基于多数据节点的数据处理方法、系统及存储介质技术方案

本申请实施例提供一种基于多数据节点的数据处理方法、系统及存储介质，通过每一数据节点分别确定各自的初始数据特征；相邻数据节点中的后一数据节点，对后一数据节点的初始数据特征和相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合，得到后一数据节点的融合数据，并采用后一数据节点的公钥对后一数据节点的融合数据进行加密，得到加密数据特征；每一数据节点采用每一数据节点的私钥，对每一数据节点的加密数据特征进行解密，得到解密数据特征。由于多个数据节点在将各自的数据特征进行特征融合的过程中，使用了各自的公钥对融合特征进行加密，只能通过解密过程中的对应私钥进行解密，因此保证了多数据节点间的数据安全性。

【技术实现步骤摘要】
基于多数据节点的数据处理方法、系统及存储介质
本申请实施例涉及数据加密
，尤其涉及一种基于多数据节点的数据处理方法、系统及存储介质。
技术介绍
本部分旨在为权利要求书中陈述的本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中而被认为是现有技术。在互联网金融领域，风控建模是保证金融安全的核心，通过建立准确的风控模型，能够在互联网金融的用户信用评价、授信、反欺诈等评估分析过程中起到至关重要的作用。风控模型的建立，需要大量的数据和特征的支持才能实现，而目前，由于互联网金融数据的隐私安全问题，各公司掌握的数据往往分布于各自的公司的内部，形成数据孤岛。为了使各数据节点之间的数据能够进行共享，通过联邦特征工程变换，对各数据节点之间的数据进行特征变化和数据融合，从而得到能够用于评估分析的数据特征。然而，相关技术中在多个数据节点间的数据进行融合过程中，采用的公钥加密的方案安全性差，无法有效保障各数据节点的数据安全。
技术实现思路
本申请实施例提供一种基于多数据节点的数据处理方法、系统及存储介质，用以解决多个数据节本文档来自技高网...

【技术保护点】
1.一种基于多数据节点的数据处理方法，其特征在于，所述方法应用于联邦学习系统，所述联邦学习系统包括多个依次连接的数据节点，所述方法包括：/n每一所述数据节点分别确定各自的初始数据特征；/n相邻数据节点中的后一数据节点，对所述后一数据节点的初始数据特征和所述相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合，得到所述后一数据节点的融合数据，并采用所述后一数据节点的公钥对所述后一数据节点的融合数据进行加密，得到加密数据特征；其中，每一所述数据节点的公钥不同，每一所述数据节点的私钥不同，首端的数据节点输出的加密数据特征仅包括首端的数据节点的初始数据特征；/n依据末端的数据节点至首端的数据节点...

【技术特征摘要】
1.一种基于多数据节点的数据处理方法，其特征在于，所述方法应用于联邦学习系统，所述联邦学习系统包括多个依次连接的数据节点，所述方法包括：
每一所述数据节点分别确定各自的初始数据特征；
相邻数据节点中的后一数据节点，对所述后一数据节点的初始数据特征和所述相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合，得到所述后一数据节点的融合数据，并采用所述后一数据节点的公钥对所述后一数据节点的融合数据进行加密，得到加密数据特征；其中，每一所述数据节点的公钥不同，每一所述数据节点的私钥不同，首端的数据节点输出的加密数据特征仅包括首端的数据节点的初始数据特征；
依据末端的数据节点至首端的数据节点的次序，每一所述数据节点采用所述每一所述数据节点的私钥，对每一所述数据节点的加密数据特征进行解密，得到解密数据特征；其中，首端的数据节点输出的解密数据特征表征各所述数据节点的初始数据特征，所述首端的数据节点的解密数据特征用于进行评估分析。


