欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023103899808
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多方高维隐私数据的非交互式预测方法,其特征在于:包括如下步骤:步骤一、模型训练;

第一步:可信权威机构生成公钥和私钥,并将私钥通过分布式门限解密算法得到若干子秘钥,一部分子秘钥发送到数据服务中心,另一部分子秘钥发送到模型服务商;可信权威机构给数据服务中心、模型服务商和若干数据拥有方均分发公钥。

第二步:各个数据拥有方预处理和预统计本地训练数据,得到d维的统计数据,统计数据为二值化向量数据;

第三步:各个数据拥有方使用公钥对d维的统计数据打包加密,得到密文状态下的打包数据,并将打包数据作为密文发给数据服务中心;

第四步:数据服务中心对通过一部分子秘钥对密文进行部分解密,并对部分解密的密文的统计信息添加掩码形成部分密文一,将密文和部分密文都发给模型服务提供商;

第五步:模型服务提供商对密文执行部分解密新城部分密文二,并和部分密文一结果联合,得到带掩码的统计信息,然后将带掩码的统计信息输入待训练的朴素贝叶斯模型进行训练,得到训练后的模型;

步骤二、进行数据预测:

第六步:请求用户向服务提供商发起请求信息,请求信息包括服务提供商加密模型参数需要用到的模数p,τ,随后服务提供商使用对称加密和密码参数对训练后的模型执行模型参数的加密;服务提供商生成保护模型隐私的关键参数σ,然后对训练后的模型进行加密得到加密的模型参数,将加密的加密的模型参数发送给请求用户;

第七步:请求用户在本地向模型输入加密的模型参数得到加密的模型,然后对本地需要预测的特征向量进行预处理,然后输入加密的模型,得到预测结果并排序。

2.如权利要求1所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第一步中,可信权威机构生成公钥和私钥的方法如下:S1.1:成两个比特长度为(n(κ)‑l(κ))/2‑1的奇数p',q',若p'=q'则再重新生成p',q'步;n(κ)表示在安全参数为k时,明文的长度,也是一种安全参数,该参数的大小随着k变化,l(κ)表示在安全参数为k时,随机数r的范围,该参数的大小随着k变化,k表示安全参数,表示安全级别;

S1.2:随机生成奇素数p,并计算P=2pp'+1,如果P不是素数则重新生成p;

S1.3:随机生成奇素数q,并计算Q=2qq'+1,如果Q不是素数,或q=p,Q=P之一成立,则重新生成q;

2β n 2

S1.4计算α=pq,β=p'q',n=PQ,随机选取 计算h=‑y modn,hs=hmodn ,得到公钥pk=(n,hs),私钥sk=(α,p,q,P,Q); 表示所有小于n且与n互素的正整数的集合;n表示明文模数,即:明文不能超过n。

3.如权利要求2所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第二步中,数据拥有方预处理和预统计本地训练数据的方法如下:数据拥有方对本地训练数据进行预处理,即将浮点数进行分级进而得到离散化后的训练数据,然后通过CARER方案对本地离散医疗数据进行二值化和预统计操作,得到适合密态训练朴素贝叶斯模型的高维向量;若本地训练数据一共有U个属性,每个属性均有K个等级,一共有V个标签,根据CARER方案,预统计一个d=V·U·K+V维度的向量数据W,W=(w1,w2,...,wV·U·K,wV·U·K+1,...,wV·U·K+V);向量数据W=(X,Y),是由二值化和预统计后的属性向量X和标签向量Y组成;

记向量数据W的最大训练样本条数为I条,掩码空间为ZMASK,生成超增长向量A=(a1,...,ad)满足:a1=1,ai>I·mask·(a1+...+ai‑1)          (1)计算打包数据p:

p=a1x1+a2x2+...+aExE;

aE表示第E项超增长向量,xE表示d维二值化向量的第E项。

4.如权利要求3所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第三步中,数据拥有方使用公钥对d维的二值化向量数据打包加密的步骤如下:S3.1:p=a1x1+a2x2+...+aExE中p是打包后的数据,其比特长度不超过明文空间Zn,以保证解密算法的正确性;

S3.2:选取比特长度为l(κ)的随机数r,计算密文C(p):r 2

C(p)=Encpk(p)=(1+p·n)·hsmodn

r

hs表示加密算法的一部分,mod表示模运算,Encpk(p)表示对p加密;

即完成了打包加密。

5.如权利要求1所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第一步中,私钥通过分布式门限解密算法得到若干子秘钥的方法如下:2

S1.5:设要分享的秘密是δ,记δ满足δ≡0(mod2α),δ≡1(modn),用中国剩余定理解得‑1 2 2δ=(2α)·((2α) modn)+k(2α·n)       (5)随机选择正整数k,根据公式(5)计算出δ;

