一种保护多方数据隐私的联邦异常检测方法技术

本发明专利技术涉及数据安全和隐私计算技术领域，具体是一种保护多方数据隐私的联邦异常检测方法，具体步骤包括步骤1、步骤2和步骤3。本发明专利技术采用安全联邦多视图谱聚类算法，其中只有加密参数在各方之间共享，借助paillier同态加密机制，每一方只能解密来自各方的聚合参数，然后在每次迭代时计算其局部聚类结构，直到收敛，多视图联邦异常评估模块结合全局和局部聚类结果，定义一种多视图数据异常度量方法，识别不同类型的多视图异常数据，并且能够保证所有参与方都可以得出相同的检测结果。有参与方都可以得出相同的检测结果。有参与方都可以得出相同的检测结果。

【技术实现步骤摘要】
一种保护多方数据隐私的联邦异常检测方法


[0001]本专利技术涉及数据安全和隐私计算
，具体是一种保护多方数据隐私的联邦异常检测方法。

技术介绍

[0002]多视图数据异常检测是从多视图数据中识别异常样本的一项重要技术，被应用在许多不同领域，例如网络入侵检测、视频监控、垃圾邮件检测、金融账户欺诈分析、电力大数据分析等等。多视图数据一般由多个机构采集，每个机构拥有数据的一个视图，传统的多视图数据检测方法主要采用集中式的多视图数据异常值检测方法。
[0003]然而这种方法存在一个主要问题：需要收集所有来自各数据拥有方的数据，并只能在单个服务器上以集中的方式进行检测，集中式方法没有考虑各方拥有的敏感数据存在泄露私人信息的风险，容易引发严重的隐私问题。
[0004]因此，针对多方数据拥有者的场景，如何在不直接共享数据的基础上，设计一种保护数据隐私信息的多方多视图数据异常检测方法，已成为当下亟待解决的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种保护多方数据隐私的联邦异常检测方法，以解决上述
技术介绍
中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种保护多方数据隐私的联邦异常检测方法，其特征在于，包括如下步骤：步骤1、将m个数据拥有者DO连接在相互通信的安全通道上，每个DO通过该通道广播信息，或从其他DO接收信息；步骤2：对于其中一个DO，联邦谱聚类模块通过通道与其他DO交换信息，并将U
*
和G
i
提供给多视图联邦异常评估模块；步骤3：多视图联邦异常评估模块广播G
i
并接收来自其他DO的所有簇分配矩阵，以识别两种类型的多视图异常。2.根据权利要求1所述的一种保护多方数据隐私的联邦异常检测方法，其特征在于，步骤2中联邦谱聚类模块的具体工作流程如下：S1、初始化：利用可信中心机构TA来为每个数据拥有者DO生成密钥，并假设密钥以一种安全的方式分配给所有的DO，生成秘钥的公式为：KeyGen(κ)
→
(pa，sk
′
i
，sk)，i＝1，...，mS2、视觉特征的特征向量矩阵优化：对每个DO进行求解，得到视图特征向量矩阵(VEM)U
i
的最佳值，求解公式为：的最佳值，求解公式为：S3、加密：每个DO通过初始化的密钥为自己拥有的参数进行加密，并发送给其他DO，加密算法采用paillier同态加密算法下的安全联邦多视图谱聚类算法，其定义：每个人都需要安全地与其他DO共享自己的因此，每个DO通过修改的paillier系统的密钥sk
′
i
对S
i
进行加密：Encrypt(S
i
，sk
′
i
)
→
[[S
i
]]对于S
i
中的每个元素s
i
，都可以通过下式计算来实现：S4、聚合：每个DO将自己的参数和接收到的其余DO的参数合并在一起，在发送S
i
后，每个DO还接收了其他DO的m个密文，为了得到S
i
的和，DO需要执行聚合操作：Aggregate([[S1]]，
…
，[[S
m
]])
→
[[S]]，具体计算方式：S5、解密：对聚合后的参数解密，DO通过密钥sk解密密文[[S]]：Decrypt([[S]]，sk)
→
S，具体计算方式：S6、公共特征向量矩阵优化(CEM优化)：当得到S的值时，即DO用下述公式
求得公共特征向量矩阵U
*
：s.t.U
*T
U
*
＝IS1
‑
S6迭代执行，直到特征向量矩阵U
*
满足预定义的收敛标准；S7、聚类：通过U
*
采用传统的聚类算法导出全局聚类分配矩阵G
i
。3.根据权利要求2所述的一种保护多方数据隐私的联邦异常检测方法，其特征在于，S1式中：κ是一个给定的安...

【专利技术属性】
技术研发人员：陈曦，辛锐，姜丹，王洪涛，李士林，彭姣，王新颖，张鹏飞，张博，赵劭康，卢艳艳，刘汝坤，贺月，李涛，
申请(专利权)人：华北电力大学保定国家电网有限公司，
类型：发明
国别省市：