[发明专利]一种基于安全多方计算可验证的机器学习服务方法及系统

权利要求书

1.一种基于安全多方计算可验证的机器学习服务方法，其特征在于，包括：

选择若干个待预测的查询样本；

基于查询样本数量确定公开样本数量和复制副本数量；

根据公开样本数量选择公开样本并基于复制副本数量对每个查询样本进行复制；

对公开样本及复制得到的副本进行随机置乱操作，得到混合数据集；

用户向云服务器机器学习模型输入混合数据集，与云服务器执行安全多方计算，生成预测结果；

对预测结果进行验证，包括对公开样本预测结果的正确性验证及对每个查询样本所复制得到的副本预测结果之间的一致性验证，获取验证结果；

基于验证结果采纳对应的预测结果。

2.根据权利要求1所述的一种基于安全多方计算可验证的机器学习服务方法，其特征在于，所述基于查询样本确定公开样本数量和复制副本数量，具体为：

基于查询样本数量构建关于公开样本数量和复制副本数量的优化函数，以使样本数量满足安全需求且使每个查询样本的平均开销最小；

求解优化函数，确定公开样本数量和复制副本数量。

3.根据权利要求2所述的一种基于安全多方计算可验证的机器学习服务方法，其特征在于，在所述基于查询样本数量构建关于公开样本数量和复制副本数量的优化函数，以使样本数量满足安全需求且使每个查询样本的平均开销最小中，所述优化函数具体表示为：

式中：T表示公开样本数量；R表示查询样本数量；B表示复制副本数量；其需要满足的限制条件有：

Pr_success≤2^-λ

式中：β表示公开样本数量的下限；λ表示安全参数；Pr_success表示云服务器欺骗概率，其具体表示为：

式中：Pr[·]表示概率计算；E_T表示云服务器使用高质量模型对所有T个公开样本正确执行预测计算的事件；E_B表示云服务器设置了总共iB个不正确的预测结果，这些结果刚好落到某i个查询样本所对应的iB个副本，而其他所有r-i个查询样本所有副本的预测结果都是使用高质量模型正确计算产生的事件；i表示不正确的查询样本。

4.根据权利要求1～3任一项所述的一种基于安全多方计算可验证的机器学习服务方法，其特征在于，所述对公开样本及复制得到的副本进行随机置乱操作，得到混合数据集，具体为：

基于随机置乱函数对公开样本及复制得到的副本进行随机置乱操作，得到混合数据集。

5.根据权利要求1～3任一项所述的一种基于安全多方计算可验证的机器学习服务方法，其特征在于，所述对预测结果进行验证，包括对公开样本预测结果的正确性验证及对每个查询样本所复制得到的副本预测结果之间的一致性验证，获取验证结果，具体为：

基于公开途径获取公开样本的初始预测结果，并与公开样本预测结果进行正确性验证；

对每个查询样本所复制得到的副本预测结果之间的一致性验证；

基于正确性验证和一致性验证获取验证结果。

6.一种基于安全多方计算可验证的机器学习服务系统，其特征在于，包括查询样本选择模块、样本数量确定模块、样本增量模块、样本混合模块、学习服务模块、验证模块和预测结果选择模块；其中：

所述查询样本选择模块用于选择若干个待预测的查询样本；

所述样本数量确定模块用于基于查询样本数量确定公开样本数量和复制副本数量；

所述样本增量模块用于根据公开样本数量选择公开样本并基于复制副本数量对每个查询样本进行复制；

所述样本混合模块用于对公开样本及复制得到的副本进行随机置乱操作，得到混合数据集；

所述学习服务模块用于用户向云服务器机器学习模型输入混合数据集，与云服务器执行安全多方计算，生成预测结果；

所述验证模块用于对预测结果进行验证，包括对公开样本预测结果的正确性验证及对每个查询样本所复制得到的副本预测结果之间的一致性验证，获取验证结果；

所述预测结果选择模块用于基于验证结果采纳对应的预测结果。