[发明专利]一种基于同态加密的分布式隐私保护分类方法及系统

说明书

本发明提出一种基于同态加密的分布式隐私保护分类方法及系统，定义参与数据挖掘的n个数据参与方，全局数据集D的属性，预测样本；数据挖掘方P_n生成同态加密所需的公钥和私钥，数据参与方P_i计算本地局部数据集中各数据点与预测样本X间的欧氏距离，构建局部距离向量M；并生成一个随机数向量加和到局部距离向量中，生成加密距离子向量，P_i得到加密距离向量M’。并得到全局加密距离向量，P_n根据预测样本X对全局加密距离向量进行排序，选取距离X最近的K数据点。数据挖掘方通过统计这K个数据点的类标号，找到最多的类标号，并作为预测样本的预测类标号。本发明所提方法在实现各方数据隐私保护的同时，可以有效兼顾分类精度。

技术领域

本发明涉及信息安全领域，具体涉及的是一种基于同态加密的分布式隐私保护分类方法及系统。

背景技术

现代社会的飞速发展以及数字化程度的不断加深，导致数据由以前的集中存储，变得越来越分散，数据挖掘需要多方参与，由于信息拥有者双方并不想让对方知道个人隐私，在这种状况下，利用安全多方计算可以很好的解决这个问题。

著名图灵奖获得者、华裔科学家姚期智教授提出了姚氏百万富翁问题，即2个不暴露自身财富的富豪，怎么才能判断谁更加富有，这个问题演变成了当下的安全多方计算(Secure Multi－Party Computation,SMC)。即在不分享原始数据的情况下，获得想要的结论。多方安全计算技术每次随机加密，不能重复使用加密的数据，直接在加密数据上运算，原始数据不被还原，每次计算之前先确定参与方，需要所有参与方共同协调，能够不泄露原始数据而得到数据中的价值。使用多方安全计算进行模型梯度更新的整合，可以降低信息泄露的可能性。概括地说，安全多方计算主要是为了解决分布式网络中多个互不信任的参与方如何在不泄露各自持有的秘密信息的前提下进行合作计算的问题。一方面，它要求实现参与者间约定函数的合作计算；另一方面，还要保证各个参与方所持有的秘密输入数据的安全。

本发明研究了多方如何在垂直分区的数据上协作构建k近邻分类器。我们开发了一个基于同态加密的分布式k近邻分类协议。在该协议中，各方不需要将其所有数据发送到一个中心的、受信任的一方，我们使用同态加密和随机扰动技术实现了在不泄露数据隐私的情况下多方进行协同计算。

发明内容

为解决现有场景中存在的问题，本发明的目的在于，提供一种实现各方在不泄露数据隐私的情况下协作进行分类计算，同时维持不可信挖掘分析者分类精度的隐私保护分类方法。

具体地，本发明提出一种基于同态加密的分布式隐私保护分类方法，包括以下步骤：

步骤1，定义参与数据挖掘的n个数据参与方P_i,i∈[1,n]、全局数据集D的属性、全局预测样本x′，将其中一数据参与方作为数据挖掘方记为P_n，将全局数据D垂直拆分为不同的本地数据集D_i,i∈[1,n]，并将本地数据集D_i对应分配给所有数据参与方P_i，每一数据参与方P_i对应的预测样本部分为x_i′；

步骤2，数据挖掘方P_n生成同态加密所需的公钥pk和私钥sk，保留私钥sk用于解密，将公钥pk发给其它数据参与方P_i,i∈[1,n-1]；

步骤3，计算每一数据参与方所拥有的本地数据集D_i与对应预测样本x_i′之间的本地距离向量d_i，每一个数据参与方P_i将本地距离向量d_i分解成n个同模式距离子向量，并随机生成n个扰动子向量，n个扰动子向量和为0，将扰动子向量对应合并到距离子向量中得到带扰动的距离子向量s′_ji；