然后采用Shamir秘密分享,使各个参与方得到子秘密(i,sk=q(i));Shamir秘密分享的方法如下:t‑1

首先会随机生成一个(t‑1)阶多项式q(x)=δ+b1x+...+bt‑1x ,然后计算c个子秘密(i,sk=q(i));

i表示第i个参与方的编号,sk表示被分享的私钥,即δ,q(i)表示多项式在横坐标x=i时的值,表示拆分出的部分私钥,q(x)表示自变量为x的多项式函数,x表示自变量,bt‑1表示t‑1第t个系数,是随机数,x 表示x的t‑1次方,是多项式的组成部分;

而恢复秘密只需要t个子秘密即可,因为多项式q(x)只有t个未知数,所以t个点代入即可求解出多项式;具体的,是用拉格朗日插值公式,计算:i表示第i个子秘密,即第i个参与方的编号,j表示第j个子秘密,即第j个参与方的变化,q(0)表示多项式的常数项,在恢复出多项式后,其常数项即秘密;

S1.6:第i个参与方Parti计算部分密文PCi=PDeci(C),如 然后将部分密文发送给解密方;PDeci(C)表示部分解密算法,C表示未解密的密文; 表示执行第i次部分解密后的密文,部分解密并非完全解密,仍是密文;

S1.7:解密方收到至少t个部分密文,如{(PCi,i)},i=1,2,...,t,计算:表示对第i个参与方计算好的部分密文进行处理,Δi表示处理所需计算的数,即),L为一种函数,定义为 表示对所有部分密文聚合后的一种处理,处理完,计算完L函数后,能得到明文;x表示自变量。

6.如权利要求1所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述步骤一、模型训练的具体步骤如下:S1:数据服务中心和模型服务商分别得到部分私钥sk1,sk2,各个数据拥有方获得公钥pk;

S2:第i个数据拥有者DOi将本地训练数据(Xi,yi)扩展成一个d维向量,Xi表示第i个特征数据,yi表示第i个标签;其中,xv,u,k,v∈[1,V],u∈[1,U],k∈[1,K]表示该样本的标签是yv,且第u种属性特征属于第k档的样本数量;根据DOi本地数据集的样本数量li,得到两个的统计信息,分别是 组成了d维的统计数据(Nxv,u,k,Nyv);其中, 表示第i个数据提供方本地统计的,标签为Yv的数据量,li表示第i个数据提供方的数据条数,Nyv表示所有数据提供方,一共有的,标签为Yv的数据条数;

S3:数据拥有者DOi对d维的统计数据(Nxv,u,k,Nyv)打包加密,得到密文Ci=Encpk(pi),其中pi是对上述d维度数据的打包数据,然后将密文和本地数据量外包给DS。

S4:数据服务中心将来自各个数据拥有者的密文进行统计聚合,即执行:C=Πi∈[m]Ci=Πi∈[m]Encpk(pi)=Encpk(∑i∈[m]pi)     (8)其中,Π表示累乘操作,m表示一共收到了m个数据提供方的训练数,Ci表示第i个数据提供方,加密自己的训练数据,得到的密文;

执行上述统计聚合后,密文C实际包含了

为了增强隐私性,保护中间统计结果的隐私性,随机选取mask∈ZMASK,计算:Mask表示掩码,即用来隐藏真实统计信息的随机数,ZMASK表示掩码是随机选取的,选取* mask *的范围是Z_MASK,C表示添加了掩码后的密文,C 表示一种运算,即C^mask,是幂运算,l表示乘以掩码mask后的统计信息,即:所有数据条数×掩码mask;

然后数据服务中心执行部分解密算法,得到 然后将

都发给模型服务提供商;P表示Partial,带P的表示部分,PC是部分密文,PDec表示部分解密, 表示DS表示数据服务中心,PC_DS表示在DS执行了部分解密后的部分密文;

S5:模型服务提供商计算:

*

得到带有掩码的统计结果 以及l=mask·l;

表示表示服务提供商SP计算得到的部分密文, 表示带上掩码mask的,所有数据中,标签为Yv的数据条数,Nxv,u,k表示所有数据中,标签为Yv的数据中,第u个属性,表现出第k种属性值的样本数量, 表示Nx_{v,u,k}×mask,带上标*即乘上了随机掩码mask;因为有随机掩码的存在,模型服务提供商无法获得关于聚合统计结果的任何信息;将带入公式(10)、(11)、(12),直接做除法得到朴素贝叶斯模型参数,计算过程如下:Pr(xu,k=0|yv=1)=1‑Pr(xu,k=1|yv=1),Pr(xu,k=0|yv=0)=1‑Pr(xu,k=1|yv=0)    (12)其中,Pr(yv)表示预测标签为Yv的概率,Pr(xu,k|yv)表示预测在标签为Yv时,第u种属性表现出第k种属性值的概率,[V]表示范围从1‑V,闭区间[1,V],xu,k表示第u种属性是否表现出第k种属性值,这是一个0或1的二值,yv表示是否为第Yv种标签,是0或1的二值;

