[发明专利]隐私计算应用中的安全智能校验方法及相关装置

说明书

本申请实施例公开了一种隐私计算应用中的安全智能校验方法及相关装置，应用于多方计算系统，多方计算系统包括多个参与方，该方法包括：在单次任务校验模式下，将多个参与方的隐私数据间的计算逻辑形式化为第一数学计算公式，将第一数学计算公式进行第一简化处理，得到第二数学计算公式，根据预设比例阈值对第二数学计算公式进行第二简化处理，得到第三数学计算公式，根据第三数学计算公式统计多个参与方中每一参与方中参与运算的特征数量，得到多个特征数量，根据多个特征数量确定单次校验模式的校验结果。采用本申请实施例可以提升隐私计算安全性。

技术领域

本申请涉及隐私计算技术领域以及计算机技术领域，具体涉及一种隐私计算应用中的安全智能校验方法及相关装置。

背景技术

随着隐私保护方面法律、法规的日趋严格，越来越多的公司采用隐私计算在“数据不出本地”的前提下释放自身数据的价值。隐私计算是一类技术方案的合集，包括了联邦学习（federated learning，FL），多方安全计算(secure multi-party computation，MPC)，可信计算（trusted execution environment，TEE）等，在处理和分析计算数据的过程中能保持数据不透明、不泄露、无法被计算方法以及其他非授权方获取。然而，很多隐私计算的技术仅保证了计算过程的安全性，而无法保证计算结果的安全性，给使用者以虚假的安全感，即在计算的过程中，隐私数据是无泄露的，但获得计算结果的一方可由本次计算的结果和本方已知数据推测出其他参与方的数据。因此，如何提升隐私计算安全性的问题亟待解决。

发明内容

本申请实施例提供了一种隐私计算应用中的安全智能校验方法及相关装置，可以提升隐私计算的安全性。

第一方面，本申请实施例提供一种隐私计算应用中的安全智能校验方法，应用于多方计算系统，所述多方计算系统包括多个参与方；所述方法包括：

在单次任务校验模式下，将所述多个参与方的隐私数据间的计算逻辑形式化为第一数学计算公式；

将所述第一数学计算公式进行第一简化处理，得到第二数学计算公式；

根据预设比例阈值对所述第二数学计算公式进行第二简化处理，得到第三数学计算公式；

根据所述第三数学计算公式统计所述多个参与方中每一参与方中参与运算的特征数量，得到多个特征数量；

根据所述多个特征数量确定所述单次校验模式的校验结果。

第二方面，本申请实施例提供了一种多方计算装置，应用于多方计算系统，所述多方计算系统包括多个参与方；所述装置包括：简化处理单元、统计单元和确定单元，其中，

所述简化处理单元，用于在单次任务校验模式下，将所述多个参与方的隐私数据间的计算逻辑形式化为第一数学计算公式；将所述第一数学计算公式进行第一简化处理，得到第二数学计算公式；根据预设比例阈值对所述第二数学计算公式进行第二简化处理，得到第三数学计算公式；

所述统计单元，用于根据所述第三数学计算公式统计所述多个参与方中每一参与方中参与运算的特征数量，得到多个特征数量；

所述确定单元，用于根据所述多个特征数量确定所述单次校验模式的校验结果。

第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。