[发明专利]针对隐私计算进行算法协商的方法、装置及系统

说明书

本说明书实施例提供一种针对隐私计算进行算法协商的方法、装置及系统。该方法包括：发起方向参与方发送协商请求，所述协商请求包括，有待进行隐私计算的目标计算任务的描述信息，以及发起方针对所述目标计算任务所支持的隐私计算算法列表；所述参与方从所述隐私计算算法列表中，选择目标算法；所述参与方向所述发起方发送反馈消息，所述反馈消息中包含所述目标算法的算法标识。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及针对隐私计算进行算法协商的方法、装置及系统。

背景技术

为了充分挖掘数据价值，多方联合进行数据计算已成为一大研究热点。例如，为了更好地对商户进行分类分析，电子支付平台基于其拥有的商户交易流水数据，电子商户平台基于其拥有的商户销售数据，银行机构基于其拥有的商户借贷数据，共同进行商户的分类分析。

在多方数据联合计算中，为了保护各方数据隐私，需要采用隐私保护计算(Privacy-PreservingComputation)技术。隐私保护计算有多种计算路线，如安全多方计算(Secure Multi-PartyComputation，MPC)、可信执行环境(Trusted executionenvironment，TEE)、联邦学习(Federated Learning，FL)等。对于一个特定的隐私计算任务，几乎每种技术路线都有多种算法。

发明内容

本说明书一个或多个实施例描述了针对隐私计算进行算法协商的方法、装置及系统，支持发起方和其他参与方之间进行协商，使得两方在性能、安全、隐私保护强度等方面的诉求和偏好被充分考虑，从而得到具有高可行性和高可用性的隐私计算算法。

根据第一方面，提供一种针对隐私计算进行算法协商的方法，包括：发起方向参与方发送协商请求，所述协商请求包括，有待进行隐私计算的目标计算任务的描述信息，以及发起方针对所述目标计算任务所支持的隐私计算算法列表；所述参与方从所述隐私计算算法列表中，选择目标算法；所述参与方向所述发起方发送反馈消息，所述反馈消息中包含所述目标算法的算法标识。

在一个实施例中，所述目标计算任务的描述信息包括，目标计算任务的任务类型，目标计算任务所涉及的参与方数据信息。

在一个具体的实施例中，所述任务类型包括以下中的至少一项：针对指定数据项的联合统计分析；指定模型的联合训练；指定模型的联合预测；所述参与方数据信息包括，参与方数据集标识。

在一个实施例中，所述协商请求还包括，发起方针对所述隐私计算算法列表中各隐私计算算法的第一优先级信息。

在一个具体的实施例中，所述参与方从所述隐私计算算法列表中，选择目标算法，包括：所述参与方从所述隐私计算算法列表中，选择自身支持的若干隐私计算算法；根据所述若干隐私计算算法的第一优先级信息，从所述若干隐私计算算法中选择所述目标算法。

在另一个具体的实施例中，所述参与方从所述隐私计算算法列表中，选择目标算法，包括：所述参与方从所述隐私计算算法列表中，选择自身支持的若干隐私计算算法；根据所述若干隐私计算算法的第一优先级信息，以及所述参与方针对所述若干隐私计算算法的第二优先级信息，从所述若干隐私计算算法中选择所述目标算法。

在一个实施例中，所述参与方从所述隐私计算算法列表中，选择目标算法，包括：所述参与方从所述隐私计算算法列表中，选择自身支持的若干隐私计算算法；根据所述参与方针对所述若干隐私计算算法的第二优先级信息，从所述若干隐私计算算法中选择所述目标算法。

在一个实施例中，还包括：所述发起方和所述参与方，利用所述目标算法，执行所述目标计算任务。