡量指标进行讨论,并对现有文献设计的隐私保护机制所侧重的不同阶段进行分类,从隐私保护范围、保护强度、感知用户身份可追溯、感知数据损失和感知终端能耗的角度对文献使用的隐私保护机制进行讨论。在此基础上对文献使用的实验数据集进行梳理,最后结合群智感知应用的发展需求和全球对隐私保护的监管要求提出未来研究面临的挑战。

摘要： 联邦学习是一种新兴的隐私保护的分布式机器学习模型。机器学习训练过程中,模型的梯度可能会泄露用户数据集,同态加密技术可以解决隐私泄露问题。文章研究基于Paillier同态加密的联邦学习方案,在训练过程中,通过CKKS同态加密算法优化计算损失函数过程,利用其乘法特性,减少原有方案中的计算量,提高联邦学习系统的计算效率。

摘要： 大数据背景下,数据量规模化的增长,数据的采集、传输、存储等环节都会存在数据泄露的安全隐患。从大数据的基本原理、现状出发,对数据信息的隐私安全做了相关应研究,并在此基础上,提出了一种改进的差分隐私直方图发布算法来对数据信息进行隐私保护。

摘要： 联邦学习是一种新型的分布式机器学习方法,可以使得各客户端在不分享隐私数据的前提下共同建立共享模型。然而现有的联邦学习框架仅适用于监督学习,即默认所有客户端数据均带有标签。由于现实中标记数据难以获取,联邦学习模型训练的前提假设通常很难成立。为解决此问题,对原有联邦学习进行扩展,提出了一种基于自编码神经网络的半监督联邦学习模型ANN-SSFL,该模型允许无标记的客户端参与联邦学习。无标记数据利用自编码神经网络学习得到可被分类的潜在特征,从而在联邦学习中提供无标记数据的特征信息来作出自身贡献。在MNIST数据集上进行实验,实验结果表明,提出的ANN-SSFL模型实际可行,在监督客户端数量不变的情况下,增加无监督客户端可以提高原有联邦学习精度。

摘要： 多区域互联电网中有大量限幅非光滑约束,增加了潮流模型的非凸性。针对传统基于启发式规则处理限幅的分布式潮流算法在计算过程中容易出现收敛性问题,提出了一种能鲁棒性处理非光滑约束的互联电网全分布式潮流计算方法。首先根据分层分区调度模式对电网进行分区,并将模型中非光滑约束进行光滑处理,然后基于具有二阶收敛速度的双层交替方向非精确牛顿法,将潮流问题转化为求解最优步长增量的问题。基于零空间法(Null-Space)对状态变量的系数矩阵进行降维处理,采用共轭梯度(Conjugate Gradient, CG)算法更新每个分区的对偶乘子,乘子更新过程中利用二阶信息提高了算法的收敛性。多区域间进行分布式计算时无需协调层参与,仅需通信少量边界信息,因此通信负担轻。最后,以30节点和182节点系统为测试算例,验证了所提方法在设置恶劣初值和处理非光滑约束时具有较高的精确性和较好的收敛性。

摘要： 随着智能交通信息系统的应用和大数据技术的发展,智能交通系统中的隐私数据保护显得尤为必要.然而,传统加密技术难以实现在大数据环境下的隐私保护需求.在这样的外部条件下,本文实现了一种大数据环境下智能交通系统隐私保护方案.方案结合大数据技术和匿名算法对智能交通系统中隐私数据进行加密保护和匿名处理.本文在结合智能交通系统中隐私数据的特性前提下,使用大数据技术实现了匿名化算法.处理后隐私数据的数据特征不变,隐私信息得到保护.文章最后对核心代码功能进行了测试,验证了核心模块的可行性.

摘要： 针对传统电力需求侧隐私保护策略存在的保护效率低和保护效果差的问题,研究一种面向智能电网的电力需求侧隐私保护策略.首先在原则的指导下构建保护策略框架,然后在框架的基础上完成电力需求侧隐私保护策略设计.该设计流程主要分为4步:第一进行身份认证;第二对隐私信息进行加密和签名;第三对加密和签名后的隐私数据进行聚合;第四对聚合后的隐私数据进行第三方认证和解密,完成隐私保护.结果表明:本策略与相关文献中的策略相比,完成保护所需时间更少,保护效率较高,且抗窃取率达到了98％,保护效果更好.

