[发明专利]数据安全比较协议实现方法、系统、电子装置及存储介质

说明书

本发明公开了一种数据安全比较协议实现方法、系统、电子装置及存储介质，所述方法包括：获取机器学习所在操作系统的公共参数，并获取用户的公钥及私钥；使用公共参数及公钥为用户数据的第一明文数据及第二明文数据进行加密，得到第一密文数据及第二密文数据；将第一密文数据及第二密文数据上传至云服务器；获取云服务器输出的对第一密文数据及第二密文数据的云密文比较结果；根据比较结果计算用户端密文比较结果；根据云密文比较结果及用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较；通过对密文数据进行计算，且不涉及明文数据，保障了数据的安全性，且对两个密文数据进行了比较，判断出了数据的数值大小。

技术领域

本发明涉及数据安全技术领域，尤其涉及一种数据安全比较协议实现方法、系统、电子装置及存储介质。

背景技术

随着互联网技术的发展，机器学习具有了长足的进步，机器学习是从海量数据中获取隐藏的、有效的、可理解的知识，被广泛应用于人工智能、疾病诊断、基因测序、犯罪预测等领域。

但是，机器学习需要使用大量的数据进行计算，这些数据的使用，给数据的隐私保护带来了巨大挑战，因此就需要研究如何限定第三方在对用户数据进行机器学习的同时不窥探用户数据隐私。现有的常用做法，是使用同态加密来保护机器学习中的隐私数据，文献“Chen L,Zhang Z,Wang X,et al.Batched Multi-hop Multi-key FHE from Ring-LWEwith Compact Ciphertext Extension[C].Theory of Cryptography Conference,2017:597-627”公开了一种CZW型的多密钥全同态加密方案。

但是CZW型的多密钥全同态加密方案不能仅在已知用户数据公开信息的前提下，判断不同数据的数值大小。

发明内容

本发明的主要目的在于提供一种数据安全比较协议实现方法、系统、电子装置及存储介质，旨在解决现有技术中多密钥全同态加密方案不能仅在已知用户数据公开信息的前提下，判断不同数据的数值大小的技术问题。

为实现上述目的，本发明第一方面提供一种数据安全比较协议实现方法，包括：获取机器学习所在操作系统的公共参数，并获取用户的公钥及私钥；使用所述公共参数及所述公钥为用户数据的第一明文数据及第二明文数据进行加密，得到第一密文数据及第二密文数据；将所述第一密文数据及所述第二密文数据上传至云服务器；获取云服务器输出的对所述第一密文数据及所述第二密文数据的云密文比较结果；根据所述比较结果计算用户端密文比较结果；根据所述云密文比较结果及所述用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。

进一步地，根据所述比较结果计算用户端密文比较结果包括：使用所述私钥解密所述云密文比较结果；将加密后的云密文比较结果的比特展开，若展开后第位分量为0，则使得用户端密文比较结果为0，若位分量为1，则使得用户端密文比较结果为1。

进一步地，所述根据所述云密文比较结果及所述用户端密文比较结果对数据的大小进行比较包括：若所述云密文比较结果及所述用户端密文比较结果均为0或均为1，则判定第一明文数据小于或等于第二明文数据；若所述云密文比较结果及所述用户端密文比较结果的其中一个为0，另一个为1，则判定第一明文数据大于或等于第二明文数据。

进一步地，所述方法还包括：若所述用户数据来自不同用户，则分别获取不同用户的公钥及私钥，并根据用户对应的公钥及公共参数为该用户的明文数据进行加密。

本发明第二方面提供一种数据安全比较协议实现方法，包括：获取根据第一明文数据及第二明文数据进行加密得到第一密文数据及第二密文数据、用户的公钥；在公钥的基础上对明文空间模数进行加密，得到加密空间模数；在0和1内随机选择一个作为比特，使用所述加密空间模数、第一密文数据及第二密文数据进行计算，得到云密文比较结果；将所述云密文比较结果发送至用户端。