[发明专利]海量用户系统中具有隐私保护的特征用户发现与统计方法

说明书

本发明公开了一种海量用户系统中具有隐私保护的特征用户发现与统计方法，本发明将目标特征属性集转换为目标特征值、将用户私有属性集转换为用户的一系列属性特征值，通过目标特征值和用户的特征值统计目标特征用户的用户数。为了在保护用户隐私的条件下实现在海量用户中统计具有目标特征属性集的用户数，本发明利用同态加密算法加密用户私有属性集对应的一系列属性特征值，通过密文级上的用户特征值的相关运算统计出目标特征用户的用户数。根据获得的统计值还可以分析发现各种特征用户在海量用户中的分布情况。本发明有效地解决了如何在不泄漏用户隐私的条件下高效发现和统计海量用户系统中的特征用户的问题。

技术领域

本发明属于信息安全技术领域，具体涉及一种海量用户系统中具有隐私保护的特征用户发现与统计方法。

背景技术

在电子商务领域中，为了制定合理的营销策略，电子商务公司需要了解具有不同购物习惯的用户在其用户群体中的分布情况；在电子医疗领域中，为了掌握我国各种疾病的分布情况，医疗部门需要了解患有不同疾病的患者在所有患者中的分布情况；在电子政务领域中，为了获得人口结构情况，政府部门需要了解不同年龄段人在人口中的分布情况；在舆情管理中，为了全面掌握舆情情况，监管部门需要了解群众对社会事件持有态度的分布情况等等，这些实际应用说明特征用户在用户中的分布情况具有重要的应用价值。此外，在另一些应用需求中，需要在用户群体中发现指定特征的用户，例如在保险领域中，为了评估某疾病是否能参保或明确什么样的人适合参保即将推出的保险产品，保险公司需要了解潜在参保用户中具有指定的某个或某些属性的用户情况。这说明在用户中发现指定特征用户同样具有重要的应用价值。但是特征属性属于个人敏感信息，用户不希望公开自己的特征属性信息，同时随着移动网络、传感器网络、物联网等技术的发展，接入互联网的用户是海量级的。因此，研究如何在海量用户环境下具有隐私保护的特征用户发现与统计是一个重要课题。

发明内容

为了解决上述的技术问题，本发明提供了一种海量用户系统中具有隐私保护的特征用户发现与统计方法。

本发明所采用的技术方案是：一种海量用户系统中具有隐私保护的特征用户发现与统计方法，所述系统包括m个区域网关、1个全局网关GGW和1个策略中心SC；每个区域包括n个用户和1个区域网关；

针对M种特征属性{w₁,w₂,…,w_M}，策略中心SC统计出mn个用户中2^M种特征用户的用户数，获得mn个用户中目标特征用户的用户数；所述特征用户是指具有某种或某些属性的用户，所述目标特征用户是指具有指定的目标属性的用户；

将第i个区域的第j个用户表示为U_ij，i＝1,2,…,m，j＝1,2,…,n；将第i个区域对应的区域网关表示为RGWi，i＝1,2,…,m；将用户U_ij的私有属性集记为W_ij，i＝1,2,…,m，j＝1,2,…,n；用户U_ij的特征属性集W_ij被表示为一个M维的属性向量如果用户U_ij具有属性w_k，则x_ijk＝1，否则x_ijk＝0，i＝1,2,…,m，j＝1,2,…,n，k＝1,2,…,M；

其特征在于，所述方法包括以下步骤：

步骤1：系统初始化；

步骤2：用户特征值向量生成及其密文生成；

步骤3：具有隐私保护的单区域用户密文计算；

步骤4：具有隐私保护的海量用户密文计算；

步骤5：海量特征用户统计结果获取以及快速查询目标特征用户的统计结果。

本发明方法与现有的技术相比有如下的优点和有益效果：