[发明专利]端云协同的用户隐私保护车辆保险保费计算模型及方法

权利要求书

1.端云协同的用户隐私保护车辆保险保费计算方法，其特征在于包括如下步骤：

S1，端侧用户构建传输的数据包，包括：布隆矩阵D、启发式矩阵M、哈希函数和加密属性集合A_set，所述加密属性集合A_set用于生成秘钥h_key，包括如下步骤：

S11，用户属性数据由m_n个属性构成，属性类型包括Alpha、Beta，其中Alpha属性表示使用布隆过滤器筛选的属性，Beta属性表示使用方程组恢复的属性；

S12，用户生成秘钥，加密属性集合A_set中的属性数据生成秘钥h_key，所述A_set是用户指定的属性集；

S13，使用3个不同的哈希函数H₁,H₂,H₃将每个aⁱ映射为哈希值：

H₁(A)＝{h₁(a¹)mod p,h₁(a²)mod p,…,h₁(a^alpha)mod p}

H₂(A)＝{h₂(a¹)mod p,h₂(a²)mod p,…,h₂(a^alpha)mod p}

H₃(A)＝{h₃(a¹)mod p,h₃(a²)mod p,…,h₃(a^alpha)mod p}

构成布隆矩阵D＝[H₁(A),H₂(A),H₃(A)]^T；

S14，对A中的Beta属性进行加密，使用密码哈希函数H对A中的Beta属性进行哈希，第1至alpha维度的属性向量是Alpha属性，第alpha+1至beta维度的属性向量是Beta属性，对Beta属性的属性向量的值进行哈希，得到模糊属性向量：H(A)＝{h^alpha+1,h^alpha+2,…,h^beta}；生成模糊矩阵F_γ×(γ+β)＝[I_γ×γ，R_γ×β]，其中，矩阵I是γ维的单元矩阵，R是尺寸为γ×β的随机矩阵，其每一个元素都是非零的随机整数，γ是模糊属性的阈值，表示匹配的用户最多有γ个缺省值，γ+β等于Beta属性的维度大小，将模糊矩阵F和模糊属性向量H(A)相乘，得到矩阵B：B＝F×[h^alpha+1,h^alpha+2,…,h^beta]^T，启发式矩阵M由矩阵F和B组合而成：M＝[F,B]；

S2，将数据包从端侧传输到云侧，将启发式矩阵M、布隆矩阵D、哈希函数、加密属性集合A_set传输到云侧；

S3，通过数据包，筛选云侧共享数据池，云侧共享数据池的属性类型包含用户的属性类型，使用布隆过滤器筛选云侧共享数据池，使用布隆矩阵D、哈希函数进行过滤，得到候选数据集，包括如下步骤：

S31，对云侧共享数据池中的每个条目D_k，使用哈希函数映射为哈希值：

条目D_k表示一条具有完整属性集的数据；

S32，去掉H₁(D_k)≠H₁(A)，H₂(D_k)≠H₂(A)，H₃(D_k)≠H₃(A)的条目，剩余条目即备选条目数据集D¹，将备选条目数据集D¹作为候选数据集；

S4，通过启发式矩阵M，对候选数据集使用方程组求解恢复缺省属性数据，得到匹配数据集，包括如下步骤：

S41，使用密码哈希函数H对候选数据集中的Beta属性进行哈希得到：

S42，对于H_k，包含不超过γ个未知属性，这些未知数通过解以下线性方程组来得到：

即：

得到候选数据集上，每个条目最多允许有γ个缺省值的匹配条目数据集D²；

S5，生成会话秘钥，对匹配数据集的每一条匹配加密属性集合A_set中的属性数据，生成会话秘钥

S6，对匹配数据集的每一条匹配项的车辆保险保费价格使用会话秘钥加密，并传输给端侧用户，端侧用户使用秘钥h_key解密车辆保险保费价格。