【技术实现步骤摘要】
针对多方的隐私数据进行聚类的方法和装置
本说明书一个或多个实施例涉及计算机领域，尤其涉及针对多方的隐私数据进行聚类的方法和装置。
技术介绍
聚类是机器学习中一种很常用的技术。它常常被应用于社区发现、异常检测等任务。通常的聚类算法，是一种无监督学习算法，目的是将相似的对象归到同一个类蔟中。类蔟内的对象越相似，聚类的效果就越好。聚类和分类最大的不同在于，分类的目标事先已知，而聚类则不一样。其产生的结果和分类相同，而只是类别没有预先定义。在某些场景下，数据水平分布在多方。各方具有的数据可能为隐私数据，也就是说，一方具有的隐私数据不能公开给其他方。这种情况下，现有技术未提供合适的聚类方法。因此，希望能有改进的方案，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。
技术实现思路
本说明书一个或多个实施例描述了一种针对多方的隐私数据进行聚类的方法和装置，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。第一方面，提供了一种针对多方的隐私数据进行聚类的方法，所述多方包括第一方和第二方，...
【技术保护点】
1.一种针对多方的隐私数据进行聚类的方法，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据，所述方法通过所述第一方执行，包括多轮迭代过程，其中任意一轮迭代包括：/n确定各个类簇当前分别对应的各中心数据的第一分片；所述第二方具有所述各中心数据的第二分片；任一中心数据的第一分片和该中心数据的第二分片之和等于该中心数据；/n分别将所述各中心数据作为目标中心数据，基于本地的第一隐私数据和目标中心数据的第一分片，利用秘密共享的方式，与所述第二方中的目标中心数据的第二分片进行第一联合计算，得到所述第一隐私数据和所述目标中心数据的第一...
【技术特征摘要】
1.一种针对多方的隐私数据进行聚类的方法，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据，所述方法通过所述第一方执行，包括多轮迭代过程，其中任意一轮迭代包括：
确定各个类簇当前分别对应的各中心数据的第一分片；所述第二方具有所述各中心数据的第二分片；任一中心数据的第一分片和该中心数据的第二分片之和等于该中心数据；
分别将所述各中心数据作为目标中心数据，基于本地的第一隐私数据和目标中心数据的第一分片，利用秘密共享的方式，与所述第二方中的目标中心数据的第二分片进行第一联合计算，得到所述第一隐私数据和所述目标中心数据的第一目标距离的第一分片；所述第二方具有所述第一目标距离的第二分片；
基于各第一目标距离的第一分片，利用秘密共享的方式，与第二方中的各第一目标距离的第二分片进行联合比较，确定各第一目标距离中的最近的第一目标距离；
将所述最近的第一目标距离对应的类簇，确定为所述第一隐私数据当前归属的类簇。
2.如权利要求1所述的方法，其中，所述第一联合计算包括：
本地计算所述第一隐私数据和所述目标中心数据的第一分片之间的第一距离；
将所述目标中心数据的第一分片和所述第一隐私数据的差值，与所述第二方中目标中心数据的第二分片，进行秘密共享方式下的相乘运算，得到乘积的第一分片；
根据所述第一距离和所述乘积的第一分片，确定所述第一隐私数据和所述目标中心数据的第一目标距离的第一分片。
3.如权利要求1所述的方法，其中，所述任意一轮迭代为第一次迭代，所述各个类簇当前分别对应的各中心数据的第一分片为随机初始化的数据。
4.如权利要求1所述的方法，其中，所述联合比较包括：
基于所述各第一目标距离中任意两个第一目标距离的第一分片，利用秘密共享的方式，与所述第二方中的该任意两个第一目标距离的第二分片进行联合比较，确定该任意两个第一目标距离之间的距离远近的比较结果；
根据各比较结果，确定所述各第一目标距离中的最近的第一目标距离。
5.如权利要求1所述的方法，其中，所述将所述最近的第一目标距离对应的类簇，确定为所述第一隐私数据当前归属的类簇之后，所述方法还包括：
根据同一类簇的各第一隐私数据的均值，更新该类簇的中心数据的第一分片。
6.如权利要求5所述的方法，其中，所述更新该类簇的中心数据的第一分片之后，所述方法还包括：
判断各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；
若判断结果为各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。
7.如权利要求6所述的方法，其中，所述方法还包括：
若判断结果为各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。
8.如权利要求6所述的方法，其中，所述判断各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，包括：
将所述各类簇中的任一类簇作为目标类簇，根据该目标类簇的更新前的中心数据的第一分片、该目标类簇的更新后的中心数据的第一分片，利用秘密共享的方式，与所述第二方中的该目标类簇的更新前的中心数据的第二分片、该目标类簇的更新后的中心数据的第二分片进行联合比较，判断该目标类簇的中心数据的变化量是否满足预先设定的停止迭代条件。
9.如权利要求1所述的方法，其中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据，所述方法还包括：
分别将所述各中心数据作为目标中心数据，基于本地的目标中心数据的第一分片，利用秘密共享的方式，与所述第二方中的第二隐私数据和目标中心数据的第二分片进行第二联合计算，得到所述第二隐私数据和所述目标中心数据的第二目标距离的第二分片；所述第二方具有所述第二目标距离的第一分片。
10.如权利要求9所述的方法，其中，所述第二联合计算包括：
本地计算所述目标中心数据的第一分片的平方；
将所述目标中心数据的第一分片，与所述第二方中所述目标中心数据的第二分片和所述第二隐私数据的差值，进行秘密共享方式下的相乘运算，得到乘积的第二分片；
根据所述平方和所述乘积的第二分片，确定所述第二隐私数据和所述目标中心数据的第二目标距离的第二分片。
11.一种针对多方的隐私数据进行聚类的装置，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据，所述装置设置于所述第一方，用于执行多轮迭代过程，包括用于执行任意一轮迭代的如下单元：
中心确定单元，用于确定各个类簇当前分别对应的各中心数据的第一分片；所述第二方具有所述各中心数据的第二分片；任一中心数据的第一分片和该中心数据的第二分片之和等于该中心数据；
第一联合计算单元，用于分...
【专利技术属性】
技术研发人员：陈超超，周俊，王力，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。