基于数据加密的模型训练方法及系统技术方案

本发明专利技术提供一种基于数据加密的模型训练方法及系统，属于数据处理技术领域，包括：使用公钥加密原始数据得到密文c；生成随机负数R和随机负数的相反数R1，使用公钥加密随机负数的相反数R1得到密文份额c2；将c和c2通过同态运算生成秘密共享的密文份额c3；使用私钥解密所述密文份额c3，得到明文份额m3；使用随机负数和明文份额m3，借助Beaver三元组进行交互训练，得到两个模型份额；将得到的两个模型份额进行相加，得到最终所需要的模型。本发明专利技术可以自身需求有针对性地搜索数据进行训练，具有较强的数据选择灵活性；数据存储、训练中，均是以密文或者明文份额存在，保证了数据的安全性；在模型训练之前，数据从同态密文转换为明文份额，保证了模型训练的高效性和准确性。保证了模型训练的高效性和准确性。保证了模型训练的高效性和准确性。

【技术实现步骤摘要】
基于数据加密的模型训练方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种基于数据加密的模型训练方法及系统。

技术介绍

[0002]传统的机器学习中，用户需要直接将明文数据上传到服务器，而互联网上很多包含大量数据的服务器存在严重的安全漏洞，更有些云服务商(例如谷歌、Facebook)其会自动挖掘用户隐私数据，导致用户数据隐私信息的泄露，因此，数据直接以明文状态存储在云服务器，会危害用户信息安全。
[0003]采用同态加密技术可以将数据以密文的形式上传到服务器，并对实数计算进行优化，再利用最小二乘法去近似sigmod函数以提高精度和效率(即降低计算成本)。虽然同态方案在数据的安全性上提供了很大的保障，但其存在时间与性能消耗的弊端，无法在短时间内训练出有效模型。
[0004]采用秘密共享将数据变成份额形式上传至两服务器，再将两服务器中的份额数据通过beaver三元组实现预测与模型训练。该方法在不暴露隐私的情况下快速地得到所需要的结果，并且具有较好的模型准确率。但在实际场景中，每个用户都是一次性将自己完整的数据上传到云服务商，并不是数据份额的形式分次上传，所以该方法并不方便用户直接使用。
[0005]在实际应用中，不同的用户拥有不同的需求，所请求的模型一般也是不同的。例如在医疗场景中，医疗机构想得到某种疾病的模型，则需要从病人的电子病历信息中筛选出与该疾病相关的检测数据，并不是直接使用一份完整的电子病历；并且对于不同的疾病模型，所需求的相关数据一般也是不同的。然而在以往的结合数据隐私保护的机器学习算法中，均是利用上传到云端的完整数据集进行模型训练，无法对数据集的某项特征进行筛选，无法灵活的满足用户的需求。

