一种高效率隐私计算方法技术

本发明专利技术涉及信息技术领域，具体涉及一种高效率隐私计算方法，N个参与节点参与隐私计算，参与节点经协商分为两组，选出准备节点和汇总节点，每组选出对位节点；分配形式变量，建立目标函数的多项式拟合；构建子任务；将子任务的项系数拆分为N个配比系数；将中间值代号关联子任务编号加密发送给对位节点；隐私数拆分为N个乘数并分配给参与节点；参与节点使用分配到的乘数计算子任务的值，将中间值发送给另一组对位节点；对位节点将同任务编号的中间值相乘记为二次中间值发送给汇总节点；汇总节点将二次中间值相乘记为三次中间值，将全部三次中间值求和，即为隐私计算结果。本发明专利技术的实质性效果是：建立隐私计算方便快捷，能够快速完成隐私计算。隐私计算。隐私计算。

【技术实现步骤摘要】
一种高效率隐私计算方法


[0001]本专利技术涉及信息
，具体涉及一种高效率隐私计算方法。

技术介绍

[0002]数据是推动工业生产和经营的重要因素。数据已作为一种新型生产要素与土地、劳动力、资本、技术等传统要素并列为五大生产要素之一。在数据的驱动下，不同行业不同分工的市场主体能够整体上协调运作。对提高产业效益具有显著的效果，实现生产过程中资源高效利用具有不可替代的作用。数据作为五大生产要素之一，相对于其他生产要素，主要具有以下特点，即能够被无限复制，以及数据越交换越共享则价值越高。导致对数据要素的利用，天然存在矛盾，即在分享使用数据的带来价值的同时，会造成数据的泄露。出于竞争关系及隐私保护目的，当前数据要素仍然局限于企业内部或者行业联盟中，应用范围较窄。业内提出了隐私计算的技术，用于实现数据在使用过程中达到可用不可见的状态，实现数据价值的发掘和隐私保护能够兼顾。但目前的隐私计算存在效率低的问题，尚不能支持大范围的数据隐私计算需求。隐私计算问题已成为行业内持续研究的重要课题。
[0003]如中国专利CN113505395A，公开日2021年10月15日，一种隐私计算方法和隐私计算系统。其方法包括：调度器接收计算任务，并将所述计算任务分发至所述编程接口；编程接口对所述计算任务中的计算指令进行解析，将所述计算指令解析为明文指令和/或密文指令，并将所述明文指令发送至相应数据方的明文引擎，以及将所述密文指令发送至密文引擎；明文引擎基于持有的明文数据和/或从所述明文引擎对应的明文缓存中读取的明文数据，执行接收到的明文指令；密文引擎基于从所述密文缓存中读取的密文数据，执行接收到的密文指令。其技术方案需要依赖专用的硬件系统，建立隐私计算的成本高昂，不适宜广泛使用。

技术实现思路

[0004]本专利技术要解决的技术问题是：目前缺乏适合广泛使用的隐私计算方案的技术问题。提出了一种高效率隐私计算方法，使用本专利技术方法建立隐私计算方便快捷，能够高效率的完成隐私计算过程。
[0005]为解决上述技术问题，本专利技术所采取的技术方案为：一种高效率隐私计算方法，包括：N个参与节点参与隐私计算，参与节点经协商分为两组，记为第一组和第二组，参与节点投票选出一个准备节点和一个汇总节点，每组选出一个对位节点，所述准备节点、汇总节点和对位节点均为不同的参与节点；所述准备节点为每个隐私数分配形式变量，使用形式变量写出目标函数的表达式，建立目标函数的多项式拟合，将多项式展开为若干个乘积项的加权和，乘积项的系数记为项系数；所述准备节点为每个乘积项构建子任务，所述子任务包括子任务编号和乘积项，将子任务公开；所述准备节点将子任务的乘积项对应的项系数拆分为N个乘数，记为配比系数，将配比系数关联子任务编号加密分配给参与节点；所述准备节点为每个子任务分配中间值代号，将中间值代号关联子任务编号，加密后发送给两个对
位节点；参与节点将各自的隐私数拆分为N个乘数并分配给N个参与节点；参与节点使用分配到的乘数计算每个子任务的值，将子任务的值乘以配比系数作为子任务的中间值，将中间值关联子任务编号加密发送给另一组的对位节点；两个所述对位节点将同任务编号的中间值相乘，乘积记为二次中间值，将二次中间值关联中间值代号后加密发送给汇总节点；所述汇总节点将同中间值代号的二次中间值相乘，记为三次中间值，而后将全部三次中间值求和，结果即为隐私计算结果，将结果公开。
[0006]作为优选，建立目标函数的多项式拟合的方法包括：根据目标函数举例生成若干个样本数据；建立多项式拟合表达式，赋予多项式拟合的项系数初始值；将样本数据代入多项式拟合表达式获得拟合值，计算拟合值与样本数据标签值差值的平方记为损失值；构建损失函数，所述损失函数等于全部样本数据的损失值的和；使用优化算法获得多项式拟合的项系数的最优值，使得损失函数的值最小。
[0007]作为优选，根据目标函数举例生成若干个样本数据的方法包括：所述准备节点向每个参与节点索要隐私数的取值范围，若参与节点未返回隐私数，则使用预设的默认取值范围；所述准备节点在每个隐私数的取值范围内，均匀生成隐私数的多个举例数；将隐私数的举例数随机组合为取值组，将取值组代入目标函数，获得目标函数的结果；将结果作为标签值标记所述取值组作为样本数据。
[0008]作为优选，若干个参与节点分别将各自的隐私数取值范围划分为若干个区间，分别统计各自的隐私数落入每个区间的概率，作为区间概率，将区间概率发送给准备节点；所述准备节点随机在隐私数的取值范围内生成举例数，使举例数在区间的分布概率与区间概率相符；将隐私数的举例数随机组合为取值组，将取值组代入目标函数，获得目标函数的结果；将结果作为标签值标记所述取值组，作为样本数据。
[0009]作为优选，包括：所述准备节点生成混淆变量，混淆变量取值范围为[T
‑
ε,T+ε]，T和ε均为预设常数，将混淆变量纳入样本数据，建立多项式拟合表达式时，将混淆变量视为自变量加入到多项式拟合表达式中，所述准备节点在所述取值范围内随机生成混淆变量的值，所述准备节点将混淆变量作为隐私数参与到隐私计算中。
[0010]作为优选，包括：所述准备节点生成多个混淆变量，混淆变量的取值范围为[Ti
‑
ε,Ti+ε]，每个混淆变量的取值范围中Ti的值不同，将多个混淆变量纳入样本数据以及多项式拟合中，将多个混淆变量随机分配给多个参与节点，多个参与节点在对应的取值范围内生成随机数作为混淆变量的值，将分配到的混淆变量视为隐私数参与到隐私计算中。
[0011]作为优选，所述子任务编号包括主编号和副编号，所述准备节点向第一组参与节点公开子任务的主编号，向第二组参与节点公开子任务的副编号；所述准备节点为每个子任务的主编号生成二次主代号，为每个子任务的副编号生成二次副代号，将二次主代号和二次副代号的对应关系发送给汇总节点；所述准备节点将二次主代号关联主编号发送给第一组的对位节点，将二次副代号关联副编号发送给第二组的对位节点；第一组的对位节点将二次中间值关联二次主代号发送给汇总节点，第二组的对位节点将二次中间值关联二次副代号发送给汇总节点；所述汇总节点将二次主代号和对应的二次副代号关联的两个二次中间值相乘获得三次中间值。
[0012]作为优选，所述准备节点生成混淆系数K1和混淆系数K2，令K=K1*K2，将多项式拟合的全部项系数均除以K，而后再构建子任务并将子任务公开，将混淆系数K1和混淆系数K2
加密后分别发送给第一组和第二组的对位节点，对位节点计算出二次中间值后，将二次中间值乘以收到的混淆系数作为最终的二次中间值，而后再将二次中间值关联中间值代号后加密发送给汇总节点。
[0013]本专利技术的实质性效果是：在参与节点中投票选出准备节点、汇总节点和对位节点即可进行隐私计算，不需要借助可信硬件，建立隐私计算方便快捷；使用多项式建立目标函数的拟合，将目标函数转换为统一的形式，在进行隐私计算时不涉及复杂的加密算法，能够快速的完成隐私计算；构建混淆变量和混淆系数能够进一步提高隐私计算的安全性。...

