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！

龙图腾网获悉北京邮电大学申请的专利基于属性基加密与深度学习的区块链监察系统及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：CN119760746B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411870686.X，技术领域涉及：G06F21/60；该发明授权基于属性基加密与深度学习的区块链监察系统及方法是由彭海朋;王维;刘景贤;赵子琳;张江涛;李丽香设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于属性基加密与深度学习的区块链监察系统及方法在说明书摘要公布了：基于属性基加密与深度学习的区块链监察系统及方法，属于信息领域，包括用户提供身份和属性信息给注册授权机构，生成一组私钥；根据数据访问需求设定访问策略，使用私钥对数据进行加密；将数据转换为密文，将加密数据和密钥上传服务器，为每条数据生成一个唯一标识符；设计智能合约管理数据唯一标识符上链过程；用户通过唯一标识符在服务器中定位目标数据，符合访问策略的用户使用私钥解密数据；监管方向注册授权机构申请秘钥对数据进行解密，利用解密后的数据构建多敏感信息检测模型，检测文本敏感信息。本发明利用属性基加密增强数据访问的灵活性和安全性，结合深度学习模型有效检测并识别数据中潜在敏感信息，确保数据传输的完整性与安全性。

本发明授权基于属性基加密与深度学习的区块链监察系统及方法在权利要求书中公布了：1.基于属性基加密与深度学习的区块链监察方法，其特征在于，包括以下步骤： 1用户属性注册； 用户向注册授权机构提供证明其身份和属性的相关信息，注册授权机构根据相关信息生成一组与用户属性相匹配的私钥，用于加密和解密操作； 生成用户私钥的具体实现流程如下： 基于用户的属性列表L和主私钥MSK，MA选取一个随机数r∈Zp并计算用户私钥SKL： 其中，hy+r表示群G中的生成元h的y+r次幂，y表示主私钥参数，r表示从自然数域Zp中选取的随机数，Di,j表示生成元g的ti,j次幂Ti,j的r次幂，ti,j表示从模p的自然数域Zpi∈[1,n],j∈[1,ni]随机采样的元素，gr表示群G中的生成元g的r次幂； 2数据加密； 用户根据其数据访问需求，设定一组访问策略，系统使用私钥对数据进行加密； 数据加密的具体实现流程如下： 基于主公钥MPK，明文M以及访问结构A，用户选取一个随机数s∈Zp并计算出密文CT： C1＝MYs C2＝gs CT＝C1,C2,C3,A 其中，g,h,Ti,j,Y均为主公钥参数，C1表示密文的第一部分，负责解密密文，C2表示密文的第二部分，C3表示密文的第三部分，C2和C3用于监管方计算部分明文，Ys＝eg,hys表示群G中的生成元g和h的双线性映射，s表示从自然数域Zp中选取的随机数，gs表示群G中的生成元g的s次幂，hs表示群G中的生成元h的s次幂； 3数据存储与上链； 通过系统初始化与密钥生成步骤，将需要存储的数据转换为密文，确保数据内容只能被授权的用户访问；将加密后的数据和加密所用的密钥上传到链下云存储服务器中；上传过程为每条数据生成一个唯一标识符；设计一个智能合约，用于管理数据唯一标识符的上链过程；将数据唯一标识符记录在区块链上； 4数据检索与解密； 用户通过唯一标识符在链下云存储服务器中定位目标数据，系统验证用户的属性和权限，确保其符合数据的访问策略；符合访问策略的用户使用私钥解密数据； 数据解密的具体实现流程如下： 监管方向云链下存储服务器发送请求去获取当前用户存放在链下云存储服务器中的密文，链下云存储服务器对监管方的令牌进行验证，验证成功后检索链下云存储服务器中监管方所需的用户的部分明文M'并发送给监管方，监管方接收到链下云存储服务器计算好的部分明文M'后结合自身的令牌TKUID，进行一次简单的指数运算即可完成解密，监管方成功获取用户的全部明文M： 其中，C1为密文的第一部分，上角标q表示监管方生成令牌TKUID选择的随机数； 令牌TKUID的验证、解密的具体实现流程如下： 1监管方选择一个随机数q∈ZP以及私钥SKL和用户独一无二的标识符UID来生成令牌TKUID： 其中，g,h,Ti,j均为主公钥参数，y表示主私钥参数，Vi,j表示用户i的属性集合，hy+r表示群G中的生成元h的y+r次幂，r表示从自然数域Zp中选取的随机数，Di,j表示群G中的生成元g的ti,j次幂Ti,j的r次幂，tUID表示用户的标识； 2基于主公钥MPK、密文CT以及私钥SKL，假设并且AW＝A，链下云存储服务器对密文进行外包解密计算并计算出部分明文M'： 经过计算得到其中，g,h,Ti,j均为主公钥参数，gr表示群G中的生成元g的r次幂，AW表示注册用户的属性集合，Ti,j表示群G中的生成元g的ti,j次幂，y表示主私钥参数，ti,j表示从模p的自然数域Zpi∈[1,n],j∈[1,ni]随机采样的元素； 5深度学习敏感性检测； 监管方通过向注册授权机构申请秘钥对数据进行解密，并利用解密后的数据构建多层次深度学习架构的敏感信息检测模型，对文本中敏感信息进行检测；检测结果提供给用户或监管方并进行相应的响应。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。