[发明专利]一种基于K均值聚类的隐私信息保护方法

说明书

本发明公开了一种基于K均值聚类的隐私信息保护方法，该方法的步骤包括：多个客户端CU_i进行数据加密，得到加密密文上传至云服务端；客户端CU_i、云服务端CSP和辅助云服务端ACSP进行数据交互计算，得到重加密密钥；云服务端收到加密密文，进行重加密得到同一公钥的重加密密文，再将重加密密文转换为Paillier加密的密文；云服务端获得Paillier加密的密文后计算聚类；云服务端先将聚类结果的密文转换双向加法同态代理重加密的密文，再转换为客户端公钥下的密文，最后将聚类结果的密文返回给客户端进行解密。本发明实现了对不同公钥的密文进行聚类，将同一公钥下的聚类结果转换为不同公钥下的聚类结果返回给客户端，同时保护了客户端的私人数据和聚类中心的隐私。

技术领域

本发明涉及信息安全技术领域，具体涉及一种基于K均值聚类的隐私信息保护方法。

背景技术

智能移动设备根据人们的不同需求嵌入了各种记录数据的传感器。智能移动设备的广泛使用和无线网络的广泛覆盖推动一种无线传感器网络的应用-参与式感知的发展。社会参与式感知通过利用在线社交网络作为基础设施来解决参与式感知的局限性。在社会参与式感知系统中，多用户使用智能设备收集大量的感知数据，这些感知数据可以通过社交网络共享和分析。通过联合(虚拟)社区所有数据并利用K均值聚类算法分析用户感知数据，参与用户获得分析的结果。在社会参与式感知中K均值聚类方案中，多用户和社区的之间外包计算存在一些安全与隐私问题：(1)如何保护用户的个人隐私；(2)如何在K均值聚类过程不能泄露任何额外信息；(3)如何保证最后分析的结果只有参与用户知道，社区的特征信息(聚类中心)不被参与用户知道。

在社会参与式感知中，用户对收集到私有数据进行分析，可以通过社交网络联合社区的数据进行外包计算聚类，同时不能让社区的云服务提供商知道用户的信息和用户不能知道社区的任何信息。例如，用户通过带手环等智能设备产生了关于身体状况的数据，将数据传入智能手机，通过web服务共享和分析身体状况的数据，这样可以了解自己在这个社区的群体中健康状况是属于哪种类别。一旦用户知道身体状况所属的类别，就可以根据自己的生活习惯做出调整或者制定适合自己的运动目标。一旦用户信息的健康信息被泄露，可能导致用户个人财产的损失甚至危害个人安全。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种基于K均值聚类的隐私信息保护方法，本发明实现了对不同公钥的密文进行聚类，也实现了将同一公钥下的聚类结果转换为不同公钥下的聚类结果返回给客户端，同时保护了客户端的私人数据和聚类中心的隐私。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种基于K均值聚类的隐私信息保护方法，包括下述步骤：

S1：数据加密：多个客户端CU_i采用双向加法同态代理重加密的加密算法进行数据x_i加密得到加密密文并将加密密文上传至云服务端；

S2：重加密密钥生成：客户端CU_i、云服务端CSP和辅助云服务端ACSP进行数据交互计算，得到重加密密钥

S3：密文转换：云服务端CSP收到加密密文采用双向加法同态代理重加密的重加密算法和重加密密钥进行重加密，得到同一公钥的重加密密文再与辅助云服务端ACSP进行数据交互，将重加密密文转换为Paillier加密的密文E(pk_p′，x_i)；

S4：云服务端CSP获得Paillier加密的密文E(pk_p′，x_i)后计算聚类，具体步骤为：

初始化聚类中心：客户端CU_i定义聚类中心的数量，设置每个聚类中心对应一个类别，初始化聚类中心后，根据数据x_i对应的聚类中心的索引初始化位图向量V_i的密文发送至云服务端CSP；