一种基于区块链的隐私数据交易方法、系统及介质技术方案

本发明专利技术公开了一种基于区块链的隐私数据交易方法，包括交易过程采用数据扰动方法对待交易隐私数据集进行保护，具体方法为y

【技术实现步骤摘要】
一种基于区块链的隐私数据交易方法、系统及介质


[0001]本专利技术隐私数据处理领域，具体涉及一种基于区块链的隐私数据交易方法、系统及介质，用于隐私数据交易。

技术介绍

[0002]区块链，是在分布式对等网络中、计算节点间共同构建并维护的一条由多个数据区块前后链接的链式数据库。当前，区块链技术已融合了分布式网络技术、共识算法、智能合约技术、密码算法等众多前沿技术，数据交易是当前区块链应用中的重点方向之一。
[0003]现有的基于区块链的隐私数据交易方法，通常在交易双方完成数据交易的同时保护数据的安全性、隐私性以及用户身份的隐私性，数据的隐私保护主要在数据存储阶段通过对称加密算法AES(Advanced Encryption Standard，高级加密标准)与公钥加密算法RSA对数据的双重加密实现，一方面加解密算法需要耗费大量计算资源，计算成本高，而且最终数据需求者完成交易后获得的是没有任何隐私保护的明文数据，隐私保护度也存在相应的问题。

