一种隐私保护的数据传输方法、装置、电子设备及介质制造方法及图纸

本说明书公开了一种隐私保护的数据传输方法、装置、电子设备及介质。方法包括：发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号。所述发送端设备将所述脱敏信号发送至接收端设备。所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。所述重构信号用于数据处理。所述重构信号用于数据处理。

【技术实现步骤摘要】
一种隐私保护的数据传输方法、装置、电子设备及介质


[0001]本文件涉及信号处理
，尤其涉及一种隐私保护的数据传输方法、装置、电子设备及介质。

技术介绍

[0002]随着计算机信息技术的发展，基于用户信息的大数据应用被广泛地进行使用。而用户信息属于敏感数据，在很多场景中，需要由用户终端将用户信息发送至服务器端进行数据处理，这就存在传输过程中隐私被泄露的风险。
[0003]鉴于此，亟需一种能够提供隐私保护的数据传输方案。

技术实现思路

[0004]本说明书实施例提供了一种隐私保护的数据传输方法、装置、电子设备及介质，能够提供具有隐私保护的数据传输服务。
[0005]为解决上述技术问题，本说明书实施例是这样实现的：
[0006]第一方面，提出了一种隐私保护的数据传输方法，包括：
[0007]发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；
[0008]所述发送端设备将所述脱敏信号发送至接收端设备；
[0009]所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
[0010]第二方面，提出了一种隐私保护的数据传输方法，包括：
[0011]基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；
[0012]将所述脱敏信号发送至接收端设备；其中，所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，所述重构信号用于数据处理。
[0013]第三方面，提出了一种隐私保护的数据传输方法，包括：
[0014]接收发送端设备发送的目标数据对应的脱敏信号，所述脱敏信号是所述发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩得到的；
[0015]基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
[0016]第四方面，提出了一种隐私保护的数据传输装置，包括：
[0017]压缩模块，基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；
[0018]发送模块，将所述脱敏信号发送至接收端设备；其中，所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构
信号，所述重构信号用于数据处理。
[0019]第五方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
[0020]基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；
[0021]将所述脱敏信号发送至接收端设备；其中，所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，所述重构信号用于数据处理。
[0022]第六方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
[0023]基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；
[0024]将所述脱敏信号发送至接收端设备；其中，所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，所述重构信号用于数据处理。
[0025]第七方面，提出了一种隐私保护的数据传输装置，包括：
[0026]接收模块，接收发送端设备发送的目标数据对应的脱敏信号，所述脱敏信号是所述发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩得到的；
[0027]重构模块，基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
[0028]第八方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
[0029]接收发送端设备发送的目标数据对应的脱敏信号，所述脱敏信号是所述发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩得到的；
[0030]基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
[0031]第九方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
[0032]接收发送端设备发送的目标数据对应的脱敏信号，所述脱敏信号是所述发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩得到的；
[0033]基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
[0034]基于本说明书实施例的方案，发送端设备采用算力要求较低的压缩感知算法对目标数据进行压缩，从而在有限的资源条件下，快速将目标数据高维度的原始信号压缩成低维度以实现脱敏处理；之后，发送端设备再将压缩得到的目标数据的脱敏信号发送至接收端设备，由接收端设备通过算力要求较高的块稀疏贝叶斯学习算法，不断优化推导出脱敏信号非稀疏的位置，从而进行稀疏重构以尝试还原出不影响业务的重构信号，并最终基于
重构信号进行业务相关的数据处理工作。由于方案中除了发送端设备外，其他设备无法获知脱敏信号中非稀疏的位置，即便脱敏信号在传输过程中被拦截，普通拦截者也难以提供支撑稀疏贝叶斯学习算法运行的设备以尝试进行重构，从而实现了隐私保护的作用。
附图说明
[0035]此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
[0036]图1为本说明书实施例的隐私保护的数据传输方法的第一种流程示意图。
[0037]图2为本说明书实施例的隐私保护的数据传输方法的第二种流程示意图。
[0038]图3为本说明书实施例的隐私保护的数据传输装置的第一种结构示意图。
[0039]图4为本说明书实施例的隐私保护的数据传输装置的第二种流程示意图。
[0040]图5为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
[0041]为使本文件的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隐私保护的数据传输方法，包括：发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号；所述发送端设备将所述脱敏信号发送至接收端设备；所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。2.根据权利要求1所述的方法，所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，包括：所述接收端设备以所述目标数据的原始信号采用预设先验分布为约束，确定所述目标数据对应的每个分块的原始信号和每个分块的稀疏性指示变量的最大化后验概率推导；所述接收端设备将所述最大化后验概率推导转换为基于lasso算法的代价函数，其中代价函数的变量与所述目标数据的非稀疏块划分结果相关联；所述接收端设备对所述代价函数进行多轮迭代的优化求解，确定迭代结束后所述代价函数对应的时所述目标数据的非稀疏块划分结果，其中，非稀疏块是指所述目标数据中存在有非稀疏元素的分块；所述接收端设备基于确定得到的所述目标数据的非稀疏块划分结果，对所述脱敏信号进行压缩还原的稀疏重构，得到重构信号。3.根据权利要求2所述的方法，所述接收端设备对所述代价函数进行多轮迭代的优化求解，包括：所述接收端设备初始化所述目标数据的非稀疏块划分结果；所述接收端设备多轮迭代以执行：选取所述目标数据对应的一个对所述代价函数影响最大的目标分块，并对所述对目标分块进行稀疏性指示变量的变更，其中，若所述对目标分块变更前的稀疏性指示变量指示所述目标分块为稀疏块，则变更后指示为非稀疏块，若所述对目标分块变更前的稀疏性指示变量指示所述目标分块为非稀疏块，则变更后指示为稀疏块；在对所述目标分块进行稀疏性指示变量的变更后，若所述代价函数产生可迭代的优化解，则基于对所述目标分块的稀疏性指示变量的变更，对所述目标数据的非稀疏块划分结果进行更新，其中，稀疏块是指所述目标数据中全部元素均为稀疏元素的分块。4.根据权利要求2所述的方法，所述预设先验分布为Spike and Slab先验分布。5.根据权利要求1所述的方法，发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号，包括：发送端设备基于观测矩阵，对通过结构字典进行块稀疏表示的目标数据分块后的原始信号进行低维空间投影，得到脱敏信号。6.根据权利要求1至5中任一项所述的方法，所述目标数据包括人脸图像数据，所述数据处理包括人脸识别处理。7.一种隐私保护的数据传输方法，应用于发送端设备，包括：基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数
据对应的脱敏信号；将所述脱敏信号发送至接收端设备；其中，所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，所述重构信号用于数据处理。8.一种隐私保护的数据传输方法，应用于接收端设备，包括：接收发送...

【专利技术属性】
技术研发人员：张长浩，申书恒，傅欣艺，王维强，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：