[发明专利]基于向量同态加密的隐私保护K-NN分类方法

权利要求书

1.基于向量同态加密的隐私保护K-NN分类方法，其特征为：

A.接收查询向量组(x₁，x₂，…x_n)和标准向量组(p₁，p₂，…p_m)，其中标准向量组(p₁，p₂，…p_m)对应有标准分类标签(t₁，t₂，…t_m)；

B.将查询向量组(x₁，x₂，…x_n)中的各查询向量转换为x_j'＝(1,x_j^Tx_j,x_j^T)^T，j≤n，并设置查询矩阵查询矩阵n表示查询矩阵G的行数，为查询向量组的向量个数，w表示查询矩阵G的列数，为每个查询向量的维度，标准向量组(p₁，p₂，…p_m)中的各标准向量使用密钥S通过向量同态加密生成密钥转换矩阵M以及与标准向量组(p₁，p₂，…p_m)对应的密文组(c₁，c₂，…c_m)，通过查询矩阵G和密钥S得到新密钥GS；

C.对所述的新密钥GS进行密钥转换，包括C1-C3：

C1、先将密文组(c₁，c₂，…c_m)中的各密文和新密钥GS转换成对应的比特表示的比特密文组(c₁^*，c₂^*，…c_m^*)和比特密钥(GS)^*；

C2、设置转换密钥S'，其中S'＝[I,T]，且其中I为单位矩阵，T为随机矩阵，n为查询向量的维度，m为转换密文组的维度；然后通过得到此时对应的密钥转换矩阵M，其中A为随机矩阵，E为随机噪声矩阵；

C3、通过所述此时对应的密钥转换矩阵M以及c′＝Mc^*，得到所述的转换密文组(c₁'，c₂'，…c_m')；D.使用所述的转换密钥S'对所述的转换密文组(c₁'，c₂'，…c_m')解密，得到解密向量组(D₁，D₂，…D_m)，其中每个解密向量D_i的分量为(d_i1，d_i2，…d_in)，i≤m；

E.为查询向量组(x₁，x₂，…x_n)中的各查询向量x_y附上分类标签，y≤n：比较解密向量组(D₁，D₂，…D_m)中各解密向量的第y个分量(d_1y，d_2y，…d_my)的大小，找到其中最小的K个分量；再将所述K个分量对应的分类标签中出现次数最多的分类标签赋值给向量x_y，其中分量(d_1y，d_2y，…d_my)对应的分类标签分别为标准分类标签(t₁，t₂，…t_m)。

2.如权利要求1所述的基于向量同态加密的隐私保护K-NN分类方法，其特征为：步骤B中，将标准向量组(p₁，p₂，…p_m)中的各标准向量转换为p_i'＝(p_i^Tp_i,1,-2p_i^T)^T，i≤m，将转换后的标准向量组(p₁'，p₂'，…p_m')使用密钥S通过向量同态加密生成对应的密文组(c₁，c₂，…c_m)。