[发明专利]实现隐私保护的多方联合进行数据统计的方法及装置

说明书

本说明书实施例提供一种实现隐私保护的多方联合进行数据统计的方法。该方法应用于所述多方中的任意一方，包括：首先，确定本方持有的本地数据集对应于目标百分位的本地百分位数；接着，与其他参与方执行第一联合处理，确定出涵盖各方的本地百分位数的最窄数值区间，并确定所述目标百分位在所述最窄数值区间的等价百分位；然后，从所述本地数据集中截取位于所述最窄数值区间的本地子集；之后，与其他参与方执行第二联合处理，其中各方基于其本地子集以及所述等价百分位，确定出各方的本地数据集构成的数据总集对应于所述目标百分位的百分位数。如此，可以在实现隐私保护的同时，大幅提高联合计算百分位数的效率。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种实现隐私保护的多方联合进行数据统计的方法及装置。

背景技术

一组数据的第p百分位数是这样一个值，它使得至少有p％的数据项小于或等于这个值，且至少有(100-p)％的数据项大于或等于这个值，比如，中位数是第50百分位数。目前，许多行业、领域都涉及百分位数的计算，例如，企业计算职工收入的第5百分位数，并公示给职工，以使职工能够获知自己的收入是否在前5％以内。

不同企业、机构或部门等拥有私有数据，希望计算出汇总数据的百分位数，例如，计算某个岗位的所有从业者收入的百分位数。然而，不同数据方持有的原始数据包含大量的用户隐私或商业机密等，一旦过度泄露，将造成难以挽回的负面影响。因此，多个数据方在联合计算百分位数以解决数据孤岛问题的同时，保护数据隐私成为研究的重点和难点。

然而，目前数据联合计算的方式有限。因此，需要一种多方联合计算百分位数的方案，可以更好地满足实际应用需求，例如，在保护各方数据隐私安全的同时，使得百分位数的计算更加高效。

发明内容

本说明书一个或多个实施例描述了一种实现隐私保护的多方联合进行数据统计的方法，通过暴露少量信息的方式，采用轻量级计算缩小可以定位到目标百分位数的数据区间，从而在缩小后的数据区间内求解目标百分位数，进而在实现隐私保护的同时，充分提高计算效率。

根据第一方面，提供一种实现隐私保护的多方联合进行数据统计的方法，应用于所述多方中的任意一方，包括：确定本方持有的本地数据集对应于目标百分位的本地百分位数；与其他参与方执行第一联合处理，确定出涵盖各方的本地百分位数的最窄数值区间，并确定所述目标百分位在所述最窄数值区间的等价百分位；从所述本地数据集中截取位于所述最窄数值区间的本地子集；与其他参与方执行第二联合处理，其中各方基于其本地子集以及所述等价百分位，确定出各方的本地数据集构成的数据总集对应于所述目标百分位的百分位数。

在一个实施例中，所述第一联合处理包括：从所述其他参与方接收其本地百分位数；确定所述各方的本地百分位数中的最小值和最大值，分别作为左端点和右端点，构成所述最窄数值区间。

在一个实施例中，所述第一联合处理包括：基于本方的本地百分位数，与其他参与方联合进行安全多方计算MPC，得到所述最窄数值区间。

在一个实施例中，所述第一联合处理包括：确定所述本地数据集中小于所述最窄数值区间的左端点的第一数据个数，以及大于右端点的第二数据个数；从所述其他参与方接收其各自的第一数据个数、第二数据个数和其本地数据集的数据总个数；基于各方的第一数据个数、第二数据个数、数据总个数和目标百分位，确定所述等价百分位。

在一个实施例中，所述第一联合处理包括：确定所述本地数据集中小于所述最窄数值区间的左端点的第一数据个数，以及大于右端点的第二数据个数；基于所述目标百分位，以及本方的第一数据个数、第二数据个数和本地数据集中的数据总个数，与其他参与方联合进行安全多方计算MPC，得到所述等价百分位。

在一个实施例中，所述第二联合处理包括：从所述其他参与方接收其本地子集；基于所述各方的本地子集和所述等价百分位，确定所述百分位数。