[发明专利]多源数据上的安全内积函数求解方法与系统

说明书

本发明公开了一种多源数据上的安全内积函数求解方法及系统，所述方法包括：中间参与方生成一个可逆的随机噪声矩阵M并发送给第一参与方；第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA并发送给第二参与方；第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB并发送给中间参与方；中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵Msupgt;‑1/supgt;，计算所述第一隐私矩阵和所述第二隐私矩阵的内积函数值矩阵AB并发送给第一参与方和第二参与方。本发明通过一个可逆随机噪声矩阵M，使各个参与方的交互都通过基于矩阵乘积的中间结果代替，可在保障云计算环境下的隐私安全的同时安全求解内积函数值。

技术领域

本发明属于安全多方计算领域，具体涉及一种多源数据上的安全内积函数求解方法与系统。

背景技术

云计算环境下的数据处理，需要兼顾数据实用性、数据安全性和处理效率，现有工作往往会涉及安全多方计算。传统的数据处理方式有效数据收集效率低、结构单一且缺少良好的准确度，仅以此数据支撑的安全多方计算服务难以做出全面、及时、高效的数据分析与处理，所以安全多方计算服务所需的数据应满足时效性和充分性，必须以多源数据支撑安全多方计算服务。在多源数据背景下，可以实现结构化数据与非结构化数据结合，以更加多元化和动态化的数据采集方式获取全面、系统的有效数据；同时，多源数据经过加工、处理和融合可转化为统一规格数据，其在数据口径、精准度等方面可以更好地满足安全多方计算服务的要求。因此，以多源数据驱动的数据分析与处理可以提高计算的及时性、可靠性、科学性。

安全多方计算(MPC)技术可以让多个参与方在保证自身隐私数据不被泄露的前提下，进行基于各方数据的协同计算，即是这样一种分布式协议：n个参与方P1,P2,…,Pn分别拥有自己的秘密输入v1,v2,…,vn，在不借助第三方的情况下，某个n变元函数f(v1,v2,…,vn)联合计算各个参与方的输出值f1,f2,…,fn。安全多方计算至少满足两个基本特性：(1)正确性，即每个参与方Pi都得到本方的正确输出；(2)安全性，即任何一方Pi的输入vi都未泄露给其它人(包括协议的其它参与方和其它任何第三方)。

云计算中的基于内积的安全多方计算是信息安全的重要内容，通过安全内积函数求解可以使各个参与方能安全访问自身数据而不被其他任意一方知晓，同时不妨碍各方数据进行协同计算，广泛应用于密文检索、数据挖掘、神经网络和机器学习等领域。比如CN111512589A的专利公开一种用于利用SPDZ的快速安全多方内积的方法，其改进了SPDZ协议以降低针对安全内积的计算要求，但是其多方计算针对的是各方之间的单一向量，且涉及复杂的密码秘钥和元组共享等传统加密技术，适用范围极为有限，对于云计算环境下的大批量的多源数据，此类安全多方计算的技术方案并不适用，在及时性和安全性上都存在不足。

发明内容

有鉴于此，本发明提出了一种多源数据上的安全内积函数求解方法与系统，用于解决云计算环境下，现有的安全多方计算方式不适用于求解多源数据上的安全内积的问题。

本发明第一方面，公开一种多源数据上的安全内积函数求解方法，所述方法包括：

中间参与方生成随机噪声矩阵M并发送给第一参与方；

第一参与方使用所述随机噪声矩阵M对第一隐私矩阵A掩蔽后获得第一中间值MA，并将所述第一中间值MA发送给第二参与方；

第二参与方通过第二隐私矩阵B和所述第一中间值MA计算获得第二中间值MAB，并将所述第二中间值MAB发送给中间参与方；

中间参与方通过所述第二中间值MAB和所述随机噪声矩阵M的逆矩阵M^-1，计算所述第一隐私矩阵和所述第二隐私矩阵的内积函数值矩阵AB，并将所述内积函数值矩阵AB发送给第一参与方和第二参与方。

在以上技术方案的基础上，优选的，所述第一隐私矩阵A是对第一参与方持有的第一隐私数据集的每条数据归一化处理后组成的；