[发明专利]基于向量同态加密的隐私保护K-NN分类方法

说明书

本发明涉及基于向量同态加密的隐私保护K‑NN分类方法，包括：A.接收查询向量组和标准向量组；B.通过查询向量组生成矩阵G，标准向量组使用密钥S通过向量同态加密生成密文组和新密钥GS；C.对新密钥GS进行密钥转换为转换密钥S'，得到此时的转换矩阵M和转换密文组；D.使用转换密钥S'对转换密文组解密，得到解密向量组；E.根据K个最小值的解密向量的分量为对应的各查询向量附上分类标签。本发明能够良好的对用户隐私数据保护，并且在隐私数据受到保护的情况下，通过K‑NN算法对用户的查询向量进行高效、准确的分类，提高了对向量类型判断的效率，扩大了向量类型判断的应用范围。

技术领域

本发明涉及K-NN算法在隐私保护下的向量分类方法，具体的讲是基于向量同态加密的隐私保护K-NN分类方法。

背景技术

K临近算法(K-NN)广泛应用于模式识别中，在数据分类中也有良好的表现。在大数据时代，复杂的计算往往外包给第三方云。然而在这个过程中，外包的数据可能包含敏用户的一些敏感的数据，直接将用户的信息外包给第三方云很可能导致用户的一些隐私信息泄露出去，给用户造成损失。一种直接的解决方式就是将数据加密之后再上传到云端，但是这也给K-NN算法的效率带来一些新的挑战。同态加密技术可以在密文下进行操作，而解密之后的结果是正确的。于是可以将数据通过同态加密技术加密之后再在密文下运行K-NN方法。传统的加密方案主要针对整数进行加密，对于向量的整体操作效率不高，出于效率方面的考虑可以使用向量的同态加密技术来加密数据，这样可以大大提高运行效率。

K-NN方法是以特征向量x为中心的一个邻域里，固定落入邻域中的样本个数K(n)。通常采用如下方式实现：在一个合适的距离尺度下(常用的欧氏(Euclidean)距离)，逐渐地增大包围x点的区域的体积，直到有K(n)个样本点落入该区域中。在这过程中需要进行概率密度估计，其密度估计形式为：其中，n为样本个数，V(n)为该区域的体积。如果x点周围的样本点个数较少，那么相应的区域就会变得很大，即V(n)的值很大，的值变得很小。相反，如果x点周围的样本点个数较多，那么相应的区域就会变得较小，即V(n)的值较小，的值变得很大。并且K(n)也会随n的增加而增加。由于K近邻法则进行概率估计密度时，存在两个缺点，一是估计密度的积分必须扩散到无穷大，二是计算上存在沉重的负担。因此，一些研究学者直接用K-NN算法进行分类，分类的原则是：在一定的距离尺度下，考虑待识别样本x周围的K(n)个最近邻样本，并将x归入到K(n)个最近邻中某一类样本最多的那个类别中去。算法步骤：

(1)对一个待分类的数据对象y，计算它与训练集R中的每个数据对象的距离；

(2)找出待分数据对象y与训练集R中的数据对象距离最近的k个；

(3)依次统计出这k个数据对象的所属类别，找出包含最多个数的类；

(4)将待分数据y划分到此类中；

(5)重复以上步骤，直到所有待分数据分类结束；

K-NN算法不仅可以用于分类，还可以用于回归。通过找出一个样本的K个最近邻居，将这些邻居的属性的平均值赋给该样本，就可以得到该样本的属性。

发明内容

本发明提供的基于向量同态加密的隐私保护K-NN分类方法，可在对用户隐私数据保护的情况下，通过K-NN算法对用户的查询向量进行高效、准确的分类。

本发明基于向量同态加密的隐私保护K-NN分类方法，步骤包括：

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)；