一种具有隐私保护的多功能数据处理系统及方法技术方案

本发明专利技术公开了一种具有隐私保护的多功能数据处理系统及方法，本发明专利技术解决的关键性问题是，如何在不泄露数据集的情况下，计算出数据集的均值、方差、最小值、最大值等结果。本发明专利技术中的数据集由多个数据提供结点（DPN）提供，数据扰动结点（DDN）使得数据处理结点（DHN）在不知道数据集中数据的情况下计算出数据集带“噪音”的均值、方差、最小值、最大值等计算结果。数据分析结点（DAN）通过去噪操作得到数据集精确的均值、方差、最小值、最大值等计算结果。本发明专利技术可以应用于多个应用领域，如无线体域网(WBANs)、智能电网(Smart Grids)、无线传感器网络(WSNs)等。

【技术实现步骤摘要】
一种具有隐私保护的多功能数据处理系统及方法
本专利技术属于隐私保护
，涉及一种具有隐私保护的多功能数据处理系统及方法，特别涉及一种在不泄露数据的情况下计算数据集的均值、方差、最小值、最大值等统计结果的多功能数据处理系统及方法。
技术介绍
无线体域网(WBANs)需要对用户心跳、脉搏、血压、体温等生理信息进行统计分析以实现用户的远程保健和监控等应用。但这些信息涉及用户健康状态的敏感信息。智能电网(SmartGrids)需要对用户集的用电信息进行分析以便进行恰当的电量调控。但用户用电量既直接包含用户的隐私信息又隐含了用户的个人生活习惯等其他敏感信息。无线传感器网络(WSNs)需要对传感设备感知的信息进行统计分析以实现对用户的各种服务。但传感设备感知的信息(如位置等)往往涉及用户的敏感信息。因此，如何在用户敏感信息不被泄露的情况下对数据进行统计分析是一个重要课题。实际应用需求往往要求对同一数据集进行各种统计分析，如计算该数据集的均值、方差、最大值、最小值等。为了提高计算效率和实用性，在用户敏感信息不被泄露的情况下同时实现数据的多项统计结果的高效计算是一个非常具有挑战性的课题。
技术实现思路
为了在保证数据集不被泄露的情况下有效提高计算数据集各种统计结果的速度，本专利技术提供了一种具有隐私保护的多功能数据处理系统及方法。本专利技术的系统所采用的技术方案是：一种具有隐私保护的多功能数据处理系统，其特征在于：包括数据提供结点DPN、数据扰动结点DDN、数据处理结点DHN和数据分析结点DAN；所述数据提供结点DPN设置有若干，用于提供原始数据；所述数据扰动结点DDN负责对收到的数据进行扰动处理；所述数据处理结点DHN负责对扰动后的数据进行处理；所述数据分析结点DAN负责整个系统的初启工作，对数据处理结点DHN的计算结果进行去噪操作得到精确的计算结果。本专利技术的方法所采用的技术方案是：一种具有隐私保护的多功能数据处理方法，其特征在于，包括以下步骤：步骤1：系统初始化；步骤2：数据加密；步骤3：数据扰动，对加密数据进行乱序、加噪处理并聚合；步骤4：数据处理，对扰动后的数据进行处理；步骤5：数据去噪，对处理结果进行去噪操作得到精确的处理结果。本专利技术方法与现有的技术相比有如下的优点和有益效果：本专利技术在保证数据不被泄露的情况下实现数据集的多个统计结果的高效计算，具有很高的实用性。本专利技术是一种通用的数据处理方案，可以应用于多个应用领域，如无线体域网(WBANs)、智能电网(SmartGrids)、无线传感器网络(WSNs)等。附图说明图1：本专利技术实施例的系统模型图；图2：本专利技术实施例的方法流程图。具体实施方式为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术。请见图1，本专利技术提供的一种具有隐私保护的多功能数据处理系统，包括数据提供结点(DataProvidingNode,DPN)、数据扰动结点(DataDisturbingNode,DDN)、数据处理结点(DataHandlingNode,DHN)和数据分析结点(DataAnalyzingNode,DAN)。其中DPN可以有多个，它们负责提供原始数据，它们是半诚实的；DDN负责对收到的数据进行扰动处理，它是半诚实的；DHN负责对扰动后的数据进行处理(例如，求解它们的均值、方差、最小值、最大值等)，它是半诚实的；DAN负责整个系统的初启工作，对DHN的计算结果进行去噪操作得到精确的计算结果，它是可信的。所谓半诚实的结点是指，该结点正确地遵循协议，但它保存所有来自其他结点的输入和所有中间计算结果企图以最大的可能获得其他结点的私有信息。本实施例假设有n个数据提供结点DPN，1个数据扰动结点DDN，1个数据处理结点DHN和1个数据分析结点DAN。请见图2，本专利技术提供的一种具有隐私保护的多功能数据处理方法，包括以下步骤：步骤1：系统初始化；步骤1.1：数据分析结点DAN根据安全参数生成系统参数、数据加密解密密钥对(pk,sk)和数据扰动加密解密密钥对(pkd,skd)。其中其中N＝pq，p、q是两个大素数，g是的一个生成元，h＝gq，e是双线性对sk＝p；pkd＝(p1,g1,g1α)，其中p1是一个大素数，g1是的生成元，α是中的一个随机数，skd＝α。此外，DAN随机选择步骤1.2：数据分析结点DAN通过安全信道将sk发送给数据处理结点DHN。步骤1.3：数据分析结点DAN公开系统参数{pk,pkd,R}。数据加密涉及图2中的步骤2。步骤2：数据加密；步骤2.1：数据提供结点DPNi(i＝1,2,…,n)随机选择对数据mi进行BGN加密：其中mi的取值范围为{1,2,…,T}，T<<N；步骤2.2：将Ci发送给数据扰动结点DDN。数据扰动涉及图2中的步骤3。步骤3：数据扰动；步骤3.1：数据扰动结点DDN对(C1,C2,…,Cn)实施扰动处理，具体实现包括以下子步骤：步骤3.1.1：数据扰动结点DDN随机选择m'∈{1,2,…,T}作为噪声，随机选择计算步骤3.1.2：数据扰动结点DDN随机选择ki∈{1,2,…,n}-{k1,k2,…,ki-1}，计算：步骤3.2：数据扰动结点DDN聚合(C″1,C″2,…,C″n)得到：步骤3.3：数据扰动结点DDN随机选择利用pkd对m'实施加密得到：步骤3.4：数据扰动结点DDN将和C*发送给数据处理结点DHN。数据处理涉及图2中的步骤4。步骤4：数据处理；步骤4.1：数据处理结点DHN对进行解密：通过求解以为底数的的离散对数可以得到：步骤4.2：数据处理结点DHN对M'进行解析，经过n次整除运算和n次取余运算可以得到(m1+m′),(m2+m′),…,(mn+m′)；步骤4.3：数据处理结点DHN进一步计算得到：M′max＝max{m1+m′,m2+m′,…,mn+m′}M′min＝min{m1+m′,m2+m′,…,mn+m′}步骤4.4：数据处理结点DHN将M′ave、M′var、M′max、M′min和C*发送给数据分析结点DAN。数据去噪涉及图2中的步骤5。步骤5：数据去噪；步骤5.1：数据分析结点DAN对C*进行解密：步骤5.2：数据分析结点DAN对M′ave、M′var、M′max、M′min进行“去噪”操作：Mave＝M′ave-m′Mmax＝M′max-m′Mmin＝M′min-m′本专利技术提出一种具有隐私保护的多功能数据处理方案，该方案能够在不泄露数据的情况下高效地计算出数据集的平均值、方差、最大值、最小值等统计结果，具有广泛的应用场景，可以应用于无线体域网(WBANs)、智能电网(SmartGrids)、无线传感器网络(WSNs)等等。应当理解的是，本说明书未详细阐述的部分均属于现有技术。应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本专利技术专利保护范围的限制，本领域的普通技术人员在本专利技术的启示下，在不脱离本专利技术权利要求所保护的范围情况下，还可以做出替换或变形，均落入本专利技术的保护范围之内，本专利技术的请求保护范围应以所附权利要求为准。本文档来自技高网...

