基于安全多方计算的键值对模型安全训练与推理方法技术

本发明专利技术属于网络空间安全技术领域，具体为一种基于安全多方计算的键值对模型安全训练与推理方法。本发明专利技术基本步骤为：对常用的键值对模型如决策树模型以及基本数理统计模型的训练和推理中的计算进行抽象，设计统一的键值对数据查询和计算原语；对上述模型的训练和推理算法设计安全且高效的计算机制，并构建出相应的计算流图，结合上述键值对原语，依据上述计算流图的拓扑排序结果进行驱动计算。本发明专利技术的优点在于：抽象统一的键值对查询和计算协议，支持任意定制化的键值对模型算法；优化实现的训练和推理机制具备更高的运算效率；结合秘密共享协议进行设计实现，确保输入数据的隐私安全。私安全。私安全。

【技术实现步骤摘要】
基于安全多方计算的键值对模型安全训练与推理方法


[0001]本专利技术属于网络空间安全
，具体涉及一种基于安全多方计算的键值对模型安全训 练与推理方法。

技术介绍

[0002]在互联网技术与信息技术高速发展的现在，人们已经逐渐步入了大数据时代，数据作为这 个时代重要的资源，如何合理并充分地发挥它的价值是当今时代的一个重要课题。通常，高效 安全的数据共享可为生产者(数据的利用者)供应大量并且及时的高价值数据，有效支撑社会 生产和生活，因而是当前数据作为生成要素时代的关键核心技术，亟待深入研究以突破其技术 瓶颈。然而目前绝大多数企业和组织考虑到数据安全和个人隐私等问题，对数据共享都十分地 谨慎，甚至内部数据都是不对外开放的，从而产生了一个个数据孤岛，导致数据的价值无法得 到充分的体现。针对当前存在的“数据孤岛”现象，安全多方计算(Secure Multi
‑
partyComputation，简称MPC)[1]提供了一种解决方案，为实现数据的可控共享做出了重大贡献。
[0003]安全多方计算问题首先由华裔计算机科学家、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于安全多方计算的键值对模型安全训练与推理方法，其特征在于，具体步骤为：(1)对常用的两种非参数化键值对模型的训练和推理进行抽象，抽取并设计统一的键值对数据查询和计算原语；(2)根据模型的训练和推理算法，设计更加高效的计算机制，并构建键值对模型的计算流图；(3)结合键值对查询和计算原语，依据上述计算流图的拓扑排序结果进行驱动计算。2.根据权利要求1所述的键值对模型安全训练与推理方法，其特征在于，步骤(1)中所述进行安全训练和推理算法抽象的键值对模型，主要为决策树模型和基本数理模型：(1)决策树模型：决策树模型是由决策点、策略点及结果构成的树形图，以最大收益期望值或最低期望成本作为决策准则，通过图解方式求解在不同条件下各类方案的效益值，然后通过比较，做出决策；对于一个已经训练好的决策树模型该模型的推理以数据x作为输入；根据决策树的结构，从根节点起，在当前节点上读取x指定属性f
i
对应的值v
i
以及结点对应一个阈值t
i
，并将两者进行比较；如果该值是连续的，则计算v
i
≤t
i
？0:1；如果该值为离散值，则计算v
i
＝＝t
i
？1:0；根据比较结果，选择当前节点的相应子节点继续进行比较运算；重复这个过程直到到达决策树的某个叶子节点，该节点即对应决策树推理的输出结果；(2)基本数理统计模型：统计模型是指以概率论为基础，采用数学统计方法建立的模型；数理统计模型根据输入的键值对数据计算频率和均值等统计学变量；频率计算是具有特定键key的数据在所有键值对数据中的比例；均值计算中，对应特定键key的一组值v
i
,
…
,v
n
的平均值；公式如下：公式如下：其中，(k,v)代表键值对，D代表整个数据集合，freq
j
代表含有特定键值k
i
＝j的数据在总数据集中的比例；mean
j
代表特定键值k
i
＝j对应数值在数据集中的平均值；该模型的训练首先由各方本地统计计算键值对数量，再将统计结果通过秘密共享协议进行加密并发送给其他参与方，各方将秘密共享形式对各方数据进行整合合并，对合并统计结果进行相应的密态计算，得到数理统计分析结果。3.根据权利要求2所述的键值对模型安全训练与推理方法，其特征在于，步骤(1)中所述根据对键值对模型抽象，抽取并设计统一的键值对数据查询和计算原语，该原语基于多项式秘密共享协议实现，使得参与方可以在不泄露、不获取他方隐私数据的情况下完成查询和计算的操作；在查询场景中，参与方可以在不知道明文查询属性的情况下，从所有的键值对集合中获取对应值；在计算场景中，参与方可以在不知道明文属性值的情况下，进行大小比较和常用数学运算，并得到相应，参与方不会从中间过程中获取任何关于初始值的信息；抽取并设计统一的键值对数据查询和计算原语，具体如下：(1)查询(GET)原语：GET操作是键值对操作的基本原语：其中，k是查
询值对应的键，表示所有参与方的联合键值对集合；考虑两种情况：1)请求的键是明文形式；2)请求的键是密文形式；第一种情况下，直接通过获取对应值；第二种情况下，使用SecGet协议：给定密文键值对集合其中m表示键值对集合的大小，输入查询的键key，输出此键key对应的值val，满足其计算协议如下：(1.1)对key进行独热编码，转换成一个m维的向量vector
1*m
，即key对应的下标处设为1，其它位置设为0；(1.2)对此向量进行秘密共享加密，并发送给其他参与方[vector]
←
Encrypt(vector)；(1.3)计算的标量积，得到的加和结果即为val的秘密共享形式；(2)计算原语：大小比较、加法和乘法：针对上述查询得到的秘密共享形式的值，结合当前最新的秘密共享协议的优...

【专利技术属性】
技术研发人员：韩伟力，吴豪奇，姜子丰，汪家璇，
申请(专利权)人：复旦大学，
类型：发明
国别省市：