复旦大学韩伟力获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉复旦大学申请的专利保护隐私的多方联合训练PCFG口令模型的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116049892B 。
龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310125409.5,技术领域涉及:G06F21/62;该发明授权保护隐私的多方联合训练PCFG口令模型的方法是由韩伟力;俞继涛;徐铭;张浩东设计研发完成,并于2023-02-16向国家知识产权局提交的专利申请。
本保护隐私的多方联合训练PCFG口令模型的方法在说明书摘要公布了:本发明属于系统安全技术领域,具体为一种保护隐私的多方联合训练PCFG口令模型的方法。本发明包括两个阶段:多个参与方基于本地的口令数据联合训练PCFG模型;在不直接泄露口令数据的前提下,联合多方的本地的口令数据训练全局PCFG模型,模型的结构信息和频次信息以加密的形式存储于所有参与方。本发明可以保护所有参与方的口令数据的隐私;支持三个及以上的参与方联合训练PCFG模型;支持参与方用流式口令数据更新PCFG模型。本发明为多方的场景下如何得到更加准确的PCFG模型提供了解决方案,为多方口令数据的安全利用提供有效的手段。
本发明授权保护隐私的多方联合训练PCFG口令模型的方法在权利要求书中公布了:1.保护隐私的多方联合训练的PCFG口令模型的方法,其特征在于,在不直接泄露口令数据的前提下,联合多方的口令数据训练全局PCFG模型;全局的PCFG模型的目标是,与直接使用所有参与方的口令数据训练得到的模型具有相同的准确度;并且,模型的结构信息和频次信息以加密的形式存储于多个参与方;具体步骤如下: 步骤一、所有参与方基于本地数据训练本地的PCFG模型; 假设有K个参与方希望联合他人的口令数据训练更加准确的PCFG模型,K≥3;每个参与方拥有访问本地的口令明文的权限;参与方基于本地的口令数据训练本地的PCFG模型; 其中,PCFG模型拥有以下特征: 1PCFG模型将口令建模为口令模板组成的结构;口令模板由多个口令片段组成; 2口令片段类型包括字母、数字、特殊字符、年份、常见词语; 3PCFG模型中的口令模板和口令片段统称为口令组成单元;每个组成单元拥有统计得到的频次信息; 步骤二、安全地合并所有本地PCFG模型; 基于步骤一训练得到的多个本地PCFG模型,所有参与方联合训练全局PCFG模型; 联合训练的目标是安全地将所有本地模型合并为全局模型;合并本地模型的步骤包括合并所有本地的口令组成单元空间以及联合计算全局组成单元的频次信息;具体使用哈希函数加密全局模型的结构信息,使用秘密分享技术加密模型的频次信息;之后,参与方联合计算口令组成单元的概率;口令组成单元的概率为该单元的频次信息与同一类型的所有频次信息之和的比值;由于统计数值在全局模型中为秘密分享的形式,概率数值的计算在秘密分享上进行;通过引入秘密分享上的对数计算,将统计数值转化为对数值来避免概率数值下溢的问题; 步骤三、迭代地更新全局PCFG模型; 基于步骤二合并得到的全局PCFG模型,参与方能够迭代地将新收集口令用于更新全局PCFG模型;参与方更新模型的目的在于使全局PCFG模型学习新口令数据的特征从而更加准确地分析口令的强度;对于新收集的口令数据,参与方先按照PCFG规则将口令分解为口令组成单元以及对应的频次信息;之后,更新的过程包括更新模型的结构信息以及更新模型的频次信息;由于更新过程需要保持全局模型的一致性,更新操作执行时只允许有一名参与方更新模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
    
    
    
                        
                        
					
                
                
                            
                            
皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励