[发明专利]一种基于分布式GAN的隐私保护数据共享方法及系统

说明书

本发明公开了一种基于分布式GAN的隐私保护数据共享方法及系统，涉及数据共享和隐私保护技术领域。包括：中心服务器提供多个个性化合约；多个数据所有者中的每个数据所有者根据自己的隐私保护需求选择一个个性化合约；每个数据所有者使用其私有数据集对其本地GAN模型进行预训练；中心服务器设计隐私保护等级选择策略；协助训练的数据所有者对中心服务器的中心生成器模型进行优化，完成隐私保护数据共享。本发明能够在不传输原始数据的前提下，利用数据所有者的本地数据集协同训练中心生成模型实现数据共享；在差分隐私的保障下实现模型的训练；为具有不同隐私偏好的数据所有者设计不同隐私保护的合约。

技术领域

本发明涉及数据共享和隐私保护技术领域，特别是指一种基于分布式GAN的隐私保护数据共享方法及系统。

背景技术

现如今传感设备数量呈现爆炸式增长趋势，随之而来的是物联网终端产生的“海量级”数据。这些高质量的数据使得机器学习在图像识别、自动驾驶、产品推荐等诸多领域产生了巨大影响。具有高可用性的数据已成为机器学习发展的主要驱动力。然而，当下仍存在没有足够的训练数据用于机器学习任务的情况，这主要是由于公众对数据泄露的担忧以及隐私保护意识的增强。具体来说，共享数据可能包含用户的隐私信息，数据所有者由于隐私泄露问题而不愿对外共享数据。此外，还存在机密数据无法传输只能保存在所有者本地的情况。因此，保护数据所有者的隐私并激励他们共享数据正成为机器学习进一步发展的关键瓶颈之一。

针对数据共享中的隐私问题，各界研究学者们相继提出了一系列解决方案。一些研究者使用基于ABE(Attribute-Based Encryption，属性加密)、SMC(Secure Multi-PartyComputation，安全多方计算)和区块链等技术，通过在数据共享中隐藏用户身份或设计细粒度的访问控制机制来实现隐私保护，例如【Pu Y,Hu C,Deng S,et al.R²PEDS:arecoverable and revocable privacy-preserving edge data sharing scheme[J].IEEEInternet of Things Journal,2020,7(9):8077-8089.】、【Zheng X,Cai Z.Privacy-preserved data sharing towards multiple parties in industrial IoTs[J].IEEEJournal on Selected Areas in Communications,2020,38(5):968-979.】、【Xu X,Liu Q,Zhang X,et al.A blockchain-powered crowdsourcing method with privacypreservation in mobile environment[J].IEEE Transactions on ComputationalSocial Systems,2019,6(6):1407-1419.】。但此类方案侧重于实现身份验证和访问控制机制，这不仅需要传输原始数据并且需要大量的额外计算。联邦学习的兴起为此提供了一种新的解决方案，其能够在不传输原始数据的情况下实现模型的训练。但当训练任务发生变化或机器学习模型更新时，其需要重复访问私有数据集，这增加了隐私泄露的风险。

现有基于人工智能方法解决物联网数据共享中的隐私保护问题的方案可大致分为两类，一类是基于联邦学习的数据共享，另一类是基于生成对抗网络的数据共享。这两类都不需要上传用户的原始数据，这在一定程度上保护了用户的隐私但仍存在一定的局限性，下面将分别介绍并总结其不足之处。