[发明专利]基于向量同态加密的隐私保护K-NN分类方法

摘要

本发明涉及基于向量同态加密的隐私保护K‑NN分类方法，包括：A.接收查询向量组和标准向量组；B.通过查询向量组生成矩阵G，标准向量组使用密钥S通过向量同态加密生成密文组和新密钥GS；C.对新密钥GS进行密钥转换为转换密钥S'，得到此时的转换矩阵M和转换密文组；D.使用转换密钥S'对转换密文组解密，得到解密向量组；E.根据K个最小值的解密向量的分量为对应的各查询向量附上分类标签。本发明能够良好的对用户隐私数据保护，并且在隐私数据受到保护的情况下，通过K‑NN算法对用户的查询向量进行高效、准确的分类，提高了对向量类型判断的效率，扩大了向量类型判断的应用范围。

主权项

基于向量同态加密的隐私保护K‑NN分类方法，其特征为：A.接收查询向量组(x1，x2，…xn)和标准向量组(p1，p2，…pm)，其中标准向量组(p1，p2，…pm)对应有标准分类标签(t1，t2，…tm)；B.通过查询向量组(x1，x2，…xn)得到查询矩阵G，查询矩阵n表示查询矩阵G的行数，为查询向量组的向量个数，w表示查询矩阵G的列数，为每个查询向量的维度，标准向量组(p1，p2，…pm)中的各标准向量使用密钥S通过向量同态加密生成密钥转换矩阵M以及与标准向量组(p1，p2，…pm)对应的密文组(c1，c2，…cm)，通过查询矩阵G和密钥S得到新密钥GS；C.对所述的新密钥GS进行密钥转换：设置转换密钥S'，其中S'＝[I,T]，且其中I为单位矩阵，T为随机矩阵，n为查询向量的维度，m为转换密文组的维度；然后将新密钥GS转换为转换密钥S'，得到此时对应的密钥转换矩阵M，通过所述此时的密钥转换矩阵M得到密文组(c1，c2，…cm)对应的转换密文组(c1'，c2'，…cm')，其中其中h为每个转换密文ci'的维度，w为每个查询向量的维度，λ满足|ci'|＜2λ，i≤m；D.使用所述的转换密钥S'对所述的转换密文组(c1'，c2'，…cm')解密，得到解密向量组(D1，D2，…Dm)，其中每个解密向量Di的分量为(di1，di2，…din)，i≤m；E.为查询向量组(x1，x2，…xn)中的各查询向量xy附上分类标签，y≤n：比较解密向量组(D1，D2，…Dm)中各解密向量的第y个分量(d1y，d2y，…dmy)的大小，找到其中最小的K个分量；再将所述K个分量对应的分类标签中出现次数最多的分类标签赋值给向量xy，其中分量(d1y，d2y，…dmy)对应的分类标签分别为标准分类标签(t1，t2，…tm)。