针对隐私数据进行多方联合降维处理的方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111400766A(43)申请公布日2020.07.10(21)申请号202010220436.7(22)申请日2020.03.25(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人刘颖婷陈超超王力周俊(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁周良玉(51)Int.Cl.G06F21/62(2013.01)G06F21/60(2013.01)H04L29/06(2006.01)H04L9/00(2006.01)权利要求书4页说明书14页附图5页(54)发明名称针对隐私数据进行多方联合降维处理的方法及装置(57)摘要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。CN111400766ACN111400766A权利要求书1/4页1.一种针对隐私数据进行多方联合降维处理的方法，所述隐私数据分布在M个持有方中，其中任意的第k持有方存储有若干业务对象针对预定的D项属性的属性值构成的第k原始矩阵，所述方法通过所述M个持有方之外的第三方执行，包括：接收对所述M个持有方分别提供的M个加密矩阵乘积的同态加和结果；其中第k持有方提供的第k加密矩阵乘积，是使用所述第三方的公钥，对第k中心矩阵及其转置矩阵的乘积进行同态加密得到的；所述第k中心矩阵是对第k原始矩阵中各项属性进行M个持有方之间的全局零均值化后得到的；利用所述公钥对应的私钥，对同态加和结果进行解密，得到协方差矩阵；基于所述协方差矩阵和降维的目标维度d，确定出降维变换矩阵；将所述降维变换矩阵广播至所述M个持有方，使得各个持有方利用所述降维变换矩阵处理其原始矩阵，得到对应的降维矩阵；所述降维矩阵用以通过机器学习的方式对所述业务对象进行业务预测分析。2.根据权利要求1所述的方法，还包括：接收所述M个持有方分别提供的M个降维矩阵；基于所述M个降维矩阵，确定对全部业务对象的D项属性进行降维处理后的总降维矩阵。3.根据权利要求1所述的方法，其中，所述业务对象为以下之一：用户，商户，商品，事件；所述业务预测分析包括，预测所述业务对象的分类或回归值。4.根据权利要求1所述的方法，其中，在获取对所述M个持有方分别提供的M个加密矩阵乘积的同态加和结果之前，还包括：对于所述D项属性中的任意属性i，接收针对该属性i的加密总和，所述加密总和是对所述M个持有方提供的M个加密属性和值进行同态加和操作得到的，其中第k个加密属性和值，是所述第k持有方利用所述第三方的公钥，对第k原始矩阵中该属性i的属性值的求和结果进行同态加密得到的；利用所述私钥解密所述加密总和，得到该属性i的全局和值；根据所述全局和值，确定该属性i的全局均值；将所述全局均值广播至所述M个持有方，使其各自对其中的原始矩阵中的属性i进行全局零均值化。5.根据权利要求4所述的方法，其中，接收针对该属性i的加密总和包括：从所述M个持有方之一，接收所述加密总和；或者，从所述M个持有方和所述第三方之外的另一方，接收所述加密总和。6.根据权利要求1所述的方法，其中，接收对所述M个持有方分别提供的M个加密矩阵乘积的同态加和结果，包括：从所述M个持有方之一接收所述同态加和结果；或者，从所述M个持有方和所述第三方之外的另一方，接收所述同态加和结果。7.根据权利要求2所述的方法，其中，所述第k原始矩阵中一行对应一项属性，一列对应一个业务对象；所述协方差矩阵为，假定所述M个持有方各自对应的中心矩阵进行横向拼接所形成的联合矩阵与其转置矩阵的乘积；2CN111400766A权利要求书2/4页所述确定对全部业务对象的D项属性进行降维处理后的总降维矩阵包括，将所述M个降维矩阵进行横向拼接，得到所述总降维矩阵。8.根据权利要求2所述的方法，其中，所述第k原始矩阵中一行对应一个业务对象，一列对应一项属性；所述协方差矩阵为，假定所述M个持有方各自对应的中心矩阵进行纵向拼接所形成的联合矩阵与其转置矩阵的乘积；所述确定对全部业务对象的D项属性进行降维处理后的总降维矩阵，包括：将所述M个降维矩阵进行纵向拼接，得到所述总降维矩阵。9.根据权利要求1所述的方法，其中，基于所述协方差矩阵和降维的目标维度，