[发明专利]基于联邦学习的隐私集合求交方法、系统、设备及介质

权利要求书

1.一种基于联邦学习的隐私集合求交方法，其特征在于，包括：

获取所有参与方的全量加密序列；

基于网络拓扑，将所有参与方的全量加密序列进行两两相交，逐步获得所有参与方的全量加密序列的最终交集；

将最终交集发送给所有的参与方；

基于所获得的全量加密序列以及最终交集，获取最终交集在全量加密序列中的索引；

将索引发回全量加密序列的源头参与方，以在源头参与方获取最终交集对应的明文序列。

2.如权利要求1所述的基于联邦学习的隐私集合求交方法，其特征在于，获取所有参与方的全量加密序列，包括：

多个参与方将本方的明文序列通过本方的密钥进行加密；

将加密后的序列基于网络拓扑传输给下一个参与方进行加密操作，直至所有参与方的序列被所有参与方的密钥都进行加密过，得到所有参与方的全量加密序列。

3.如权利要求2所述的基于联邦学习的隐私集合求交方法，其特征在于，在多个参与方将本方的明文序列通过本方的密钥进行加密之前，通过同一类型的加密算法生成多个密钥。

4.如权利要求3所述的基于联邦学习的隐私集合求交方法，其特征在于，通过同一类型的加密算法生成多个密钥，包括：

基于一条公共的椭圆曲线，获取椭圆曲线的G值和n值；

对于每个参与方，基于椭圆曲线的n值，在(1，n-1)的范围内生成随机数；

每个参与方使用椭圆曲线的G值和所生成的随机数作为密钥。

5.如权利要求2所述的基于联邦学习的隐私集合求交方法，其特征在于，在多个参与方将本方的明文序列通过本方的密钥进行加密之前，所述多个参与方将本方的明文序列通过哈希方程转换为哈希序列，用于排除浮点数据带来的偏差。

6.如权利要求1所述的基于联邦学习的隐私集合求交方法，其特征在于，基于网络拓扑，将所有参与方的全量加密序列进行两两相交，包括：

将多个参与方分为第一参与方和第二参与方，所述第一参与方和第二参与方在网络拓扑中两两间隔设置，所述第一参与方接收其下一个参与方传输的全量加密序列，并与本方的全量加密序列相交，获得第一序列交集；

基于所述第一参与方重新构建网络拓扑，将所述第一参与方分为第三参与方和第四参与方，所述第三参与方和所述第四参与方在重新构建的网络拓扑中两两间隔设置，所述第三参与方接收其下一个参与方传输的第一序列交集，并与本方的第一序列交集相交，获得第二序列交集；

重复以上构建网络拓扑以及求交的过程，直至某个参与方获得所有的全量加密序列的最终交集。

7.如权利要求6所述的基于联邦学习的隐私集合求交方法，其特征在于，在构建网络拓扑过程中：

所述第一参与方的计算性能高于与其相邻的第二参与方的计算性能；

和/或，所述第三参与方的计算性能高于与其相邻的第四参与方的计算性能。

8.如权利要求6所述的基于联邦学习的隐私集合求交方法，其特征在于，在构建网络拓扑过程中：

对于任一第二参与方来说，在多个第一参与方中挑选与其通信速率最接近的第一参与方作为其上一个参与方；

和/或，对于任一第四参与方来说，在多个第三参与方中挑选与其通信速率最接近的第三参与方作为其上一个参与方。

9.如权利要求1所述的基于联邦学习的隐私集合求交方法，其特征在于，在将所有参与方的全量加密序列进行两两相交的过程中，若某个参与方获得的交集为零，则通知所有参与方返回最终交集为零，并结束整个求交流程。

10.如权利要求1-9任意一项所述的基于联邦学习的隐私集合求交方法，其特征在于，在获取所有参与方的全量加密序列的过程中，或者是将所有参与方的全量加密序列进行两两相交的过程中，任一参与方的全量加密序列不返回至对应的参与方中。