多源数据上的安全内积函数求解方法与系统技术方案

本发明专利技术公开了一种多源数据上的安全内积函数求解方法及系统，所述方法包括：中间参与方生成一个可逆的随机噪声矩阵M并发送给第一参与方；第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA并发送给第二参与方；第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB并发送给中间参与方；中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M

【技术实现步骤摘要】
多源数据上的安全内积函数求解方法与系统


[0001]本专利技术属于安全多方计算领域，具体涉及一种多源数据上的安全内积函数求解方法与系统。

技术介绍

[0002]云计算环境下的数据处理，需要兼顾数据实用性、数据安全性和处理效率，现有工作往往会涉及安全多方计算。传统的数据处理方式有效数据收集效率低、结构单一且缺少良好的准确度，仅以此数据支撑的安全多方计算服务难以做出全面、及时、高效的数据分析与处理，所以安全多方计算服务所需的数据应满足时效性和充分性，必须以多源数据支撑安全多方计算服务。在多源数据背景下，可以实现结构化数据与非结构化数据结合，以更加多元化和动态化的数据采集方式获取全面、系统的有效数据；同时，多源数据经过加工、处理和融合可转化为统一规格数据，其在数据口径、精准度等方面可以更好地满足安全多方计算服务的要求。因此，以多源数据驱动的数据分析与处理可以提高计算的及时性、可靠性、科学性。
[0003]安全多方计算(MPC)技术可以让多个参与方在保证自身隐私数据不被泄露的前提下，进行基于各方数据的协同计算，即是这样一种分布式协议：n个参与方P1,P2,
…
,Pn分别拥有自己的秘密输入v1,v2,
…
,vn，在不借助第三方的情况下，某个n变元函数f(v1,v2,
…
,vn)联合计算各个参与方的输出值f1,f2,
…
,fn。安全多方计算至少满足两个基本特性：(1)正确性，即每个参与方Pi都得到本方的正确输出；(2)安全性，即任何一方Pi的输入vi都未泄露给其它人(包括协议的其它参与方和其它任何第三方)。
[0004]云计算中的基于内积的安全多方计算是信息安全的重要内容，通过安全内积函数求解可以使各个参与方能安全访问自身数据而不被其他任意一方知晓，同时不妨碍各方数据进行协同计算，广泛应用于密文检索、数据挖掘、神经网络和机器学习等领域。比如CN111512589A的专利公开一种用于利用SPDZ的快速安全多方内积的方法，其改进了SPDZ协议以降低针对安全内积的计算要求，但是其多方计算针对的是各方之间的单一向量，且涉及复杂的密码秘钥和元组共享等传统加密技术，适用范围极为有限，对于云计算环境下的大批量的多源数据，此类安全多方计算的技术方案并不适用，在及时性和安全性上都存在不足。

