[发明专利]一种新的隐私保护下非交互式的K近邻分类方法

说明书

本发明公开了一种新的隐私保护下非交互式的K近邻分类方法，涉及大数据安全技术领域，步骤如下：1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密，得到密文数据集和中间矩阵，并上传至云端；2.客户端接收待分类明文向量组并对其进行加密，得到密文向量组，并上传至云端；3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度，再根据近邻分类算法得出该密文向量组的分类结果集，将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性，实现非交互式技术，达到真正的外包计算，减小了客户端的计算压力。

技术领域

本发明涉及大数据安全技术领域，具体涉及一种新的隐私保护下非交互式的K近邻分类方法。

背景技术

K近邻分类算法，是研究分类问题的一种统计分析方法，也是数据挖掘的一个重要算法，同时也是最简单的机器学习算法之一。K近邻分类算法的输入为实例的特征向量，即对应高维特征空间中的一个点。K近邻分类算法以向量相似性为基础，即是向量之间的距离度量，一般采用欧式距离。输出为实例的类别，可以取多类，K近邻分类法假设给定一个包含有若干个训练数据的训练数据集，其中的训练数据的类别为已知，即训练数据集中的训练数据是带标签的，是一种监督学习方法。分类时，对新的输入实例，在训练数据集中找到与该输入实例最近邻的K个训练数据的类别，通过多数表决的形式进行预测分类，即这K个训练数据中的大多数属于某一个类别，该输入实例也就属于这个类别。因此，在某种程度上，K近邻分类算法不具有显示的学习过程，实际上是利用训练数据集对输入实例的特征向量空间进行划分，作为其分类的模型。

目前的大数据时代，复杂的计算往往外包给第三方云。然而在这个过程中，外包的数据可能包含用户的一些敏感的数据，通过现有的K近邻分类算法将数据外包给第三方云时，可能导致用户的隐私信息被泄露，给用户造成巨大损失。同时，传统的技术手段为交互式分类处理，即第三方云将客户端上传的数据进行计算后，将计算结果发送给客户端，需要用户在客户端进行解密操作后，才能完成最终的分类判断，此手段既不能完全实现外包计算，又增加了客户端的计算压力。因此，提供一种在将数据迁移至第三方云上后产生的数据隐私不会被泄露、非交互式的分类方法，真正实现完全外包的隐私保护K近邻分类方法是很有必要的。

发明内容

本发明的目的在于：为解决K近邻分类方法存在将数据迁移至第三方云后，容易产生数据隐私泄露，以及需要和客户端进行交互，将计算结果发回客户端解密，不能完全通过外包计算导致的客户端计算负担重的问题，提供了一种新的隐私保护下非交互式的K近邻分类方法，该方法具有高效、安全性高、泄密可能性小、非交互式、真正外包计算的特点。

本发明采用的技术方案如下：

一种新的隐私保护下非交互式的K近邻分类方法，包括以下步骤：

步骤1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集R中的训练数据进行特征加密，得到密文数据集D和中间矩阵H，并将密文数据集D和中间矩阵H上传至云端；

步骤2.客户端接收待分类明文向量组x(x₁，x₂，...，x_n)，并对待分类明文向量组x进行加密，得到密文向量组c(c₁，c₂，...，c_n)，将密文向量组c上传至云端；

步骤3.云端根据密文数据集D和中间矩阵H并利用密文下向量相似性度量方法，计算密文向量组c中每一个密文向量c_i与密文数据集D包含的所有密文数据的相似度，再根据K近邻分类算法得出该密文向量组c的分类结果集G，将分类结果集G发送至客户端。

进一步地，步骤1中，通过向量同态加密方法得到密文数据集D和中间矩阵H的具体步骤如下：