针对用户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CN110889139A(43)申请公布日2020.03.17(21)申请号201911174422.X(22)申请日2019.11.26(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)G06K9/62(2006.01)G06N20/00(2019.01)权利要求书5页说明书21页附图4页(54)发明名称针对用户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用户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本地拥有部分用户数据作为隐私数据。为了保证各个持有方隐私数据安全，将有待基于各方隐私数据形成的协方差矩阵拆解为各个持有方可以本地计算或者可以通过秘密分享的矩阵乘法SMM进行安全计算的矩阵；并且，通过安全多方计算MPC的方式，共同确定出协方差矩阵的本征矩阵。如此，各个持有方可以基于本征矩阵对本地数据进行降维，并最终形成降维的用户特征数据。通过这样的方式，确保了用户隐私数据的安全。CN110889139ACN110889139A权利要求书1/5页1.一种针对用户隐私数据进行多方联合降维处理的方法，所述方法通过M个数据持有方中任意的第k持有方执行，所述第k持有方存储有N个用户的多项用户属性的属性值，所述M个数据持有方中的M-1个其他持有方分别存储有所述N个用户的其他项用户属性的属性值；所述方法包括：按照预定的用户顺序，基于所述N个用户的多项用户属性的属性值，构建第k原始矩阵；在本地对所述多项用户属性中的每项属性进行零均值化处理，得到第k中心矩阵；所述第k中心矩阵在与所述M-1个其他持有方各自对应的中心矩阵相拼接的情况下，构成联合矩阵；本地计算所述第k中心矩阵与其转置矩阵相乘得到的第一矩阵，并利用秘密分享的矩阵乘法SMM，分别与所述M-1个其他持有方基于各自的中心矩阵进行乘操作得到多个第二矩阵；基于所述第一矩阵和所述多个第二矩阵，拼接形成第k分解矩阵；所述第k分解矩阵与所述M-1个其他持有方中对应的分解矩阵之和，构成所述联合矩阵对应的协方差矩阵；基于安全多方计算MPC，确定所述协方差矩阵中非对角线上各个位置对应的各个平面旋转矩阵，并利用该各个平面旋转矩阵对所述第k分解矩阵进行变换，得到第k变换矩阵；基于所述M个数据持有方分别得到的变换矩阵之和，所述各个平面旋转矩阵，以及降维的目标维度d’，确定出降维变换矩阵，并确定该降维变换矩阵中与所述第k持有方对应的第k降维变换子阵；利用所述第k降维变换子阵处理所述第k原始矩阵，得到第k降维矩阵；利用所述MPC方式，对各个持有方中的降维矩阵求和，得到对所述N个用户的全部用户属性进行降维处理后的用户特征矩阵，所述用户特征矩阵用以进行用户分析。2.根据权利要求1所述的方法，其中，所述第k原始矩阵中一行对应一项用户属性，一列对应一个用户；所述在本地对所述多项用户属性中的每项属性进行零均值化处理，包括：对于所述第k原始矩阵的每一行，计算该行的均值，将该行的所有元素减去该均值，从而得到所述第k中心矩阵。3.根据权利要求2所述的方法，其中，所述联合矩阵为，假定第k中心矩阵与所述M-1个其他持有方各自对应的中心矩阵进行纵向拼接所形成的矩阵。4.根据权利要求1所述的方法，其中，基于所述第一矩阵和所述多个第二矩阵，拼接形成第k分解矩阵包括：将有待形成的第k分解矩阵划分为M*M个块形成的方阵；用所述第一矩阵填充所述方阵的第k行第k列位置的块，用与其他持有方共同计算的所述多个第二矩阵分别对应填充第k行以及第k列的其他位置的块，用0填充方阵中所有其余位置的块，将填充后的方阵作为所述第k分解矩阵。5.根据权利要求1所述的方法，其中，所述协方差矩阵中非对角线上各个位置包括第一位置；所述基于安全多方计算MPC，确定所述协方差矩阵中非对角线上各个位置对应的各个平面旋转矩阵，包括：确定将所述第一位置分别横向和纵向映射到对角线上得到的第二位置和第三位置；获取前次迭代后所述协方差矩阵中所述第二位置的元素值与所述第三位置的元素值之差的第二计算结果，该第二计算结果由所述M个数据持有方中第二持有方和第三持有方2CN110889139A权利要求书2/5页通过秘密分享的加法得到，所述第二持有方拥有所述第二位置的元素值，所述第三持有方拥有所述第三位置的元素值；利用秘密分享的乘法，与持有所述第一位置的元素值的第一持有方共同得到第一计算结果，该第一计算结果为所述第一位置的元素值与所述第二计算结