一种基于同态加密的精准营销评估的隐私计算方法及系统技术方案

本文提供了一种基于同态加密的精准营销评估的隐私计算方法及系统，包括：银行将获取到的用户的加密的个人数据导入至训练完成的营销评估模型中，得到分析结果；银行生成随机数，将随机数与分析结果相加后得到带噪声的分析结果并发送至管理机构；管理机构将带噪声的分析结果进行解密，得到带噪声的营销活动类别并发送至银行；银行根据随机数去除带噪声的营销活动类别中的噪声，得到用户对应的营销活动类别，本文在营销评估的过程中，既保护了用户的个人数据安全，又提升了银行的隐私，且解密的过程发生于管理机构，也保证了本方法的实施符合相关的法律法规，且由于本文的营销评估模型为输入维度较多，因此可以得到更为准确的预测结果。测结果。测结果。

【技术实现步骤摘要】
一种基于同态加密的精准营销评估的隐私计算方法及系统


[0001]本专利技术涉及移动互联
，尤其是一种基于同态加密的精准营销评估的隐私计算方法及系统。

技术介绍

[0002]当前，银行通过评估用户的消费数据，向用户推荐恰当的营销活动时。仅可以获取用户使用本行的借记卡进行消费时的消费数据。由于影响用户办理营销业务的因素有很多，单从本行的消费数据很难客观的评价一个用户的消费特点，因此造成了向用户推荐营销业务时推荐不合理，用户的积极性较低。
[0003]理想中，可以结合各种“显性”标签或“隐性”标签，例如FICO、信用分，或者家庭资产、车产、工作单位、月薪收入、公积金缴纳情况、朋友关系、消费交易情况等运营商数据和政府公共部门数据对用户的消费特点进行全方位的考量，进而可以为用户推荐更加契合用户真实消费特点的营销产品。
[0004]但是在运营商和政府公共部门不愿意向银行泄露用户隐私，以及相关法律和监管要求运营商和政府公共部门不得向第三方(银行)提供用户数据时，银行无法结合运营商数据和政府公共部门数据对用户的消费特点进行全方位的考量，因此阻碍了银行精准营销的评估。