经过上述协议,模型服务提供商实现了朴素贝叶斯模型的训练,同时又保护了数据拥有者的训练数据的隐私,并且还保护了关于训练数据的统计结果。

7.如权利要求6所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第六步中服务提供商使用对称加密和密码参数对训练后的模型执行模型参数的加密过程如下:S6.1:模型服务提供商对预测各个标签yv需要的模型参数进行离散化处理;

Ldv=log(Pr(yv=1)),Lpv,u,k=log(Pr(xu,k=1|yv=1)),Lnv,u,k=log(Pr(xu,k=0|yv=

1))

Ld'v=log(Pr(yv=0)),Lp'v,u,k=log(Pr(xu,k=1|yv=0)),Ln'v,u,k=log(Pr(xu,k=0|yv=0))其中,dv表示Ld_v表示,Pr(y_v=1)的对数,L表示对数Log,d表示决策decision,即:标签为Yv的概率的对数,d′v表示标签不为Yv的概率的对数,nv,u,k表示标签为Yv且第u个属性没有表现出第k种属性值的概率的对数,n′v,u,k表示标签不为Yv且第u个属性没有表现出第k种属性值的概率的对数,pv,u,k表示标签为Yv且第u个属性表现出第k种属性值的概率的对数,p′v,u,k表示标签不为Yv且第u个属性表现出第k种属性值的概率的对数;

针对每一种标签yv的预测,都有两个2UK+1维度的模型向量,分别代表预测正例和反例的模型参数,如下:LMv=(Lpv,1,1,...,Lpv,U,K,Lnv,1,1,...,Lnv,U,K,Ldv)LM'v=(Lp'v,1,1,...,Lp'v,U,K,Ln'v,1,1,...,Ln'v,U,K,Ld'v)其中Mv表示判断标签是Yv的模型参数,M′v表示判断标签不是Yv的模型参数;

然后生成UK+1个大随机数{cj},结合对应本次服务请求的大素数σ,计算加密的模型;

CLMv,j=σ·(LMv,j·τ+cj)modp

CLM'v,j=σ·(LM'v,j·τ+cj)modp

C表示CLM表示加密后的模型参数,j表示模型参数是一个向量,j表示第j项,Mv,j表示判断标签是Yv的模型参数的第j项,τ表示服务提供商SP和请求用户RU共用的密码参数,Mv,j表示判断标签是Yv的模型参数的第j项,M′v,j表示判断标签不是Yv的模型参数的第j项,σ表示服务器私有的密码参数,用来保护模型的隐私;

然后,将加密的模型的加密朴素贝叶斯模型参数{CLMv,j,CLM'v,j},v∈[V],j∈[2UK+1]发送给请求用户;

v表示第v个标签Yv,V表示一共有V种标签。

8.如权利要求7所述的基于多方高维隐私数据的非交互式预测方法,其特征在于:所述第七步的步骤如下:在请求用户收到来自模型服务提供商的加密朴素贝叶斯模型参数后,首先将密文按照格式:前UK项,再UK项,最后一项划分出Lpv,Lnv,Ldv,分别代表预测为yv的条件下,属性为正例、反例的概率,以及预测为yv的概率;然后,根据本地的属性特征向量,扩展成一个二值化的,UK维的向量,即得到*

x为将原本多值的,维度为U的向量,扩展成2值的,维度为UK的向量,记作x*, 为如果第U个属性表现出第K种属性值,则x*_UK=1预测标签是否为yv:根据{CLMv,j,CLM'v,j},计算中间结果:表示x*向量的第j项,Mv,UK+j表示第j个标签为Yv时,第U个属性不表现出第K个属性值的概率,M′v,UK+j表示第j个标签不为Yv时,第U个属性不表现出第K个属性值的概率;

然后计算Dv=∑j∈[UK]Ev,j+CLMv,2UK+1,D'v=∑j∈[UK]E'v,j+CLM'v,2UK+1,计算预测结果:最后,得到所有样本yv的预测结果{R1,R'1,R2,R'2,...,Rv,R'v},然后进行排序;

其中,Rv表示预测为Yv的结果,为概率乘以一个密钥σ,R′v表示预测不为Yv的结果,为概率乘以一个密钥σ;Dv表示中间计算结果,用来计算Rv,Ev,j表示中间计算结果。