技术实现思路

[0005]有鉴于此，本专利技术提出了一种多源数据上的安全内积函数求解方法与系统，用于解决云计算环境下，现有的安全多方计算方式不适用于求解多源数据上的安全内积的问题。
[0006]本专利技术第一方面，公开一种多源数据上的安全内积函数求解方法，所述方法包括：
[0007]中间参与方生成随机噪声矩阵M并发送给第一参与方；
[0008]第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA，
并将所述第一中间值MA发送给第二参与方；
[0009]第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB，并将所述第二中间值MAB发送给中间参与方；
[0010]中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M
‑1，计算所述第一隐私矩阵和所述第二隐私矩阵的内积函数值矩阵AB，并将所述内积函数值矩阵AB发送给第一参与方和第二参与方。
[0011]在以上技术方案的基础上，优选的，所述第一隐私矩阵A是对第一参与方持有的第一隐私数据集的每条数据归一化处理后组成的；
[0012]所述第二隐私矩阵B是对第二参与方持有的第二隐私数据集的每条数据归一化处理后组成的；
[0013]所述第一隐私数据集、第而二隐私数据集均由多源数据构成，所述多源数据包括各类结构化数据和非结构化数据。
[0014]在以上技术方案的基础上，优选的，所述归一化处理的方法为批归一化、层归一化、实例归一化、组归一化、可切换归一化中的任意一种归一化方式。
[0015]在以上技术方案的基础上，优选的，所述第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA具体包括：
[0016]设第一参与方需要计算的数据向量数为k；
[0017]第一参与方将k
×
k维的随机噪声矩阵M与k
×
n维的第一隐私数据矩阵A相乘，获得第一中间值MA。
[0018]在以上技术方案的基础上，优选的，所述第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB具体包括：
[0019]第二参与方将第一中间值MA与n
×
p维的第二隐私数据矩阵B相乘，获得第二中间值MAB。
[0020]在以上技术方案的基础上，优选的，所述k
×
k维的随机噪声矩阵M、k
×
n维的第一隐私矩阵A、n
×
p维的第二隐私矩阵B的行与列的关系为：p<k<n。
[0021]在以上技术方案的基础上，优选的，所述中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M
‑1，计算所述第一隐私数据集和所述第二隐私数据集的内积函数值矩阵AB具体包括：
[0022]中间参与方将所述第二中间值MAB与所述随机噪声矩阵M的逆矩阵M
‑1相乘，获得所述第一隐私矩阵和所述第二隐私矩阵的内积函数值矩阵AB。
[0023]本专利技术第二方面，公开一种多源数据上的安全内积函数求解系统，所述系统包括第一参与方、第二参与方和中间参与方；
[0024]第一参与方，用于根据随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA，并将所述第一中间值MA发送给第二参与方；
[0025]第二参与方，用于通过第二隐私矩阵B和第一中间值MA计算获得第二中间值MAB，并将所述第二中间值MAB发送给中间参与方；
[0026]中间参与方，用于根据第一参与方需要计算的数据向量数k生成k
×
k维的随机噪声矩阵M并发送给第一参与方；接收第二参与方发送的第二中间值MAB，通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M
‑1计算第一隐私矩阵和第二隐私矩阵的内积函数值
矩阵AB，并将所述内积函数值矩阵AB发送给第一参与方和第二参与方。
[0027]本专利技术相对于现有技术具有以下有益效果：
[0028]1)本专利技术分别将各个参与方的隐私数据集构造成隐私矩阵，通过中间参与方生成的一个可逆随机噪声矩阵M对其中一个隐私矩阵进行掩蔽，使第一参与方与第二参与方的交互都通过基于矩阵乘积的中间结果代替，中间参与方使用随机噪声矩阵的逆矩阵从所述矩阵乘积结果中获得所述第一隐私数据集和所述第二隐私数据集的内积函数值矩阵，可在保障隐私安全的同时安全求解第一参与方和第二参与方的隐私数据的内积函数值，提高云计算环境下的隐私安全性；
[0029]2)本专利技术在不使用传统加密技术的前提下，根据矩阵方程无穷解的条件，实现不同参与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源数据上的安全内积函数求解方法，其特征在于，所述方法包括：中间参与方生成一个可逆的随机噪声矩阵M并发送给第一参与方；第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA，并将所述第一中间值MA发送给第二参与方；第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB，并将所述第二中间值MAB发送给中间参与方；中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M
‑1，计算所述第一隐私矩阵和所述第二隐私矩阵的内积函数值矩阵AB，并将所述内积函数值矩阵AB发送给第一参与方和第二参与方。2.根据权利要求1所述的多源数据上的安全内积函数求解方法，其特征在于，所述第一隐私矩阵A是对第一参与方持有的第一隐私数据集的每条数据归一化处理后组成的；所述第二隐私矩阵B是对第二参与方持有的第二隐私数据集的每条数据归一化处理后组成的；所述第一隐私数据集、第而二隐私数据集均由多源数据构成，所述多源数据包括各类结构化数据和非结构化数据。3.根据权利要求2所述的多源数据上的安全内积函数求解方法，其特征在于，所述归一化处理的方法为批归一化、层归一化、实例归一化、组归一化、可切换归一化中的任意一种归一化方式。4.根据权利要求1所述的多源数据上的安全内积函数求解方法，其特征在于，所述第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA具体包括：设第一参与方需要计算的数据向量数为k；第一参与方将k
×
k维的随机噪声矩阵M与k
×
n维的第一隐私数据矩阵A相乘，获得第一中间值MA。5.根据权利要求2所述的多源数据上的安全内积函数求解方法，其特征在于，所述第二参与方通过第二隐私矩阵B和所述第一中间值MA计...

【专利技术属性】
技术研发人员：张明武，蔡梦媛，王玉珠，唐敏，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：