[发明专利]基于隐私保护的实体对齐方法及计算机存储介质

说明书

本发明属于隐私保护技术领域，公开了一种基于隐私保护的实体对齐方法，该方法包括：将合作双方的实体ID转化为多项式，实体ID中的每个元素被设定为多项式的根；合作方提取自己的多项式系数，生成一对密钥，并使用自己的公钥对合作方多项式系数进行加密，将加密后的密文和公钥发送给被合作方；被合作方提取自己的多项式系数，使用合作方发来的公钥对被合作方多项式系数进行加密，得到加密后的密文发送给合作方；合作方使用自己的私钥解密，解出合作双方的最大公因式的根。本发明公开的基于隐私保护的实体对齐方法，即有效保护了数据传输的隐私性，又防止了数据个数的泄露，同时也保证了通信效率和运算效率，并可应用多种隐私保护的场景。

技术领域

本发明属于隐私保护技术领域，尤其是涉及一种基于隐私保护的实体对齐方法。

背景技术

在当今数据信息爆炸的时代，各领域积累了大量数据，这些数据是训练人工智能模型的必需养料。可是现实却是很多领域存在数据内容单一的问题；同时，行业间公司间出于机密泄露担忧，不愿共享数据。一般情况下，人工智能所需要的数据涉及到多个领域。例如在金融风险控制方面，各个金融机构独享各自的用户信贷情况，联合分享用户的信贷情况存在一定的障碍。例如在智能营销服务中，销售方拥有用户购买商品的数据，但是却没有用户购买能力和最近偏好的数据。在大多数行业中，数据是以孤岛的形式存在。另一方面，保护数据隐私和安全已经成为了全世界的共识。欧盟实施了《通用数据保护条例》(GeneralData Protection Regulation,GDPR)，GDPR旨在保护用户的个人隐私和数据安全，禁止企业泄露用户个人隐私。同样，中国也正在拟定《中华人民共和国数据安全法》，同样要求网络运营者不得泄露用户个人信息。这就要求各领域需要在保证数据隐私的情况下，进行跨领域的分布式合作建模，其中数据对齐是非常关键的流程。合作方之间只知道共有的实体，而不知道非共有的实体，同时数据不能有泄露给第三方的风险。

传统的基于隐私保护的实体对齐方法采用Hash协议，即分别对每个实体ID进行Hash值映射，通过Hash值匹配从而达到实体对齐的目的，同时不泄露原始的实体ID。但是Hash协议有个明显的缺点是极易遭到碰撞攻击，合作方可以通过碰撞法将Hash值解析为原始的实体ID，造成隐私泄露。为了克服碰撞攻击，另一种基于隐私保护的实体对齐方法采用了公钥加密协议，典型的加密算法是RSA。合作的一方A生成一对密钥(公钥和私钥)，公钥只能加密不能解密。A将使用公钥加密后的实体ID和公钥发送给合作方B，合作方B使用A发送的公钥对自己的实体ID进行加密，对双方经过公钥加密后的实体ID进行匹配取交集，将交集发送给A。A使用私钥对交集进行解密，解密后的明文即为双方对齐的实体ID。该方法可有效防止数据泄露，但是仍然会泄露对齐数据的个数。

发明内容

针对现有技术中存在的上述缺陷，本发明的目的是提供一种基于隐私保护的实体对齐方法，即可保护数据隐私，又能防止数据个数隐私泄露，同时也保证了通信效率和运算效率。

本发明提供的一种基于隐私保护的实体对齐方法，包括：

将合作双方的实体ID转化为多项式，实体ID中的每个元素被设定为多项式的根；

合作方提取自己的多项式系数，生成一对密钥，并使用自己的公钥对合作方多项式系数进行加密，将加密后的密文和公钥发送给被合作方；

被合作方提取自己的多项式系数，使用合作方发来的公钥对被合作方多项式系数进行加密，得到加密后的密文发送给合作方；

合作方使用自己的私钥解密，解出合作双方的最大公因式的根。

进一步地，合作双方的实体ID转化为多项式后，对多项式的最大公因式进行加盲处理来隐藏实体的个数。

进一步地，对所述合作双方的多项式的系数的加密均采用加法同态加密算法。

进一步地，加盲处理采用如下公式：