2.根据权利要求1所述的方法，其特征在于，相邻数据节点中的后一数据节点，对所述后一数据节点的初始数据特征和所述相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合，得到所述后一数据节点的融合数据，并采用所述后一数据节点的公钥对所述后一数据节点的融合数据进行加密，得到加密数据特征，包括：
首端的数据节点获取对应的初始数据特征；
首端的数据节点利用首端的数据节点的公钥对所述初始数据特征进行加密，生成首端的数据节点对应的加密数据特征，并向相邻的后一数据节点发送所述首端的数据节点对应的加密数据特征；
首端的数据节点之后的各数据节点，依次接收相邻的前一数据节点发送的加密数据特征，并利用各自的初始数据特征与所述相邻的前一数据节点发送的加密数据特征进行特征融合和利用各自的公钥进行加密，生成各自的加密数据特征。


3.根据权利要求2所述的方法，其特征在于，所述数据节点的总数为N，N为大于1的正整数；首端的数据节点之后的各数据节点，依次接收相邻的前一数据节点发送的加密数据特征，并利用各自的初始数据特征与所述相邻的前一数据节点发送的加密数据特征进行特征融合和利用各自的公钥进行加密，生成各自的加密数据特征，包括，
第i个数据节点接收第i-1个数据节点发送的加密数据特征；
第i个数据节点利用预设的首端的数据节点至第i-1个数据节点分别对应的公钥依次对第i个数据节点对应的初始数据特征进行同态加密，生成第一中间数据特征；
第i个数据节点将所述加密数据特征与所述第一中间数据特征进行同态运算，得到特征融合后的加密第二中间数据特征；
第i个数据节点利用预设的与第i个数据节点对应的公钥对第二中间数据特征进行加密，得到与第i个数据节点对应的加密数据特征；其中，i为大于1小于等于N的正整数；
相邻数据节点中的后一数据节点，对所述后一数据节点的初始数据特征和所述相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合。


4.根据权利要求1所述的方法，其特征在于，依据末端的数据节点至首端的数据节点的次序，每一所述数据节点采用所述每一所述数据节点的私钥，对每一所述数据节点的加密数据特征进行解密，得到解密数据特征，包括：
末端的数据节点获取对应的加密数据特征；
末端的数据节点利用末端的数据节点的私钥对所述加密数据特征进行同态解密，生成末端的数据节点对应的解密数据特征，并向相邻的后一数据节点发送所述末端的数据节点对应的解密数据特征；
末端的数据节点之后的各数据节点，依次接收相邻的前一数据节点发送的解密数据特征，并利用各自的私钥对所述相邻的前一数据节点发送的解密数据特征进行解密，生成各自的解密数据特征。


5.根据权利要求1-4任一项所述的方法，其特征在于，每一所述数据节点分别确定各自的初始数据特征，包括：
每一所述数据节点分别获取各自对应的初始样本数据和特征运算策略；
每一所述数据节点分别根据各自对应的特征运算策略，对各自对应的初始样本数据进行特征运算，获得与所述各数据节点对应的初始数据特征，其中。


6.根据权利要求1所述的方法，其特征在于，相邻数据节点中的后一数据节点，对所述后一数据节点的初始数据特征和所述相邻数据节点中的前一数据节点输出的加密数据特征进行特征融合，得到所述后一数据节点的融合数据，并采用所述后一数据节点的公钥对所述后一数据节点的融合数据进行加密，得到加密数据特征，包括，
第i个数据节点接收第i-1个数据节点发送的加密数据特征；
第i个数据节点利用预设的首端的数据节点至第i-1个数据节点分别对应的公钥依次对第i个数据节点对应的初始数据特征进行同态加密，生成第一中间数据特征；
第i个数据节点将所述加密数据特征与所述第一中间数据特征进行同态运算，得到特征融合后的加密第二中间数据特征；
第i个数据节点根据预设的放大倍数阈值，对所述征融合后的加密第二中间数据特征进行放大，得到第三中间数据特征；
第i个数据节点利用预设的与第i个数据节点对应的公钥对第三中间数据特征进行加密，得到与第i个数据节点对应的加密数据特征；其中，i为大于1小于等于N的正整数。


7.根据权利要求6所述的方法，其特征在于，所述同态运算包括：同态加法运算和同态数乘运算中的至少一种。

【专利技术属性】
技术研发人员：张一凡，周帅，黄志翔，彭南博，
申请(专利权)人：京东数字科技控股有限公司，
类型：发明
国别省市：北京;11