摘要： 针对电动汽车充放电阶段各实体的通信要求,设计了一种实用的通信网络体系结构,分析了各实体信息交互过程中存在的隐私泄露问题.针对电动汽车充电/放电阶段用户、用户车辆信息及充电数据的隐私保护问题,提出了一种基于无证书环签密方法的电动汽车充放电阶段的隐私保护方案,设计了方案的系统建立、环签密、验证和账单生成时的伪身份核实4个算法,给出了隐私保护方案的实现流程,从身份信息和数据信息两个方面解决对电动汽车充放电的隐私保护问题.为了提高方案的执行效率,将环签密算法中耗时较长的双线性对运算和指数运算,改进为开销相对较小的乘法运算,并尽可能减少乘法运算数量.理论证明了方案的正确性、不可伪造性、匿名性和保密性,相关实验表明该方案实现隐私保护时效率较高,从而表明该方案的有效性和可行性,可以用于大规模电动汽车接入电网进行充放电操作的场景.

摘要： 随着电网向信息化、自动化和互动化方向发展,电力信息通信网络发挥着日益重要的作用,与此同时,也正面临着更加多样和复杂的网络安全威胁.近年来,电力系统信息通信的网络安全问题成为研究热点,并取得了丰富的成果,但依然远远不能满足建设坚强智能电网和泛在电力物联网的需求.分析电力信息通信网络面临的网络安全风险,从电力信息通信网络的脆弱性及风险评估、可靠性分析及关键节点识别、访问控制及隐私保护等方面综述现有的研究方法及成果,为更深入的研究提供借鉴.

摘要： 目的：构建一套区域卫生信息平台隐私安全评估标准.方法：基于前期完成的隐私信息界定,通过深度访谈,面向区域卫生信息平台一线人员,理清平台开展业务及数据流转情况,结合国外数据隐私保护实践经验,识别医疗信息隐私风险点,构建安全措施集,形成评估标准初稿.通过三轮德尔菲调查,运用层次分析法,确认评估标准终稿及权重.结果及结论：构建了一套针对区域卫生信息平台进行医疗信息隐私安全评估的标准,包括3个一级指标,14个二级指标,46个三级指标.德尔菲专家意见的积极系数、权威系数、协调系数均较高.

摘要： 域名系统(DNS)是互联网基础服务,它能够将域名和IP地址相互映射,实现名址转换,是互联网重要寻址服务之一.DNS是一个互联互通的开放性平台,是互联网访问的重要入口之一,域名隐私保护问题近年来是DNS安全方面的热点问题之一.本文提出了一种基于UDP的DNS传输中用户隐私保护的加密方法,DNSDEA(DNS Data Encryption Algorithm).DNS服务器的公钥通过证书体系发布,DNS客户端的公钥由客户端附加在DNS查询包的附加段中发送给DNS服务器.DNS查询包由客户端使用服务端的公钥加密,DNS应答包由服务端使用客户端的公钥加密.与当前的DNS加密方法相比,本文所提的方法提高了任务并行的并行化粒度,降低了加密情况下DNS查询的延时.最后从技术层面为后续通信加密应用研究和DNS安全解析并行化研究提供一些参考建议.

摘要： 网络应急响应的组织或机构主要接收、复查、响应各类安全事件报告和活动,进行相应的协调、研究、分析、统计和处理工作,也可提供安全、培训、入侵检测、渗透测试或程序开发等服务,其组织体系的设计以保障网络安全事件发生后应急响应及时到位、快速有效为目的.目前,新型违法犯罪涉网案件与日俱增呈爆发性增长,以电信网络作骗案件为例,该类型案件用于违法犯罪的网址、木马、病毒、即时聊天工具等网络工具众多,在打击、防范、治理方面都急需网络安全技术组织或体系的配合和联动.文章提出将打击、防范、治理网络犯罪纳入网络安全应急响应体系,从而更好地实现网络安全应急响应体系从保护网络自身安全延伸到保护公民隐私和财产安全.用专业性强的网络安全技术管理体系去遏制此类违法犯罪的发生,是网络安全体系中不可或缺的重要组成部分.

摘要： 网络应急响应的组织或机构主要接收、复查、响应各类安全事件报告和活动,进行相应的协调、研究、分析、统计和处理工作,也可提供安全、培训、入侵检测、渗透测试或程序开发等服务,其组织体系的设计以保障网络安全事件发生后应急响应及时到位、快速有效为目的.目前,新型违法犯罪涉网案件与日俱增呈爆发性增长,以电信网络作骗案件为例,该类型案件用于违法犯罪的网址、木马、病毒、即时聊天工具等网络工具众多,在打击、防范、治理方面都急需网络安全技术组织或体系的配合和联动.文章提出将打击、防范、治理网络犯罪纳入网络安全应急响应体系,从而更好地实现网络安全应急响应体系从保护网络自身安全延伸到保护公民隐私和财产安全.用专业性强的网络安全技术管理体系去遏制此类违法犯罪的发生,是网络安全体系中不可或缺的重要组成部分.

