[发明专利]具有减少泄漏的区间统计量的隐私保护基准分析

说明书

本文公开了计算机实现的方法、系统和计算机程序产品(计算机可读存储介质)实施例，其以减少泄漏、保护参与者的隐私和参与者数据的保密性的方式对统计量进行基准分析。实施例包括接收多个加密值并计算复合统计量，该复合统计量对应于多个加密值的至少一子集。实施例还可以包括输出至少一个复合统计量。复合统计量可以计算为与多个加密值中的任何加密值不同，从而保护隐私。另外的实施例还可以包括生成复合统计量与多个加密值中的给定加密值之间的比较，以及输出比较的结果。在一些实施例中，加密值可以例如根据同态或半同态加密方案使用一个加密密钥来加密。

背景技术

文中可以使用基准分析(Benchmarking)来指代对等组之间关键绩效指标(KPI)的比较。例如，KPI可以是可用于评估企业的绩效的统计参量。因此，对等组可以是比较KPI的一组相似的企业。对等组的成员可能会在给定的行业中相互竞争，这意味着需要对KPI保密，并确保对等组的相应成员的隐私，使得对等组成员和相应的KPI之间的关联不会透露给第三方。

隐私保护基准分析的一种可能的方法是使用受信任的第三方(TTP)，该第三方对某些函数f(x)进行相应的计算，而不会泄露任何隐私数据。但是，对于互不信任的公司，找到这样的TTP可能会很困难。在安全多方计算(MPC)的领域中可能会发现不需要信任的方法。提供输入x_i的参与者称为“玩家”，而计算f(x)的参与者称为“处理器”。参与者可以同时是玩家和处理器。MPC可以是安全的，因为任何给定的参与者只能学习输出，并且可以从输出中推断出与参与者的已知输入有关的信息。

例如，至少有几个对等企业的制造业中的企业可能会寻求降低生产成本。为了对效率做出明智的决定，例如，不浪费努力在没有产生超过收益本身的收益的改进上，对等组的成员可以通过基准分析将自己的生产KPI(例如，组装部件或成品所需的时间)与同一行业中其他对等者的KPI进行比较。因此，在一个示例中，根据基准分析的结果，对于给定的KPI，给定的企业可能会发现自己在其组中表现最好。在这种情况下，为改善KPI而进行的进一步努力可能无法产生足够的边际收益以证明进行这种改进的理由。另一方面，给定KPI的平均绩效低于平均水平可能意味着企业相对于同行业中的对等者具有更大的改进潜力。

由于企业可能出于各种原因不愿透露其机密和敏感的机密生产KPI，因此，因此，基准分析必须以确保公司KPI保密的方式进行，并且仍必须以足够高的准确性提供所需的统计量度以供参考。现有的基准分析系统可以提供各种统计量度作为输出，这些统计量度是公司机密KPI的均值、方差、中位数、最小值、最大值和四分位数。但是，基于排名的统计量度(例如中位数、最大值和四分位数)是机密KPI的输入集合的特定值。因此，即使这种统计量度对于寻求评估其对等组中的绩效的对等者来说很重要，但这些统计量度可能会泄漏与基准分析有关的对等组成员的至少一些机密KPI信息。因此，企业可能不愿意参与这种基准分析。

附图说明

附图被并入本文并且形成说明书的一部分。

图1描绘了根据一些实施例的用于列表的中位数的区间。

图2是根据一些实施例的示例系统架构的框图。

图3是示出根据一些实施例的实现本文所述的一些增强技术的过程的流程图。

图4是可用于实现各种实施例的示例计算机系统的框图。

图5-9是描绘了根据一些实施例的用于值的加密、比较和验证的协议步骤的迭代。

在附图中，类似的附图标记通常指示相同或相似的元件。此外，通常，最左边的参考数字的(多个)数字标识该附图标记首次出现的附图。

具体实施方式

本文提供了系统、设备、装置、方法和/或计算机程序产品实施例，和/或其组合和子组合，用于与以减少泄漏、保护参与者的隐私和参与者数据的保密性的方式用统计量(statistics)进行基准分析。