[发明专利]一种可验证的隐私保护线性回归方法和系统有效
| 申请号： | 202210710116.9 | 申请日： | 2022-06-22 |
| 公开（公告）号： | CN115242444B | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 赖俊祚;吴鹏辉;李燕玲;张蓉;宋贝贝 | 申请（专利权）人： | 暨南大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L41/142;H04L41/147;H04L67/10 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 杨望仙 |
| 地址： | 510632 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及机器学习领域，为一种可验证的隐私保护线性回归方法和系统，该方法包括：模型拥有者将线性回归模型相关的可验证参数公开，把线性回归模型相关的可验证参数部署在云服务器；用户对数据进行Paillier加密得到密文，将密文上传至线性回归模型所在的云服务器；用户请求云服务器对密文进行计算，云服务器通过线性回归模型对用户上传的密文进行计算预测，将计算预测结果返回给用户；利用模型拥有者提前公开的线性回归模型相关的可验证参数对计算预测结果的明文正确性进行验证。本发明可以防止云服务器恶意返回错误的结果，能够保证用户数据和模型的安全行，可以保护模型拥有者的模型信息和用户的数据信息、预测结果的隐私性。 | ||
| 搜索关键词： | 一种 验证 隐私 保护 线性 回归 方法 系统 | ||
【主权项】：
暂无信息
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暨南大学，未经暨南大学许可，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/patent/202210710116.9/，转载请声明来源钻瓜专利网。