摘要： 网络应急响应的组织或机构主要接收、复查、响应各类安全事件报告和活动,进行相应的协调、研究、分析、统计和处理工作,也可提供安全、培训、入侵检测、渗透测试或程序开发等服务,其组织体系的设计以保障网络安全事件发生后应急响应及时到位、快速有效为目的.目前,新型违法犯罪涉网案件与日俱增呈爆发性增长,以电信网络作骗案件为例,该类型案件用于违法犯罪的网址、木马、病毒、即时聊天工具等网络工具众多,在打击、防范、治理方面都急需网络安全技术组织或体系的配合和联动.文章提出将打击、防范、治理网络犯罪纳入网络安全应急响应体系,从而更好地实现网络安全应急响应体系从保护网络自身安全延伸到保护公民隐私和财产安全.用专业性强的网络安全技术管理体系去遏制此类违法犯罪的发生,是网络安全体系中不可或缺的重要组成部分.

摘要： 网络应急响应的组织或机构主要接收、复查、响应各类安全事件报告和活动,进行相应的协调、研究、分析、统计和处理工作,也可提供安全、培训、入侵检测、渗透测试或程序开发等服务,其组织体系的设计以保障网络安全事件发生后应急响应及时到位、快速有效为目的.目前,新型违法犯罪涉网案件与日俱增呈爆发性增长,以电信网络作骗案件为例,该类型案件用于违法犯罪的网址、木马、病毒、即时聊天工具等网络工具众多,在打击、防范、治理方面都急需网络安全技术组织或体系的配合和联动.文章提出将打击、防范、治理网络犯罪纳入网络安全应急响应体系,从而更好地实现网络安全应急响应体系从保护网络自身安全延伸到保护公民隐私和财产安全.用专业性强的网络安全技术管理体系去遏制此类违法犯罪的发生,是网络安全体系中不可或缺的重要组成部分.

摘要： 本发明涉及车辆隐私信息保护系统、车辆隐私信息保护方法、计算机存储介质、计算机设备及车辆。按照本发明一个方面的车辆隐私信息保护系统包括：接口代理模块，其配置成从车辆功能模块接收与隐私信息相关联的请求并转发所述与隐私信息相关联的请求；以及处理模块，其与所述接口代理模块通信地连接并且配置成：响应于接收到所述与隐私信息相关联的请求而确定所述与隐私信息相关联的请求是否满足安全与隐私合规要求；以及将与隐私信息相关联的请求是否满足安全与隐私合规要求的确定结果发送至所述接口代理模块，使得所述接口代理模块基于所述确定结果选择性地发送所述与隐私信息相关联的请求。

摘要： 本发明实施例涉及一种隐私保护云计算方法、保护金融隐私数据的云计算方法，该方法包括：建立可信执行环境和计算安全环境；根据客户端发出的隐私计算请求，从公有云下载采用对称加密密钥加密的目标文件和采用用户非对称密钥加密的对称加密密钥至计算安全环境；在可信执行环境中对对称加密密钥进行解密，并将解密后的对称加密密钥传输至计算安全环境；在计算安全环境中采用解密后的对称加密密钥对加密的目标文件进行解密，得到解密后的目标文件；在计算安全环境中对所述目标文件进行隐私计算，得到隐私计算结果。上述技术方案在私有云的可信执行环境中对加密的对称加密密钥进行机密，私有云即算力提供方无法浏览用户数据，实现了可靠的隐私计算。

摘要： 本发明公开了一种汽车座舱用户隐私保护方法、用户隐私保护系统及汽车。该方法包括以下步骤：信息获取：获取预设的隐私保护豁免对象的生理特征信息；乘客身份验证：检测座舱内乘客的生理特征，并与预设的所述生理特征信息进行对比，验证乘客是否属于所述隐私保护豁免对象；隐私保护策略制定：根据乘客身份验证的结果，制定出对应的隐私保护策略；策略执行：执行所述隐私保护策略。根据本发明的汽车座舱用户隐私保护方法，可以根据乘客身份验证的结果，执行对应的隐私保护策略，从而保证了汽车座舱具有良好的隐私保护功能，满足用户需求。

摘要： 本发明提出一种隐私保护终端设备，包括：拍摄单元，拍摄设备周边出现的人；主控单元，当主控单元确定所述拍摄单元拍摄到周边的设定范围内出现的人非设备用户时，所述主控单元通过如下步骤使得设备屏幕进入加密状态：S1，对终端用户虹膜进行特征提取，对设备用户的虹膜特征进行编码生成混沌加密的加密密钥；S2，利用加密密钥完成终端信息的混沌加密。本发明实现了机主无论在任何场所，在使用终端设备时，非机主无法通过设备看到机主正在做的事情，解决了机主在公共场所使用终端设备可能存在的隐私泄露等隐患。

