[发明专利]数据脱敏方法、联邦学习方法及系统

权利要求书

1.数据脱敏方法，其特征在于，包括：

将数据库中的多个样本导入数据脱敏环境，所述样本包括样本标识及其样本特征；

在所述数据脱敏环境中，利用数据脱敏算法对每个所述样本的所述样本标识进行加密，并对导入所述数据脱敏环境的多个所述样本进行混淆处理，以实现所述样本的去标识化；

其中，去标识化后的所述样本标识及其对应的所述样本特征仍具有映射关系。

2.根据权利要求1所述的方法，其特征在于，所述数据脱敏算法采用不可逆的加密算法。

3.根据权利要求1所述的方法，其特征在于，所述数据脱敏算法采用HMAC算法。

4.根据权利要求1所述的方法，其特征在于，利用数据脱敏算法对每个所述样本的所述样本标识进行加密，还包括：

利用所述数据脱敏算法并使用不同的数据加密密钥按批次地对导入所述数据脱敏环境的多个所述样本进行加密；

其中，每一批次包括一个或多个所述样本，且不同批次的所述样本对应于不同的所述数据加密密钥。

5.根据权利要求1所述的方法，其特征在于，所述数据脱敏环境由具备TEE功能的服务器实现。

6.根据权利要求1所述的方法，其特征在于，所述数据脱敏环境由硬件加密机实现。

7.根据权利要求6所述的方法，其特征在于，所述数据加密密钥在所述硬件加密机中生成并保存。

8.根据权利要求1所述的方法，其特征在于，还包括：

将去标识化后的所述样本导入联邦学习平台进行安全求交运算和/或联合建模。

9.基于数据脱敏方法的联邦学习方法，其特征在于，包括：

多个合作方在自身环境中各自部署相同的数据脱敏环境；

所述多个合作方共同协商统一的数据脱敏算法，并在所述数据脱敏环境中生成及部署所述数据脱敏算法；

所述多个合作方将各自数据库中的多个样本导入各自部署的所述数据脱敏环境中，每个样本包括样本标识及其样本特征；生成及部署

所述多个合作方在各自部署的所述数据脱敏环境中同步数据加密密钥，利用所述数据脱敏算法并使用所述数据加密密钥对各自数据库的多个样本进行去标识化处理；

所述多个合作方分别将去标识化后的所述样本导入联邦学习平台，以进行安全求交运算和/或联合建模。

10.根据权利要求8所述的方法，其特征在于，所述数据脱敏环境由具备TEE功能的服务器实现。

11.根据权利要求10所述的方法，其特征在于，所述多个合作方共同协商统一的数据脱敏算法，还包括：

所述多个合作方通过TEE远程认证功能验证其他合作方的运算环境安全性，并在验证通过后创建TEE安全信道；

基于创建的所述TEE安全信道，利用TEE测量功能互相验证其他合作方部署的数据脱敏算法是否符合约定。

12.根据权利要求11所述的方法，其特征在于，所述多个合作方在各自部署的所述数据脱敏环境中同步数据加密密钥，还包括：

所述多个合作方通过所述TEE安全信道协商传输数据加密密钥。

13.根据权利要求9所述的方法，其特征在于，所述数据脱敏环境由硬件加密机实现。