【技术保护点】
一种具有隐私保护的多功能数据处理系统，其特征在于：包括数据提供结点DPN、数据扰动结点DDN、数据处理结点DHN和数据分析结点DAN；所述数据提供结点DPN设置有若干，用于提供原始数据；所述数据扰动结点DDN负责对收到的数据进行扰动处理；所述数据处理结点DHN负责对扰动后的数据进行处理；所述数据分析结点DAN负责整个系统的初启工作，对数据处理结点DHN的计算结果进行去噪操作得到精确的计算结果。

【技术特征摘要】
1.一种具有隐私保护的多功能数据处理系统，其特征在于：包括数据提供结点DPN、数据扰动结点DDN、数据处理结点DHN和数据分析结点DAN；所述数据提供结点DPN设置有若干，用于提供原始数据；所述数据扰动结点DDN负责对收到的数据进行扰动处理；所述数据处理结点DHN负责对扰动后的数据进行处理；所述数据分析结点DAN负责整个系统的初启工作，对数据处理结点DHN的计算结果进行去噪操作得到精确的计算结果。2.根据权利要求1所述的具有隐私保护的多功能数据处理系统，其特征在于：所述数据提供结点DPN、数据扰动结点DDN和数据处理结点DHN均是半诚实的，所述数据分析结点DAN是可信的；所谓半诚实的结点是指该结点正确地遵循协议，但它保存所有来自其他结点的输入和所有中间计算结果企图以最大的可能获得其他结点的私有信息。3.根据权利要求1或2所述的具有隐私保护的多功能数据处理系统，其特征在于：所述数据处理结点DHN负责对扰动后的数据进行处理，包括求解均值、方差、最小值、最大值。4.一种具有隐私保护的多功能数据处理方法，其特征在于，包括以下步骤：步骤1：系统初始化；步骤2：数据加密；步骤3：数据扰动，对加密数据进行乱序、加噪处理并聚合；步骤4：数据处理，对扰动后的数据进行处理；步骤5：数据去噪，对处理结果进行去噪操作得到精确的处理结果。5.根据权利要求4所述的具有隐私保护的多功能数据处理方法，其特征在于，步骤1的具体实现包括以下子步骤：步骤1.1：数据分析结点DAN根据安全参数生成系统参数、数据加密解密密钥对和数据扰动加密解密密钥对；步骤1.2：数据分析结点DAN通过安全信道向数据处理结点DHN发送数据解密密钥；步骤1.3：数据分析结点DAN发布系统公开参数。6.根据权利要求4所述的具有隐私保护的多功能数据处理方法，其特征在于，步骤2的具体实现...

【专利技术属性】
技术研发人员：沈华，张明武，李兵兵，蒋炎，姚瑶，黄嘉骏，冷文韬，陈文倩，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：湖北,42