[发明专利]针对存储在服务器中的隐马尔可夫模型（HMM）评估存储在客户端中的观测值序列的概率的方法和服务器

权利要求书

1.一种针对存储在服务器中的隐马尔可夫模型（HMM）来评估存储在客户端中的观测值序列的概率的方法，其中，所述客户端具有加法同态密码体制的解密密钥和加密密钥，并且所述服务器具有所述加密密钥，该方法包括以下步骤：

针对HMM的各个状态，确定所述观测值序列的当前元素的对数概率的加密结果；

针对HMM的各个状态，确定基于所述观测值序列的先前元素的所述观测值序列的似然度与至HMM的状态的转移概率的乘积的对数和的加密结果，其中，所述确定的步骤使用H-SMC，其中，所述H-SMC包括利用加法同态的至少一个性质的安全多方计算；

将针对各个状态的所述观测值序列的对数似然度的加密结果确定为对数和的加密结果与所述观测值序列的当前元素的对应对数概率的加密结果的乘积；以及

针对各个状态，基于所述观测值序列的对数似然度，来确定所述观测值序列的对数概率的加密结果，其中，由所述服务器执行所述方法的步骤。

2.根据权利要求1所述的方法，该方法还包括以下步骤：

将所述观测值序列的对数概率发送至所述客户端。

3.根据权利要求1所述的方法，其中，所述H-SMC包括H-对数和法。

4.根据权利要求1所述的方法，其中，根据λ=(A,B,Π)定义HMMλ，其中，A=(a_ij)是状态转移矩阵，a_ij是从状态S_i至状态S_j的转移概率，其中，1≤i，j≤N，并且N是HMM的状态数，其中，B=(b₁,b₂,...,b_N)是观测值的概率矩阵，b_j是所述观测值序列的符号集上的概率矩阵的列向量，j=1,2,...,N，其中，Π=(π₁,π₂,...,π_N)是HMM的初始状态概率向量，其中，所述确定对数和的加密结果的步骤包括以下步骤：根据ξ()来确定对数和的加密结果，其中，函数ξ(.)是加法同态密码体制的加密函数，l是状态S_l的索引，l=1,2,...,N，其中，α_t(l)是状态S_l下的先前元素x_t的观测值序列的似然度，并且a_ij是从HMM的状态S_l至状态S_j的转移概率，并且其中，确定所述观测值序列的当前元素的对数概率的加密结果的步骤包括以下步骤：根据ξ(logb_j(x_t+1))来确定对数概率的加密结果，其中，x_t+1是当前元素，并且其中，根据ξ(logαt+1(j))=ξ(logΣl=1Nαt(l)alj)·ξ(logbj(xt+1))]]>来确定所述观测值序列的对数似然度的加密结果ξ(logα_t+1(j))。