技术实现思路

[0005]针对现有技术的上述问题，本文的目的在于，提供一种基于同态加密的精准营销评估的隐私计算方法及系统，以解决现有技术中银行无法结合运营商数据和政府公共部门数据对用户的消费特点进行全方位的考量，因此阻碍了银行精准营销评估的问题。
[0006]为了解决上述技术问题，本文的具体技术方案如下：
[0007]一方面，本文提供一种基于同态加密的精准营销评估的隐私计算方法，包括：
[0008]银行将获取到的用户的加密的个人数据导入至训练完成的营销评估模型中，得到分析结果；
[0009]所述银行生成随机数，将所述随机数与所述分析结果相加后得到带噪声的分析结果并发送至管理机构；
[0010]所述管理机构将所述带噪声的分析结果进行解密，得到带噪声的营销活动类别并发送至所述银行；
[0011]所述银行根据所述随机数去除所述带噪声的营销活动类别中的噪声，得到所述用户对应的营销活动类别。
[0012]作为本文的一个实施例，在所述银行将获取到的用户的加密个人数据导入至训练完成的营销评估模型中，得到分析结果之前，包括：
[0013]所述银行接收所述用户输入的身份信息，根据所述身份信息生成数据请求指令并向所述管理机构发送；
[0014]当所述管理机构接收到所述数据请求指令时生成公钥，并将所述数据请求指令携带所述公钥转发到至少一个职能机构；
[0015]所述职能机构根据数据请求指令查询得到所述用户对应的个人数据；
[0016]所述职能机构使用所述公钥将所述个人数据加密后得到所述加密个人数据，并发送至所述银行。
[0017]作为本文的一个实施例，所述管理机构将所述带噪声的分析结果进行解密，进一步包括：
[0018]所述管理机构使用与所述公钥对应的私钥将所述带噪声的分析结果进行解密；
[0019]所述公钥以及所述私钥根据全同态加密算法得到。
[0020]作为本文的一个实施例，所述营销评估模型根据训练集以及神经网络模型无监督训练得到，其中所述训练集包括使用所述管理机构的公钥加密的个人数据以及标注过的营销活动类别。
[0021]作为本文的一个实施例，所述个人数据包括信用数据、固定资产数据、收支数据、社保缴纳数据、司法风险数据、位置数据和社会关系数据。
[0022]作为本文的一个实施例，所述随机数根据蒙特卡罗法、冯诺依曼法、乘同余法、混合同余法和正态随机数生成法中的一种或多种确定得到。
[0023]另一方面，本文还提供一种基于同态加密的精准营销评估的隐私计算系统，包括：
[0024]所述银行，用于将获取到的用户的加密的个人数据导入至训练完成的营销评估模型中，得到分析结果；
[0025]还用于生成随机数，将所述随机数与所述分析结果相加后得到带噪声的分析结果并发送至管理机构；
[0026]所述管理机构，用于将所述带噪声的分析结果进行解密，得到带噪声的营销活动类别并发送至所述银行；
[0027]所述银行，还用于根据所述随机数去除所述带噪声的营销活动类别中的噪声，得到所述用户对应的营销活动类别。
[0028]另一方面，本文还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于同态加密的精准营销评估的隐私计算方法。
[0029]另一方面，本文还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于同态加密的精准营销评估的隐私计算方法。
[0030]另一方面，本文还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现所述的基于同态加密的精准营销评估的隐私计算方法。
[0031]采用上述技术方案，通过银行将获取到的用户的加密的个人数据导入至训练完成的营销评估模型中，得到分析结果，可以实现获取分析结果，该分析结果使用管理机构的为密文数据，并不是具体的营销活动类别，因此银行无法得知具体的数值；通过所述银行生成随机数，将所述随机数与所述分析结果相加后得到带噪声的分析结果并发送至管理机构，可以在分析结果的基础上添加噪声，避免银行获取银行的具体营销活动类别；通过所述管
理机构将所述带噪声的分析结果进行解密，得到带噪声的营销活动类别并发送至所述银行，可以实现对带噪声的营销活动类别进行解密；通过所述银行根据所述随机数去除所述带噪声的营销活动类别中的噪声，得到所述用户对应的营销活动类别，可以得到具体的营销活动类别，且全程银行无法查看用户的个人数据，管理机构无法查看银行的营销活动类别，在营销评估的过程中，既保护了用户的个人数据安全，又提升了银行的隐私，且解密的过程发生于管理机构，也保证了本方法的实施符合相关的法律法规。
[0032]为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0033]为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1示出了本文实施例一种基于同态加密的精准营销评估的隐私计算方法的整体系统图；
[0035]图2示出了本文实施例一种基于同态加密的精准营销评估的隐私计算方法的步骤示意图；
[0036]图3示出了本文实施例个人数据获取方法示意图；
[0037]图4示出了本文实施例一种基于同态加密的精准营销评估的隐私计算系统示意图；
[0038]图5示出了本文实施例计算机设备示意图；...

【技术保护点】

【技术特征摘要】
1.一种基于同态加密的精准营销评估的隐私计算方法，其特征在于，包括：银行将获取到的用户的加密的个人数据导入至训练完成的营销评估模型中，得到分析结果；所述银行生成随机数，将所述随机数与所述分析结果相加后得到带噪声的分析结果并发送至管理机构；所述管理机构将所述带噪声的分析结果进行解密，得到带噪声的营销活动类别并发送至所述银行；所述银行根据所述随机数去除所述带噪声的营销活动类别中的噪声，得到所述用户对应的营销活动类别。2.根据权利要求1所述的基于同态加密的精准营销评估的隐私计算方法，其特征在于，在所述银行将获取到的用户的加密个人数据导入至训练完成的营销评估模型中，得到分析结果之前，包括：所述银行接收所述用户输入的身份信息，根据所述身份信息生成数据请求指令并向所述管理机构发送；当所述管理机构接收到所述数据请求指令时生成公钥，并将所述数据请求指令携带所述公钥转发到至少一个职能机构；所述职能机构根据数据请求指令查询得到所述用户对应的个人数据；所述职能机构使用所述公钥将所述个人数据加密后得到所述加密个人数据，并发送至所述银行。3.根据权利要求2所述的基于同态加密的精准营销评估的隐私计算方法，其特征在于，所述管理机构将所述带噪声的分析结果进行解密，进一步包括：所述管理机构使用与所述公钥对应的私钥将所述带噪声的分析结果进行解密；所述公钥以及所述私钥根据全同态加密算法得到。4.根据权利要求1所述的基于同态加密的精准营销评估的隐私计算方法，其特征在于，所述营销评估模型根据训练集以及神经网络模型无监督训练得到，其中所述训练集包括使用所述管理机构的公钥加密的个人数据以及标注过的营销活动类别。5.根据权利要求1所述的基于同态加密的精...

【专利技术属性】
技术研发人员：王军辉，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：