[发明专利]一种基于隐私计算的联合决策方法

说明书

本发明涉及信息技术领域，具体涉及一种基于隐私计算的联合决策方法，包括：构建若干个执行节点和汇总节点，具有参量的主体均部署一个执行节点，若干个执行节点均与汇总节点连接；建立目标函数和多参量约束条件，所述汇总节点保存目标函数和多参量约束条件；执行节点各自列出所属参量涉及的单参量约束条件；若干个执行节点建立隐私计算，求解最优解；每个主体根据参量的最优解进行决策，使参量基本等于最优解。本发明的实质性效果是：通过建立隐私计算，在保护数据隐私的前提下，使用准确的参量数据进行联合决策，决策结果真实准确，能够提高生产、经营的效益。

技术领域

本发明涉及信息技术领域，具体涉及一种基于隐私计算的联合决策方法。

背景技术

当前的工业生产具有小批量、多品种的特点。生产技术日趋复杂，涉及到的原料、半成品及工序也呈现增加的趋势，对生产协作提出了更高的要求。同时给生产经营的管理和决策带来了难度。为了应对批量小、涉及物料繁多的挑战，业内提出了多种精细化的生产管控调度理论，比如零库存管理。零库存管理是指物料，包括原材料、半成品和产成品等，在采购、生产、销售、配送等一个或几个经营环节中，不以仓库存储的形式存在，而均是处于周转的状态。采用精细化的管理能够提高生产经营的效益，减少对库存和资金的占用，提高生产的效率。然而实施如零库存管理的精细化生产管理调度方案，离不开数据的支持，尤其是实时数据的支持。然而目前缺乏既能够有效保护参与主体的数据隐私，同时能够完成联合优化决策的技术方案。

如中国专利CN107526975A，公开日2017年12月29日，公开了一种基于差分隐私保护决策树的方法，其步骤包括：对原始数据集以抽样概率p进行抽样得到数据集样本，且得到的数据集满足ln(1+p(eε-1))-差分隐私：对抽样得到的数据集进行初步处理，将连续属性和离散属性一起参与隐私保护下的决策选择；根据抽取的数据集样本初始化C4.5决策树，利用稀疏向量方法判断决策树中的结点是否继续分裂；递归构建决策树。其技术方案的分类准确率高，在保护隐私的同时，能够高效准确的构建决策树。但其采用的隐私保护方案同时降低了数据的准确度，不适宜应用在涉及大量资金和物料的生产或经营的决策中。

发明内容

本发明要解决的技术问题是：目前缺乏在保护数据隐私前提下实现多个生产或经营参与主体联合实现优化决策技术方案的问题。提出了一种基于隐私计算的联合决策方法，能够在保持数据隐私的前提下，为每个参与主体提供生产或经营优化决策的指导。

为解决上述技术问题，本发明所采取的技术方案为：一种基于隐私计算的联合决策方法，包括：构建若干个执行节点和汇总节点，具有参量的主体均部署一个执行节点，若干个执行节点均与汇总节点连接；建立目标函数和多参量约束条件，所述汇总节点保存目标函数和多参量约束条件；执行节点各自列出所属参量涉及的单参量约束条件；若干个执行节点建立隐私计算，求解最优解；每个主体根据参量的最优解进行决策，使参量基本等于最优解。

作为优选，若干个执行节点建立隐私计算求解最优解的方法包括：建立隐私计算，计算目标函数的值；所述汇总节点将多参量约束条件拆分为多参量计算式、条件值和约束关系；若干个执行节点及汇总节点为每个多参量计算式建立隐私计算，计算出多参量约束计算式的值；汇总节点比较多参量计算式和条件值是否满足约束关系；执行节点变动参量的值，变动后参量的值满足单参量约束条件，再次建立隐私计算获得目标函数及多参量计算式的值；直到达到最优解条件，每个执行节点当前的参量值即为参量的决策目标值。