摘要： 本发明实施例提供了一种隐私保护方法、组件及车辆，方法通过图像采集单元采集车辆周围的图像；通过目标检测单元对图像进行识别，以检测车辆的预设范围内是否存在目标对象；在检测到存在目标对象的情况下，基于控制单元，控制遮挡单元执行第一操作，以遮挡车辆的车窗；在检测到目标对象移动至车辆的预设范围之外的情况下，基于控制单元，控制遮挡单元执行第二操作，以取消对车辆的车窗的遮挡。这样，只有在车辆的预设范围内出现目标对象时，才对车窗进行遮挡，保护车主隐私，同时在目标对象离开车辆的预设范围后，即不需要遮挡时，取消对车窗的遮挡，通过灵活控制遮挡单元，可以实现自动化的隐私保护，从而一定程度上提高隐私保护方式的灵活性。

摘要： 本发明实施例涉及一种隐私保护云计算方法、保护金融隐私数据的云计算方法，该方法包括：建立可信执行环境和计算安全环境；根据客户端发出的隐私计算请求，从公有云下载采用对称加密密钥加密的目标文件和采用用户非对称密钥加密的对称加密密钥至计算安全环境；在可信执行环境中对对称加密密钥进行解密，并将解密后的对称加密密钥传输至计算安全环境；在计算安全环境中采用解密后的对称加密密钥对加密的目标文件进行解密，得到解密后的目标文件；在计算安全环境中对所述目标文件进行隐私计算，得到隐私计算结果。上述技术方案在私有云的可信执行环境中对加密的对称加密密钥进行机密，私有云即算力提供方无法浏览用户数据，实现了可靠的隐私计算。

摘要： 本说明书提供了基于隐私保护的交互终端和基于隐私保护的交互方法，可应用于金融领域。先检测第一用户与第二用户之间的语音交互是否涉及关键信息；在确定涉及关键信息的情况下，向第一用户触达第一提示信息，以提示第一用户使用第二交互模块中的入耳式耳机进行语音交互；同时，监测压力传感器所采集到的压力值是否小于等于预设的压力阈值；在监测到小于等于预设的压力阈值的情况下，确定第一用户已经改用第二交互模块；这时可以自动切换使用第三交互模块与第二交互模块之间的第二连接，以进行基于隐私保护的第二模式下的语音交互。从而可以有效避免在用户的语音交互过程中关键信息遭到泄露，较好地保护用户的数据安全，提高了用户的交互体验。

摘要： 本发明适用于隐私加密图像去噪技术领域，提供了偏微分方程保护隐私加密图像去噪方法，S1：预览待处理的图像文件，通过识别单元对预览的待处理图像文件进行识别，识别待处理图像文件的像素、尺寸参数信息，识别单元将待处理图像文件的参数输入到评价单元，S2：识别单元将已完成识别的待处理图像文件输入到去噪单元，去噪单元利用偏微分方程建立待处理图像文件的去噪模型，S201：选取门限阈值，判断图像特征，计算待处理图像文件边缘噪值，S202：通过去噪模型进行连续多次迭代方程后进行求解，通过结合偏微分方程及其算法对图像去噪，有效提升图像的去噪效率及精度，并且对去噪图像进行加密，能够形成隐私保护。

摘要： 说明书实施例提供了一种训练隐私保护模型的方法、隐私保护方法及装置，隐私保护模型用于为预先训练的深度学习模型提供模型隐私保护，深度学习模型的输出结果为图像，该训练方法包括：获取第一数据，以及深度学习模型针对第一数据生成的第一图像；将第一图像输入所述隐私保护模型，生成第二图像；基于第一图像和第二图像，确定图像差异损失；将第一数据输入用于模拟深度学习模型的替代模型，以第一图像为标签确定第一梯度，并以第二图像为标签确定第二梯度；根据第一梯度和第二梯度，确定梯度差异损失；以图像差异损失趋于减少，梯度差异损失趋于增大为目标，更新所述隐私保护模型。

摘要： 本发明涉及一种带隐私保护的摄像头及其隐私保护方法，其摄像头包括摄像头本体以及磁吸镜头盖，该磁吸镜头盖磁吸设置在该摄像头本体上，该摄像头本体具有摄像头，该摄像头本体具有工作状态以及非工作状态，当该摄像头本体处于工作状态的时候，该磁吸镜头盖磁吸在该摄像头本体上，此刻，该摄像头处于暴露状态，当该摄像头本体处于非工作状态的时候，该磁吸镜头盖磁吸在该摄像头上，此刻，该磁吸镜头盖盖设在该摄像头上。