技术实现思路

[0004]本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于区块链的隐私数据交易方法、系统及介质，增加隐私数据可靠性、降低计算量。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种基于区块链的隐私数据交易方法，交易过程采用数据扰动方法对待交易隐私数据集进行保护，具体方法为：
[0007]y
i
＝f1(x
i
,k
i
)/>[0008]其中f1为扰动函数，x
i
为原始隐私数据集X＝{x1,...,x
n
}中的数据，y
i
为扰动后的隐私数据集Y＝{y1,...,y
n
}中的元素，k
i
为预设扰动向量，
[0009]扰动函数的具体计算为x
i
按位加上或减去k
i
得到y
i
。
[0010]可选地，所述预设扰动向量k
i
的生成方法为：
[0011]规定一个范围[l
i
,u
i
]，令任意c
ij
∈k
i
均满足
[0012]其中，l
i
、u
i
为常数，λ
i
表示尺度参数，f2为拉普拉斯分布函数，n为原始隐私数据集X＝{x1,...,x
n
}中的数据个数。
[0013]可选地，具体实施步骤包括：
[0014]S1：买方构造数据需求事务提案，提案签名后将数据需求上传到区块链；
[0015]S2：卖方根据买方的数据需求对隐私数据进行分类，得到原始隐私数据集X＝{x1,...,x
n
}；
[0016]S3：卖方构造包含隐私数据的区块链事务提案，对提案签名后将隐私数据类别与隐私数据上传到区块链；
[0017]S4：卖方指定各类隐私数据的最大扰动值向量K
max
，并根据数据扰动算法计算出对应的扰动数据集Z＝{z1,
…
,z
n
}及最大隐私保护距离D
max
，然后指定在不加数据扰动直接披露各类数据时所希望获得的收益R＝{r1,
…
,r
n
}；
[0018]S5：卖方构造区块链事务提案，将所述K
max
、Z＝{z1,
…
,z
n
}和R＝{r1,
…
,r
n
}上传到区块链；
[0019]S6：买方根据所述K
max
、Z＝{z1,
…
,z
n
}和R＝{r1,
…
,r
n
}对各类隐私数据集提出买方报价P＝{p1,
…
,p
n
}，并将P＝{p1,
…
,p
n
}上传到区块链；
[0020]S7：若卖方同意买方的出价，则根据买方出价，通过隐私披露
‑
收益算法计算出该价格下数据的隐私保护度D＝{d1,...,d
n
}，再指定扰动值，根据数据扰动算法计算出隐私数据集Y＝{y1,...,y
n
}，使得各类隐私数据之间的距离至少达到D＝{d1,...,d
n
}；
[0021]S8：卖方构造区块链事务提案，将所述隐私数据集Y＝{y1,...,y
n
}通过传输层安全协议Transport Layer Security(TLS)发送给买方，同时将数据发送信息上传到区块链；
[0022]S9：买方收到所述隐私数据集Y＝{y1,...,y
n
}后，买方按商定好的价格向卖方支付费用并将支付信息上传到区块链。
[0023]可选地，所述步骤S4中隐私保护距离的计算方法为：
[0024][0025]其中原始隐私数据集X＝{x1,...,x
n
}中的数据x
i
＝{a
i1
,...,a
im
}，经添加扰动向量k
i
后得到扰动后的数据集Y＝{y1,...,y
n
}中的数据y
i
＝{b
i1
,...,b
im
}，d
i
为x
i
与y
i
的距离。
[0026]可选地，所述步骤S7中通过隐私披露
‑
收益算法计算出该价格下数据的隐私保护度D＝{d1,...,d
n
}，具体步骤为：
[0027]S71：通过隐私披露
‑
收益算法p
i
＝r
i
(1
‑
w
i
)计算出用户隐私的保护程度值w
i
，
[0028]其中，p
i
为所述买方报价P＝{p1,
…
,p
n
}中的价格，r
i
为所述卖家在不加数据扰动直接披露各类数据时所希望获得的收益R＝{r1,
…
,r
n
}中的价格，w
i
表示在扰动向量k
i
下对用户隐私的保护程度值；
[0029]S72：通过用户隐私的保护程度值w
i
计算出当前买家报价中的隐私保护距离值d
i
计算公式为：
[0030]d
i
＝
i
d
max
，
[0031]其中d
i
为在扰动向量k...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的隐私数据交易方法，其特征在于，交易过程采用数据扰动方法对待交易隐私数据集进行保护，具体方法为：y
i
＝f1(x
i
,k
i
)其中f1为扰动函数，x
i
为原始隐私数据集X＝{x1,...,x
n
}中的数据，y
i
为扰动后的隐私数据集Y＝{y1,...,y
n
}中的元素，k
i
为预设扰动向量，扰动函数的具体计算为x
i
按位加上或减去k
i
得到y
i
。2.根据权利要求1所述的一种基于区块链的隐私数据交易方法，其特征在于，所述预设扰动向量k
i
的生成方法为：规定一个范围[l
i
,u
i
]，令任意c
ij
∈k
i
均满足其中，l
i
、u
i
为常数，λ
i
表示尺度参数，f2为拉普拉斯分布函数，n为原始隐私数据集X＝{x1,...,x
n
}中的数据个数。3.根据权利要求2所述的一种基于区块链的隐私数据交易方法，其特征在于，具体实施步骤包括：S1：买方构造数据需求事务提案，提案签名后将数据需求上传到区块链；S2：卖方根据买方的数据需求对隐私数据进行分类，得到原始隐私数据集X＝{x1,...,x
n
}；S3：卖方构造包含隐私数据的区块链事务提案，对提案签名后将隐私数据类别与隐私数据上传到区块链；S4：卖方指定各类隐私数据的最大扰动值向量K
max
，并根据数据扰动方法计算出对应的扰动数据集Z＝{z1,
…
,z
n
}及最大隐私保护距离D
max
，然后指定在不加数据扰动直接披露各类数据时所希望获得的收益R＝{r1,
…
,r
n
}；S5：卖方构造区块链事务提案，将所述K
max
、Z＝{z1,
…
,z
n
}和R＝{r1,
…
,r
n
}上传到区块链；S6：买方根据所述K
max
、Z＝{z1,
…
,z
n
}和R＝{r1,
…
,r
n
}对各类隐私数据集提出买方报价P＝{p1,
…
,p
n
}，并将P＝{p1,
…
,p
n
}上传到区块链；S7：若卖方同意买方的出价，则根据买方出价，通过隐私披露
‑
收益算法计算出该价格下数据的隐私保护度D＝{d1,...,d
n
}，按照所述预设扰动向量生成方法生成扰动向量k
i
，根据数据扰动算法计算出隐私数据集Y＝{y1,...,y
n
}，使得各类隐私数据之间的距离至少达到D＝{d1,...,d
n
}；S8：卖方构造区块链事务提案，将所述隐私数据集Y＝{y1,...,y
n
}通过传输层安全协议Transport Layer Security(TLS)发送给买方，同时将数据发送信息上传到区块链；S9：买方收到所述隐私数据集Y＝{y1,...,y
n
}后，买方按商定好的价格向卖方支付费用并将支付信息上传到区块链。4....

【专利技术属性】
技术研发人员：尹海波，程林海，储超臣，刘齐军，谭林，
申请(专利权)人：湖南天河国云科技有限公司，
类型：发明
国别省市：