[发明专利]基于数据安全性的多方投影方法及多方生产数据分析方法

说明书

本发明公开了一种基于数据安全性的多方投影方法，包括获取服务器和客户端集合；服务器构建全局模型和初始的全局字典并下发客户端；客户端初始化本地模型并得到他方字典、训练新的本地模型和对本地数据进行投影，并将本地模型和部分投影结果上传服务器；服务器聚合得到新的全局模型和新的全局字典并下发客户端；重复上述步骤，服务器得到最终的投影模型；服务下发投影模型到客户端；客户端采用投影模型投影本地数据并将结果上传服务器；服务器将接收到的所有投影结果绘制到一张散点图上，完成多方投影。本发明还提供了一种包括所述基于数据安全性的多方投影方法的多方生产数据分析方法。本发明方法的投影效果好、安全性高且效率较高。

技术领域

本发明属于数据处理领域，具体涉及一种基于数据安全性的多方投影方法及多方生产数据分析方法。

背景技术

随着技术的发展和人们生活水平的提高，智能大数据技术已经广泛应用于人们的生产和生活当中。目前的数据一般都是高维度的数据，因此对于高维数据的处理就显得尤为重要。

高维数据投影方法是一种常用的数据分析方法。它将高维数据投影到低维空间中，从而支持数据分析者从低维投影结果中分析高维数据特征。在过去，数据分析者通常将多个数据提供方的数据集中在一台设备上，然后进行投影。然而，随着人们隐私保护意识的加强和隐私保护政策的出台，在数据提供方之间收集和分享数据变得愈发困难，尤其是具有敏感信息的数据。因此，如何在无需收集各方数据的前提下获得全局数据投影结果，成为了目前数据分析者普遍面临的困难；而该问题也被称为安全多方投影问题。

为了让投影结果能够真实反映高维数据分布，保持数据邻近关系是必要的。这为安全多方投影问题带来两个挑战：首先是如何让投影结果保持跨方数据邻近关系：保持跨方数据邻近关系指的是让分散各方的高维邻居数据被投影到低维邻近的位置上；其次是如何在数据非独立同分布的前提下保持数据邻近关系。在上述场景中，各方的数据通常是非独立同分布的，在该条件下，各方的投影结果容易产生重叠，从而破坏数据邻近关系。

传统的投影方法需要将数据集中在一起才能进行投影，这不符合数据保密性的要求。目前已有一些投影方法能够计算多方投影结果。基于同态加密方法的多方t-SNE（t-Distributed Stochastic Neighbor Embedding，t分布随机邻居嵌入）联合投影方法SMAP（Secure Multi-party Projection，安全多方投影），能够计算出与单方投影效果一致的联合投影；然而同态加密所增加的计算开销较大，导致该方法难以被运用到实践中。MSDSNE（Multishot Decentralized Data Stochastic Neighbor Embedding，多镜头分散数据随机邻居嵌入）投影方法基于共享的锚点数据在各数据方间进行联合t-SNE投影；然而MSDSNE方法存在许多限制：首先，该方法需要共享额外数据集，不符合问题的要求；其次，该方法的投影效果具有高度随机性；最后，该方法将额外数据集作为锚点来近似保持跨方数据邻近关系，其保持能力受限于额外数据集规模。因此目前的方法都不能有效解决安全多方投影问题。

发明内容

本发明的目的之一在于提供一种投影效果好、安全性高且效率较高的基于数据安全性的多方投影方法。

本发明的目的之二在于提供一种包括了所述基于数据安全性的多方投影方法的多方生产数据分析方法。

本发明提供的这种基于数据安全性的多方投影方法，包括如下步骤：

S1. 获取服务器和客户端集合；

S2. 服务器构建全局模型和初始的全局字典，并将全局模型和全局字典下发到各个客户端；

S3. 各个客户端根据接收到的全局模型初始化各自当前的本地模型，并从接收到的全局字典中过滤得到他方字典；

S4. 各个客户端根据步骤S3得到的本地模型和他方字典，训练得到各自的新的本地模型，并作为当前的本地模型；