[发明专利]一种基于同态加密联邦学习来检测学生行为与心理的方法

权利要求书

1.一种基于同态加密联邦学习来检测学生行为与心理的方法，其特征在于，包括以下步骤：

步骤S1、获取相互独立的数据集A和数据集B；其中，所述数据集A是由均采用第一特征项集形成的多条数据组成，所述数据集B是均由采用第二特征项集形成的多条数据组成；所述第一特征项集包括一个或多个用于表述学生身份的特征项以及一个用于表述学生心理状态的特征项；所述第二特征项集包括与所述第一特征项集中用于表述学生身份的特征项相对应相同的特征项以及至少一个用于表述学生行为数据的特征项；

步骤S2、采用基于加密的用户样本对齐技术，通过所述数据集A和所述数据集B之间相同特征项所对应数据的一致性来挑选出所述数据集A和所述数据集B之间的交集数据，并区分出所述数据集B中与所述数据集A差异的数据形成待测数据集；

步骤S3、采用同态加密技术，对所述数据集A被挑选出的交集数据中对应用于表述学生心理状态的特征项的数据进行加密，以及对所述数据集B被挑选出的交集数据中对应用于表述学生行为数据的特征项的数据进行加密；

步骤S4、构建基于长短时记忆的卷积循环神经网络，并将同态加密后的所述数据集A被挑选出的交集数据中对应用于表述学生心理状态的特征项的数据作为所述卷积循环神经网络的标签以及将同态加密后的所述数据集B被挑选出的交集数据中对应用于表述学生行为数据的特征项的数据作为所述卷积循环神经网络的输入数据，通过联邦学习对所述卷积循环神经网络进行训练，得到训练后的以学生行为预测学生心理状态的模型；

步骤S5、将所述待测数据集中每一条数据均作为待测数据，依次输入训练后的以学生行为预测学生心理状态的模型中进行计算，得到的结果分别为所述待测数据集中相应数据各自预测的心理状态。

2.如权利要求1所述的基于同态加密联邦学习来检测学生行为与心理的方法，其特征在于，在所述步骤S2中，所述采用基于加密的用户样本对齐技术，通过所述数据集A和所述数据集B之间相同特征项所对应数据的一致性来挑选出所述数据集A和所述数据集B之间的交集数据的具体步骤包括：

基于RSA加密机制，以所述数据集B为公钥的生成方生成公钥，并把生成的公钥给到所述数据集A；

所述数据集A基于Hash引用一个随机数，再交互传给所述数据集B；

所述数据集B同时做Hash后交互传给所述数据集A，所述数据集A挑选出与所述数据集B之间相同特征项所对应数据相同的数据并反馈给所述数据集B，并进一步让所述数据集B挑选出与所述数据集A之间相同特征项所对应数据相同的数据，得到所述数据集A和所述数据集B之间的交集数据。

3.如权利要求1所述的基于同态加密联邦学习来检测学生行为与心理的方法，其特征在于，在所述步骤S3中，所述采用同态加密技术，对所述数据集A被挑选出的交集数据中对应用于表述学生心理状态的特征项的数据进行加密，以及对所述数据集B被挑选出的交集数据中对应用于表述学生行为数据的特征项的数据进行加密的具体步骤包括：

在所述数据集A被挑选出的交集数据中对应用于表述学生心理状态的特征项的数据上，将用于表述学生心理状态的特征项的正常数据以及非正常数据作为标签Y的数据，并进一步对标签Y及1-Y进行同态加密后给到所述数据集B；

所述数据集B被挑选出的交集数据中对应用于表述学生行为数据的特征项的数据进行分箱处理，进一步在分箱处理过程中进行密文求和操作；

待密文求和操作后，所述数据集B把结果给到所述数据集A进行解密，且进一步计算出每个用于表述学生行为数据的特征项的数据进行分箱处理后的证据权重值和信息价值。