多方联合进行隐私数据处理的方法及装置.pdf
听云****君哇
亲,该文档总共33页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
多方联合进行隐私数据处理的方法及装置.pdf
本说明书实施例提供一种多方联合对隐私数据进行处理的方法和系统,其中上述多方包括,管理方和n个数据方,方法包括以下步骤。各个数据方分别利用系统公钥,采用约定的同态加密算法,对其持有的原始隐私数据进行加密,得到对应的密文数据;其中,系统公钥通过对多方分别对应的n+1个基础公钥聚合而得到。然后多方中的至少一方,根据预定规则,对n份密文数据进行同态运算,得到密文运算结果。各个参与方,分别利用其本方私钥,对密文运算结果进行部分解密,得到部分明文结果。管理方将各个部分明文结果进行聚合运算,得到明文运算结果。
多方联合对隐私数据进行聚类的方法及装置.pdf
本说明书实施例提供了一种多方联合对隐私数据进行聚类的方法及装置。隐私数据分布在多个持有方中,多个持有方分别存储的样本特征用于构成待聚类的多个样本的总特征矩阵。在任意一轮迭代中,在安全的计算方式下,多个持有方联合确定多个样本与多个聚类中心之间距离的距离分片,以及类簇索引的索引分片;接着,各持有方联合确定属于各类簇的样本特征的和值分片,以及联合确定属于各类簇的样本数量,并对样本数量进行修正。具体可以基于样本数量与第一数值的和值来修正样本数量,得到样本修正数量。多个持有方基于各方的和值分片和样本修正数量分别确定
多方联合进行模型数据处理的方法及装置.pdf
本说明书实施例提供一种保护数据隐私的多方联合进行模型数据处理的方法和装置。根据该方法,模型拥有方在对k个模型参数进行同态加密得到k个参数密文后,还选取第一随机数对随机的第一消息进行加密,得到辅助密文。此外,模型拥有方和数据拥有方共同确定出k个挑战数。之后,模型拥有方将k个挑战数分别与模型参数和第一消息,以及加密随机数和第一随机数进行组合,生成验证随机数和验证消息作为零知识证明。数据拥有方可以验证,基于k个挑战数对参数密文和辅助密文同态操作的结果,与用验证随机数加密验证消息的结果是否相等。在相等的情况下,用
多方联合进行模型数据处理的方法及装置.pdf
本说明书实施例提供一种保护数据隐私的多方联合进行模型数据处理的方法和装置。根据该方法,模型拥有方在对k个模型参数进行同态加密后,还选取第一随机数对第一消息进行加密,得到辅助密文。此外,双方共同确定出根挑战数,并基于根挑战数得到k个挑战元素。之后,模型拥有方将k个挑战元素分别与模型参数和第一消息,以及加密随机数和第一随机数进行组合,生成验证随机数和验证消息作为零知识证明。数据拥有方可以验证,基于k个挑战元素对参数密文和辅助密文同态操作的结果,与用验证随机数加密验证消息的结果是否相等。在相等的情况下,用其样本
针对隐私数据进行多方联合降维处理的方法及装置.pdf
本说明书实施例提供一种针对隐私数据进行多方联合降维的方法和装置。其中多方中的各个数据持有方,对其本地拥有的隐私数据矩阵进行转置相乘运算,得到乘积矩阵后,使用第三方的公钥对乘积矩阵进行同态加密,然后,汇总到某个运算平台中进行同态加和操作,将同态加和结果发至第三方。第三方对同态加和结果解密,可得到主成分分析所需的协方差矩阵,进而确定出降维变换矩阵,广播给各个持有方。于是,各个持有方可以利用该降维变换矩阵进行降维处理。通过这样的方式,确保了各个持有方中隐私数据的安全。