[发明专利]一种基于安全两方计算线性回归算法的数据隐私保护系统

权利要求书

1.一种基于安全两方计算线性回归算法的数据隐私保护系统，其特征在于，包括数据预处理模块、秘密共享值乘积模块、模型参数训练模块、预测模块、多个数据提供端、第一云服务器、第二云服务器、数据请求端，所述数据提供端用于提供线性回归模型的训练集，每个数据提供端拥有不同的数据，将数据聚合起来构成训练集，采用同态代理重加密算法进行数据加密后存储在第一云服务器，所述第一云服务器与第二云服务器协作完成线性回归模型的训练，所述基于安全两方计算的线性回归算法，包括：

步骤S1：采用秘密共享值的乘法，

步骤S2：训练数据预处理，

步骤S3：参数初始化，

步骤S4：模型参数更新，

步骤S5：预测数据预处理，

步骤S6：计算预测共享值，

步骤S7：重构预测结果。

2.根据权利要求1所述的一种基于安全两方计算线性回归算法的数据隐私保护系统，其特征在于，所述步骤S1用于解决安全两方计算中秘密值的共享问题，利用加法同态加密的方法保护其中一个计算方的私有值，利用加法掩码的方式保护另一计算方的私有值，从而在不泄露双方秘密值的基础上，实现秘密共享值之间的乘法计算，为了清晰表述该步骤的实现效果，假设计算方S₀拥有私有矩阵M₀和私有向量v₀，另一计算方S₁拥有私有矩阵M₁和私有向量v₁，执行该步骤之后，S_i(i＝0，1)可以得到p_i＝Multi(M₀，M₁，v₀，v₁)。

3.根据权利要求1所述的一种基于安全两方计算线性回归算法的数据隐私保护系统，其特征在于，所述步骤S1包括如下步骤：

S11：S_i(i＝0，1)分别生成自己的同态加密密钥对(pk₀，sk₀)和(pk₁，sk₁)(其中pk_i和sk_i分别表示S_i的公钥和私钥)，并使用自己的公钥pk_i加密自己的私有矩阵M_i得到Enc(M_i)后，将自己的公钥pk_i和加密矩阵Enc(M_i)发给对方S_1-i(i＝0，1)，

S12：S_1-i(i＝0，1)收到对方公钥pk_i和加密矩阵Enc(M_i)后，随机生成一个与自身私有向量v_1-i维度大小相同的向量r_1-i，并使用对方的公钥pk_i加密得到Enc(r_1-i)，

S13：S_1-i(i＝0，1)利用加法同态加密的原理Enc(a)+Enc(a)＝Enc(2a)计算Enc(M_iv_1-i-r_1-i)后将结果发送给S_i，

S14：S_i(i＝0，1)收到Enc(M_iv_1-i-r_1-i)后，使用自己的私钥sk_i解密得到M_iv_1-i-r_1-i，

S15：S_i(i＝0，1)分别计算得到

p_i＝(M_iv_i)+(M_iv_1-i-r_1-i)+(r_i)。