一种基于向量同态加密的隐私保护层次聚类方法技术

本发明专利技术涉及一种基于向量同态加密的隐私保护层次聚类方法，解决的是将层次聚类分析迁移至云上后产生的数据隐私有泄露风险的技术问题，通过采用方法包括：(1)聚类分析开始，客户端接收待聚类向量组；(2)使用向量同态加密方法对待聚类向量组进行加密，得到密文向量组；(3)根据密钥交换矩阵N与比特扩展矩阵W定义中间矩阵H；(4)将中间矩阵H与密文向量组进行聚类分析；(5)聚类服务器将聚类分析完成的密文向量组发送回客户端，由客户端使用密钥矩阵S进行解密，根据各个向量的标签组合得到聚类结果的技术方案，较好的解决了该问题，可用于向量类型判断中。

A privacy preserving hierarchical clustering method based on vector homomorphic encryption

The invention relates to a privacy preserving hierarchical clustering method vector based on homomorphic encryption, solve the problem of hierarchical clustering analysis technology will migrate to the cloud after the data privacy leakage risks, by using the method includes: (1) clustering analysis, the client receives clustered vector group; (2) encryption method the use of vector clustering vector group homomorphism encrypted ciphertext vector group; (3) according to the key exchange matrix N and matrix W bit expansion definition matrix H; (4) the intermediate matrix H and ciphertext vector group cluster analysis; (5) clustering clustering analysis server will complete the ciphertext is sent back to the vector group the client used by the client to decrypt S key matrix, according to the technical scheme of the clustering results obtained each vector combination tag, a better solution to the problem, can be used to determine the type of vector .

【技术实现步骤摘要】

本专利技术涉及层次聚类算法在隐私保护下的向量聚类方法，具体涉及一种基于向量同态加密的隐私保护层次聚类方法。
技术介绍
聚类分析，别称群分析，是研究分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类分析是由若干模式组成的，模式是一个度量的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。聚类分析采用，层次法，层次法对给定的数据集进行层次似的分解，直到某种条件满足为止。具体又可分为“自底向上”和“自顶向下”两种方案。在“自底向上”方案中，初始时每一个数据纪录都组成一个单独的组，在后续迭代中，把那些相互邻近的组合并成一个组，直到所有的记录组成一个分组或者某个条件满足为止。层次聚类方法是基于距离的或基于密度和连通性的。层次聚类方法的一些扩展也考虑子空间聚类。现有的层次方法一旦合并或分裂完成，它就不能被撤销。该特点是基于消除不同选择的组合数目不同，将产生较小的计算量。现有的层次聚类方法存在将层次聚类分析迁移至云上后产生的数据隐私有泄露风险的问题。因此，提供一种层次聚类分析迁移至云上后产生的数据隐私不会泄露的本文档来自技高网...

【技术保护点】
一种基于向量同态加密的隐私保护层次聚类方法，其特征在于：所述方法包括：(1)聚类分析开始，客户端接收待聚类向量组(x1，x2，…xn)，待聚类向量组(x1，x2，…xn)由n个待聚类的样本组成；(2)使用向量同态加密方法对待聚类向量组(x1，x2，…xn)进行加密，在加密过程中保留密钥交换矩阵N、比特扩展矩阵W，得到密文向量组(c1,c2,…,cn)；(3)根据密钥交换矩阵N与比特扩展矩阵W，计算求得矩阵A，使得AN＝W，定义中间矩阵H＝ATA；(4)将中间矩阵H与密文向量组(c1,c2,…,cn)传送至聚类服务器进行聚类分析，为密文向量组(c1,c2,…,cn)中的每一个向量附上聚类标签；(...

【技术特征摘要】
1.一种基于向量同态加密的隐私保护层次聚类方法，其特征在于：所述方法包括：(1)聚类分析开始，客户端接收待聚类向量组(x1，x2，…xn)，待聚类向量组(x1，x2，…xn)由n个待聚类的样本组成；(2)使用向量同态加密方法对待聚类向量组(x1，x2，…xn)进行加密，在加密过程中保留密钥交换矩阵N、比特扩展矩阵W，得到密文向量组(c1,c2,…,cn)；(3)根据密钥交换矩阵N与比特扩展矩阵W，计算求得矩阵A，使得AN＝W，定义中间矩阵H＝ATA；(4)将中间矩阵H与密文向量组(c1,c2,…,cn)传送至聚类服务器进行聚类分析，为密文向量组(c1,c2,…,cn)中的每一个向量附上聚类标签；(5)聚类服务器将聚类分析完成的密文向量组(c1,c2,…,cn)发送回客户端，由客户端使用密钥矩阵S进行解密，根据各个向量的标签组合得到聚类结果；其中，n为正整数，T为随机矩阵。2.根据权利要求1所述的基于向量同态加密的隐私保护层次聚类方法，其特征在于：所述向量同态加密的方法包括：(A)生成随机矩阵T，同时生成大整数w及整数l，大整数w＞＞随机矩阵T中的任一元素，并且2l大于待聚类向量组(x1，x2，…xn)中的任一元素；(B)设置密钥S1，通过得到对应的密钥转换矩阵N，记录密钥交换矩阵N和密钥矩阵S；(C)根据密钥交换矩阵N及c＝Μx*，得到密文向量组(c1，c2，…cn)；其中，T∈Zm×m，S1＝[I,T]，I为单位矩阵，m...

【专利技术属性】
技术研发人员：杨浩淼，綦伟良，何伟超，黄云帆，冉鹏，姚铭轩，金保隆，汪小芬，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51