[发明专利]多方联合确定隐私数据中对象特征相关性的方法及装置

权利要求书

1.一种多方联合确定隐私数据中对象特征之间相关性的方法，所述隐私数据分布在多个持有方中，其中任意的第一持有方存储有n个业务对象针对若干个特征的特征值构成的第一原始矩阵；所述方法通过所述第一持有方执行，包括：

针对所述第一原始矩阵中多项特征的特征值进行零均值化，得到第一中心矩阵；

利用多方安全计算，基于所述第一中心矩阵以及其他持有方各自的中心矩阵，确定协方差矩阵的第一分片矩阵；其中，所述协方差矩阵基于联合矩阵得到；多个持有方各自对应的中心矩阵在假定相拼接的情况下，构成所述联合矩阵；多个持有方各自的分片矩阵在假定重构的情况下，构成所述协方差矩阵；

针对所述第一持有方中的第i特征与第二持有方中的第j特征，基于所述第一分片矩阵、所述第一中心矩阵以及所述第二持有方的第二中心矩阵，利用多方安全计算，确定所述第i特征与所述第j特征之间的第一相关性系数分片，以用于与所述第二持有方确定的第二相关性系数分片合成完整的相关性系数。

2.根据权利要求1所述的方法，还包括：

在需要确定所述第i特征与所述第j特征之间完整的相关性系数时，从所述第二持有方获取对应的第二相关性系数分片，基于所述第一相关性系数分片和所述第二相关性系数分片的和，得到所述第i特征与所述第j特征之间完整的相关性系数。

3.根据权利要求1所述的方法，还包括：

在得到所述相关性系数之后，根据所述相关性系数与预设阈值的比较，确定针对所述第i特征和所述第j特征的处理操作，所述处理操作包括以下之一：删除特征、融合特征。

4.根据权利要求3所述的方法，还包括：

对所述第一原始矩阵中所述第i特征对应的特征值执行所述处理操作，得到更新后的业务数据矩阵，用以通过机器学习的方式对业务对象进行业务预测分析。

5.根据权利要求1所述的方法，多个持有方的原始矩阵中所述n个业务对象的数据按照预定顺序排列，不同持有方存储有多个业务对象的不同特征的特征值；所述业务对象为以下之一：用户、商铺、商品、事件。

6.根据权利要求1所述的方法，所述确定协方差矩阵的第一分片矩阵的步骤，包括：

利用秘密分享矩阵乘法SMM，基于所述第一中心矩阵以及其他持有方各自的中心矩阵进行乘操作，确定协方差矩阵的第一分片矩阵。

7.根据权利要求6所述的方法，所述确定协方差矩阵的第一分片矩阵的步骤，包括：

本地计算所述第一中心矩阵与其转置矩阵的乘积，得到第一子矩阵；利用所述SMM，将所述第一中心矩阵分别与多个持有方各自的中心矩阵进行乘操作，得到多个第二子矩阵，基于所述第一子矩阵和多个第二子矩阵，拼接形成所述协方差矩阵的第一分片矩阵。

8.根据权利要求7所述的方法，所述拼接形成所述协方差矩阵的第一分片矩阵的步骤，包括：

将所述联合矩阵与其转置矩阵的乘积结果划分成：与所述第一中心矩阵相关的第一子块，与所述第一中心矩阵和其他中心矩阵相关的第二子块，与所述其他中心矩阵相关的第三子块；

采用所述第一子矩阵填充所述第一子块，基于多个第二子矩阵填充所述第二子块，采用预设的0矩阵填充所述第三子块，基于填充后的矩阵与预设系数的乘积得到所述第一分片矩阵。

9.根据权利要求6所述的方法，所述确定协方差矩阵的第一分片矩阵的步骤，包括：

基于本地生成的第一随机矩阵与所述第一中心矩阵的差，得到第一隐秘矩阵，通过与其他持有方进行的隐秘矩阵交换，得到多个隐秘矩阵，并将其拼接形成第一合并矩阵，基于获取的第一拆分矩阵、第二拆分矩阵与所述第一合并矩阵之间的预设矩阵运算，得到所述协方差矩阵的第一分片矩阵；

其中，多个持有方的拆分矩阵在假定分别重构的情况下，构成第一全矩阵和第二全矩阵，并满足：所述第一全矩阵与其转置矩阵的乘积等于所述第二全矩阵。