技术实现思路

[0006]本专利技术的目的在于提供一种能够进行数据特定特征筛选，满足用户需求灵活性，同时提高了数据存储、训练的安全性和效率的基于数据加密的模型训练方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0007]为了实现上述目的，本专利技术采取了如下技术方案：
[0008]一方面，本专利技术提供一种基于数据加密的模型训练方法，包括：
[0009]使用公钥加密原始数据得到密文c；
[0010]生成随机负数R和随机负数的相反数R1，其中，R作为训练所需的明文份额，使用公钥加密随机负数的相反数得到密文份额c2；
[0011]将c和c2通过同态运算生成秘密共享的密文份额c3；
[0012]使用私钥解密所述密文份额c3，得到明文份额m3；
[0013]将两部分明文份额，借助Beaver三元组进行交互训练，得到两个模型份额；
[0014]将得到的两个模型份额进行相加，得到最终所需要的模型。
[0015]优选的，在得到密文c之前，还包括以下步骤：在可信任服务器中生成公私钥对和Beaver三元组，生成伪随机函数、随机预言机和随机数。
[0016]优选的，可信服务器随机选择两个长度相等的大素数p和q，满足gcd(pq(p
‑
1)(q
‑
1))＝1；
[0017]计算n＝pq和λ＝(lcm(p
‑
1),(q
‑
1))，随机选择整数1))，随机选择整数表示模n2的互质同余类，并满足gcd(L(g
λ
mod n2),n)＝1；
[0018]生成公钥为pk＝(n,g)，私钥为sk＝λ；
[0019]生成Beaver三元组<Z,U,V>，且满足Z＝U
×
V；
[0020]生成3个伪随机函数分别为：
[0021]F:{0,1}
k
×
{0,1}
*
→
{0,1}
k
、G:{0,1}
k
×
{0,1}
*
→
{0,1}
k
、P:{0,1}
k
×
{0,1}
*
→
{0,1}
k
；
[0022]生成两个随机预言机分别为：H1:{0,1}
*
→
{0,1}
*
、H2:{0,1}
*
{0,1}
*
；
[0023]生成3个k位随机数分别为：K1、K2、K3。
[0024]优选的，提取原始数据的关键词、文件标志符；结合对称可搜索加密算法SSE，利用关键词、伪随机函数，构建查询表；结合对称可搜索加密算法SSE，利用关键词、伪随机函数、随机预言机、文件标志符，构建存储链表；利用公钥加密原始数据，生成的密文c为：c＝Enc
pk
(m,r1)＝g
m
×
r
1n mod n2。
[0025]优选的，构建查询表T
s
为：其中，w表示关键词，N1表示存储链表中的第一个节点，addr
s
表示存储链表中节点的地址，表示异或运算。
[0026]优选的，构建存储链表L
w
为：
[0027][0028]其中，N
i
表示链表中的第i个结点，i＝(1,2,...,#f
w
)；θ
i
表示为对应于每一个N
i
的k位随机字符串，id表示文件标志符。
[0029]优选的，得到的密文份额c2为：
[0030]其中，Enc
pk
表示加密算法。
[0031]生成的密文份额c3为：
[0032][0033]其中，m表示原始数据，其中，m表示原始数据，表示模n的互质同余类。
[0034]第二方面，本专利技术提供一种基于数据加密的模型训练系统，包括：
[0035]第一加密模块，用于使用公钥加密原始数据得到密文c；
[0036]第二加密模块，用于生成随机负数R和随机负数的相反数R1，其中，R作为训练所需的明文份额，使用公钥加密随机负数的相反数得到密文份额c2；
[0037]同态运算模块，用于将c和c2通过同态运算生成秘密共享的密文份额c3；
[0038]解密模块，用于使用私钥解密所述密文份额c3，得到明文份额m3；
[0039]交互运算模块，用于将两部分明文份额R和m3，借助Beaver三元组进行交互训练，得到两个模型份额；
[0040]结合模块，用于将两个模型份额进行相加，得到最终所需要的模型。
[0041]第三方面，本专利技术提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于数据加密的模型训练方法。
[0042]第四方面，本专利技术提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据加密的模型训练方法，其特征在于，包括：使用公钥加密原始数据得到密文c；生成随机负数R和随机负数的相反数R1，其中，将随机负数R作为模型训练的一部分明文份额，使用公钥加密随机负数的相反数R1得到密文份额c2；将c和c2通过同态运算生成秘密共享的密文份额c3；使用私钥解密所述密文份额c3，得到另一部分明文份额m3；将两部分明文份额，借助Beaver三元组进行交互训练，得到两个模型份额；将得到的两个模型份额进行相加，得到最终所需要的模型。2.根据权利要求1所述的基于数据加密的模型训练方法，其特征在于，在得到密文c之前，还包括以下步骤：在可信任服务器中生成公私钥对和Beaver三元组，生成伪随机函数、随机预言机和随机数。3.根据权利要求2所述的基于数据加密的模型训练方法，其特征在于：可信服务器随机选择两个长度相等的大素数p和q，满足gcd(pq(p
‑
1)(q
‑
1))＝1；计算n＝pq和λ＝(lcm(p
‑
1),(q
‑
1))，随机选择整数g，并满足gcd(L(g
λ
modn2),n)＝1；表示模n2的互质同余类；生成公钥为pk＝(n,g)，私钥为sk＝λ；生成Beaver三元组<Z,U,V>，且满足Z＝U
×
V；生成3个伪随机函数分别为：F:{0,1}
k
×
{0,1}
*
→
{0,1}
k
、G:{0,1}
k
×
{0,1}
*
→
{0,1}
k
、P:{0,1}
k
×
{0,1}
*
→
{0,1}
k
；生成两个随机预言机分别为：H1:{0,1}
*
→
{0,1}
*
、H2:{0,1}
*
{0,1}
*
；生成3个k位伪随机数分别为：K1、K2、K3。4.根据权利要求3所述的基于数据加密的模型训练方法，其特征在于，提取原始数据的关键词、文件标志符；结合对称可搜索加密算法SSE，利用关键词、伪随机函数，构建查询表；结合对称可搜索...

【专利技术属性】
技术研发人员：赵川，贾海鑫，荆山，刘伟，
申请(专利权)人：济南大学，
类型：发明
国别省市：