[发明专利]一种隐私保护的数据传输方法、装置、电子设备及介质在审
申请号: | 202211732520.2 | 申请日: | 2022-12-30 |
公开(公告)号: | CN116015942A | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 张长浩;申书恒;傅欣艺;王维强 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | H04L9/40 | 分类号: | H04L9/40;H04L69/04 |
代理公司: | 北京国昊天诚知识产权代理有限公司 11315 | 代理人: | 许振新 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 隐私 保护 数据传输 方法 装置 电子设备 介质 | ||
1.一种隐私保护的数据传输方法,包括:
发送端设备基于压缩感知算法,对目标数据分块后的原始信号进行脱敏化压缩,得到所述目标数据对应的脱敏信号;
所述发送端设备将所述脱敏信号发送至接收端设备;
所述接收端设备基于块稀疏贝叶斯学习算法,对所述脱敏信号进行压缩还原的稀疏重构,得到所述目标数据对应的重构信号,其中,所述重构信号用于数据处理。
2.根据权利要求1所述的方法,
所述接收端设备基于块稀疏贝叶斯学习算法,对所述脱敏信号进行压缩还原的稀疏重构,得到所述目标数据对应的重构信号,包括:
所述接收端设备以所述目标数据的原始信号采用预设先验分布为约束,确定所述目标数据对应的每个分块的原始信号和每个分块的稀疏性指示变量的最大化后验概率推导;
所述接收端设备将所述最大化后验概率推导转换为基于lasso算法的代价函数,其中代价函数的变量与所述目标数据的非稀疏块划分结果相关联;
所述接收端设备对所述代价函数进行多轮迭代的优化求解,确定迭代结束后所述代价函数对应的时所述目标数据的非稀疏块划分结果,其中,非稀疏块是指所述目标数据中存在有非稀疏元素的分块;
所述接收端设备基于确定得到的所述目标数据的非稀疏块划分结果,对所述脱敏信号进行压缩还原的稀疏重构,得到重构信号。
3.根据权利要求2所述的方法,
所述接收端设备对所述代价函数进行多轮迭代的优化求解,包括:
所述接收端设备初始化所述目标数据的非稀疏块划分结果;
所述接收端设备多轮迭代以执行:选取所述目标数据对应的一个对所述代价函数影响最大的目标分块,并对所述对目标分块进行稀疏性指示变量的变更,其中,若所述对目标分块变更前的稀疏性指示变量指示所述目标分块为稀疏块,则变更后指示为非稀疏块,若所述对目标分块变更前的稀疏性指示变量指示所述目标分块为非稀疏块,则变更后指示为稀疏块;在对所述目标分块进行稀疏性指示变量的变更后,若所述代价函数产生可迭代的优化解,则基于对所述目标分块的稀疏性指示变量的变更,对所述目标数据的非稀疏块划分结果进行更新,其中,稀疏块是指所述目标数据中全部元素均为稀疏元素的分块。
4.根据权利要求2所述的方法,
所述预设先验分布为Spike and Slab先验分布。
5.根据权利要求1所述的方法,
发送端设备基于压缩感知算法,对目标数据分块后的原始信号进行脱敏化压缩,得到所述目标数据对应的脱敏信号,包括:
发送端设备基于观测矩阵,对通过结构字典进行块稀疏表示的目标数据分块后的原始信号进行低维空间投影,得到脱敏信号。
6.根据权利要求1至5中任一项所述的方法,
所述目标数据包括人脸图像数据,所述数据处理包括人脸识别处理。
7.一种隐私保护的数据传输方法,应用于发送端设备,包括:
基于压缩感知算法,对目标数据分块后的原始信号进行脱敏化压缩,得到所述目标数据对应的脱敏信号;
将所述脱敏信号发送至接收端设备;其中,所述接收端设备基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构,得到所述目标数据对应的重构信号,所述重构信号用于数据处理。
8.一种隐私保护的数据传输方法,应用于接收端设备,包括:
接收发送端设备发送的目标数据对应的脱敏信号,所述脱敏信号是所述发送端设备基于压缩感知算法,对目标数据分块后的原始信号进行脱敏化压缩得到的;
基于块稀疏贝叶斯学习算法对所述脱敏信号进行压缩还原的稀疏重构,得到所述目标数据对应的重构信号,其中,所述重构信号用于数据处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211732520.2/1.html,转载请声明来源钻瓜专利网。