[发明专利]一种隐私数据的计算方法、装置及计算机设备

说明书

本发明公开了一种隐私数据的计算方法、装置以及计算机设备，其中，该方法包括：获取用户数据以及目标机构发送的密文输入项，根据用户数据以及第一模型系数，计算得到目标输入项；根据目标输入项以及密文输入项，确定密文数据；根据密文数据以及sigmoid算法的目标公式，确定目标期望值。通过实施本发明，解决了相关技术中存在的由于输入项为密文导致的无法进行sigmoid计算的问题，结合目标输入项、密文输入项以及sigmoid算法的目标公式，可以快速、准确地确定目标期望值，即在明文数值下进行sigmoid计算结果足够近似的值，拟合误差较小，拟合过程较为简单，实现高拟合精度、低计算复杂度的拟合计算。

技术领域

本发明涉及隐私数据处理领域，具体涉及一种隐私数据的计算方法、装置及计算机设备。

背景技术

在当前“人工智能”、“数据科技”的年代，数据做为最重要的生产要素之一有着大量的流通与融合的需要。目前当多家机构展开数据合作时，需要将各方的明文数据归集在一处，例如可以统一归集在其中的某一家机构，也可以归集在某个独立的第三方平台，之后再进行中心化的数量化建模或分析工作。数据有着开放与融合的需要，但是在另外一面，对于数据安全与保护有着越来越严格的要求，而各个机构对于自身商业数据保护的需要也都使得机构明文数据“出库”这样的操作越来越不可行。为了解决数据流通与数据安全保护这一对矛盾，隐私计算技术得到了空前的关注。

在实际使用中，隐私计算全称是“保护数据隐私的计算”，或“隐私保护计算”(Privacy Preserving Computation)，是指在多个参与方进行联合计算的时候，在保证各方数据安全与隐私不泄露的前提下，实现计算与数据价值挖掘的技术体系。但是在隐私计算的环境下，两方机构要进行联合逻辑回归模型训练时，用于sigmoid计算的输入项数据Z是一个密文，导致无法进行sigmoid计算，继而导致隐私数据无法被使用。

发明内容

有鉴于此，本发明实施例提供了一种隐私数据的计算方法、装置及计算机设备，以解决相关技术中由于输入项为密文导致的无法进行sigmoid计算的问题。

根据第一方面，本发明实施例提供了一种隐私数据的计算方法，包括：获取用户数据以及目标机构发送的密文输入项，根据所述用户数据以及第一模型系数，计算得到目标输入项，所述密文输入项为目标机构根据所述目标机构的用户数据以及第二模型系数，通过同态加密之后得到的；根据所述目标输入项以及密文输入项，确定密文数据；根据所述密文数据以及sigmoid算法的目标公式，确定目标期望值。

可选地，该隐私数据的计算方法还包括：根据所述目标期望值以及预设标签值，计算误差值；根据所述误差值，分别计算所述目标输入项以及所述密文输入项对应的第一梯度以及第二梯度；根据所述第一梯度以及所述第二梯度，更新所述第一模型系数以及所述第二模型系数。

可选地，所述根据所述密文数据以及sigmoid算法的目标公式，确定目标期望值，包括：根据第一拟合系数、第二拟合系数以及第三拟合系数，确定所述目标公式；根据所述密文数据以及目标公式，计算得到目标期望值。

可选地，通过下述公式确定所述目标期望值：

ρ_z＝0.5+0.21625499×Z-0.00655313×Z³，

其中，ρ_z表示所述目标期望值，0.5为所述第一拟合系数，0.21625499为所述第二拟合系数，0.00655313为所述第三拟合系数，Z表示所述密文数据。

可选地，通过以下过程，确定所述第一拟合系数、第二拟合系数以及第三拟合系数：根据目标拟合区间，生成散点序列，所述散点序列包括多项密文数据；根据所述散点序列，进行立方计算，得到立方序列；根据所述散点序列以及所述立方序列，计算预测拟合值；根据所述预测拟合值以及真实值，计算得到所述预测拟合值以及真实值的残差平方和；根据预设优化算法以及所述残差平方和，计算得到所述第一拟合系数、第二拟合系数以及第三拟合系数。