基于LU分解的用户隐私保护方法、装置、设备及介质制造方法及图纸

本申请公开了一种基于LU分解的用户隐私保护方法、装置、设备及介质，涉及物联网领域，包括：通过构造的单位下三角矩阵及上三角矩阵对初始数据矩阵进行线性转换，得到转换后矩阵；基于边缘服务器的数量对转换后矩阵进行拆分，得到若干拆分后矩阵，并将若干拆分后矩阵推送至边缘服务器进行LU分解，生成相应的分解结果；获取所述分解结果，并基于预设密钥生成目标向量，以通过目标向量以及转换后矩阵对分解结果进行验证；若通过验证，则基于单位下三角矩阵以及上三角矩阵构造解密矩阵，以通过解密矩阵对分解结果进行恢复，得到最终结果。由此，可以通过边缘服务器进行LU分解，以保证运算数据的隐私性、计算结果的可验证性及边缘计算的高效性。

【技术实现步骤摘要】

本专利技术涉及物联网领域，特别涉及一种基于lu分解的用户隐私保护方法、装置、设备及介质。

技术介绍

1、lu分解是一个基本的数学工具，在许多领域有着广泛的应用。例如，在数值分析中，lu分解用于解线性方程、矩阵求逆和计算行列式。在计算机视觉领域，lu分解可用于放大数字图像以检测细微差异。在电子商务领域，lu分解用于分析大数据集来预测业务趋势。在医学应用中，医生可以使用lu分解对医学图像进行去噪处理。然而，由于lu分解涉及的数据量庞大，矩阵规模可以达到数千甚至数百万，资源有限的物联网用户难以承担大规模的计算量。云辅助下的隐私计算技术能够将用户复杂的计算任务外包给云服务器或者边缘服务器计算，同时保证外包过程的安全性，从而有效地解决lu分解这一大规模科学计算问题。

2、虽然边缘计算带来了许多益处，但也面临着一些安全挑战。在边缘计算的过程中，运算的输入和输出常常涉及到用户隐私信息。一旦边缘服务器知道了用户的敏感信息，就可能滥用用户信息，给用户造成损失。其次，边缘服务器可能由于软件/硬件故障导致运算错误，或者出于经济利益而直接返回随机结果，用户可能会收到边本文档来自技高网...

【技术保护点】

1.一种基于LU分解的用户隐私保护方法，其特征在于，应用于物联网设备，包括：

2.根据权利要求1所述的基于LU分解的用户隐私保护方法，其特征在于，所述通过构造的单位下三角矩阵以及上三角矩阵对物联网设备获取的用户隐私数据对应的初始数据矩阵进行线性转换，以得到转换后矩阵之前，还包括：

3.根据权利要求1所述的基于LU分解的用户隐私保护方法，其特征在于，所述通过构造的单位下三角矩阵以及上三角矩阵对物联网设备获取的用户隐私数据对应的初始数据矩阵进行线性转换，以得到转换后矩阵，包括：

4.根据权利要求1所述的基于LU分解的用户隐私保护方法，其特征在于，所述基于边...

【技术特征摘要】

1.一种基于lu分解的用户隐私保护方法，其特征在于，应用于物联网设备，包括：

2.根据权利要求1所述的基于lu分解的用户隐私保护方法，其特征在于，所述通过构造的单位下三角矩阵以及上三角矩阵对物联网设备获取的用户隐私数据对应的初始数据矩阵进行线性转换，以得到转换后矩阵之前，还包括：

3.根据权利要求1所述的基于lu分解的用户隐私保护方法，其特征在于，所述通过构造的单位下三角矩阵以及上三角矩阵对物联网设备获取的用户隐私数据对应的初始数据矩阵进行线性转换，以得到转换后矩阵，包括：

4.根据权利要求1所述的基于lu分解的用户隐私保护方法，其特征在于，所述基于边缘服务器的数量对所述转换后矩阵进行拆分，以得到若干拆分后矩阵，并将所述若干拆分后矩阵推送至所述边缘服务器进行lu分解，生成相应的分解结果，包括：

5.根据权利要求4所述的基于lu分解的用户隐私保护方法，其特征在于，所述基于所述边...

【专利技术属性】
技术研发人员：于乐云，丁尼，戴晓亮，刘欢，李夏洁，张小其，万飞云，吴智，
申请(专利权)人：建投物联股份有限公司，
类型：发明
国别省市：