【技术保护点】

【技术特征摘要】
1.一种高效率隐私计算方法，其特征在于，包括：N个参与节点参与隐私计算，参与节点经协商分为两组，记为第一组和第二组，参与节点投票选出一个准备节点和一个汇总节点，每组选出一个对位节点，所述准备节点、汇总节点和对位节点均为不同的参与节点；所述准备节点为每个隐私数分配形式变量，使用形式变量写出目标函数的表达式，建立目标函数的多项式拟合，将多项式展开为若干个乘积项的加权和，乘积项的系数记为项系数；所述准备节点为每个乘积项构建子任务，所述子任务包括子任务编号和乘积项，将子任务公开；所述准备节点将子任务的乘积项对应的项系数拆分为N个乘数，记为配比系数，将配比系数关联子任务编号加密分配给参与节点；所述准备节点为每个子任务分配中间值代号，将中间值代号关联子任务编号，加密后发送给两个对位节点；参与节点将各自的隐私数拆分为N个乘数并分配给N个参与节点；参与节点使用分配到的乘数计算每个子任务的值，将子任务的值乘以配比系数作为子任务的中间值，将中间值关联子任务编号加密发送给另一组的对位节点；两个所述对位节点将同任务编号的中间值相乘，乘积记为二次中间值，将二次中间值关联中间值代号后加密发送给汇总节点；所述汇总节点将同中间值代号的二次中间值相乘，记为三次中间值，而后将全部三次中间值求和，结果即为隐私计算结果，将结果公开。2.根据权利要求1所述的一种高效率隐私计算方法，其特征在于，建立目标函数的多项式拟合的方法包括：根据目标函数举例生成若干个样本数据；建立多项式拟合表达式，赋予多项式拟合的项系数初始值；将样本数据代入多项式拟合表达式获得拟合值，计算拟合值与样本数据标签值差值的平方记为损失值；构建损失函数，所述损失函数等于全部样本数据的损失值的和；使用优化算法获得多项式拟合的项系数的最优值，使得损失函数的值最小。3.根据权利要求2所述的一种高效率隐私计算方法，其特征在于，根据目标函数举例生成若干个样本数据的方法包括：所述准备节点向每个参与节点索要隐私数的取值范围，若参与节点未返回隐私数，则使用预设的默认取值范围；所述准备节点在每个隐私数的取值范围内，均匀生成隐私数的多个举例数；将隐私数的举例数随机组合为取值组，将取值组代入目标函数，获得目标函数的结果；将结果作为标签值标记所述取值组作为样本数据。4.根据权利要求2所述的一种高效率隐私计算方法，其特征在于，若干个参与节点分别将各自的隐私数取值范围划分为若干个区间，分别统计各自的隐私数落入每个区间的概率，作为区间概率...

【专利技术属性】
技术研发人员：张金琳，高航，俞学劢，
申请(专利权)人：浙江数秦科技有限公司，
类型：发明
国别省市：