CN111444545A - 针对多方的隐私数据进行聚类的方法和装置 - Google Patents

Abstract

本说明书实施例提供一种针对多方的隐私数据进行聚类的方法和装置，方法包括：第一方确定第一类簇集合中各个类簇当前分别对应的第一中心数据；第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；第一类簇集合和第二类簇集合构成总类簇集合；计算第一隐私数据和各个第一中心数据之间的第一明文距离；基于同态加密的方式，与第二方联合计算第一隐私数据和各个第二中心数据之间的第一密文距离；对第一密文距离解密，得到第一隐私数据和第二中心数据之间的第二明文距离；根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为第一隐私数据当前归属的类簇。能够防止泄露隐私数据。

Description

针对多方的隐私数据进行聚类的方法和装置

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及针对多方的隐私数据进行聚类的方法和装置。

背景技术

聚类是机器学习中一种很常用的技术。它常常被应用于社区发现、异常检测等任务。通常的聚类算法，是一种无监督学习算法，目的是将相似的对象归到同一个类蔟中。类蔟内的对象越相似，聚类的效果就越好。聚类和分类最大的不同在于，分类的目标事先已知，而聚类则不一样。其产生的结果和分类相同，而只是类别没有预先定义。

在某些场景下，数据水平分布在多方。各方具有的数据可能为隐私数据，也就是说，一方具有的隐私数据不能公开给其他方。这种情况下，现有技术未提供合适的聚类方法。

因此，希望能有改进的方案，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。

发明内容

本说明书一个或多个实施例描述了一种针对多方的隐私数据进行聚类的方法和装置，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。

第一方面，提供了一种针对多方的隐私数据进行聚类的方法，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据,该方法通过所述第一方执行，包括多轮迭代过程，其中任意一轮迭代包括：

确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；

计算所述第一隐私数据和各个第一中心数据之间的第一明文距离；

基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；

对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；

根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。

在一种可能的实施方式中，所述基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离，包括：

将所述第一隐私数据用所述第一方的公钥加密，得到第一加密数据；

将所述第一加密数据发送给所述第二方，以使所述第二方同态计算所述第一加密数据与所述第二中心数据之间的距离，以得到所述第一密文距离；

从所述第二方接收所述第一密文距离。

进一步地，所述对所述第一密文距离解密，包括：

利用所述第一方的私钥对所述第一密文距离解密，得到所述第二明文距离；所述第一方的私钥和所述第一方的公钥组成一组公私钥对。

在一种可能的实施方式中，所述任意一轮迭代为第一次迭代，所述第一类簇集合中各个类簇当前分别对应的第一中心数据为随机初始化的数据。

在一种可能的实施方式中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇之后，所述方法还包括：

针对所述第一隐私数据集合，确定归属于第一类簇的各第一隐私数据的第一均值；所述第一类簇为所述第一类簇集合中的任一类簇；

从所述第二方接收所述第二方确定的归属于所述第一类簇的各第二隐私数据的第二均值；

根据所述第一均值和所述第二均值，更新所述第一类簇对应的第一中心数据。

进一步地，所述更新所述第一类簇对应的第一中心数据之后，所述方法还包括：

与所述第二方联合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

若判断结果为所述总类簇集合中各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。

进一步地，所述方法还包括：

若判断结果为所述总类簇集合中各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。

进一步地，所述联合判断，包括：

本地判断，所述第一类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，得到第一判断结果；

从所述第二方接收第二判断结果，所述第二判断结果用于指示所述第二类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

根据所述第一判断结果和所述第二判断结果进行综合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件。

在一种可能的实施方式中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述方法还包括：

基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，以使所述第二方根据所述第二密文距离解密后得到所述第二隐私数据和所述第一中心数据之间的第二明文距离。

进一步地，所述基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，包括：

从所述第二方接收第二加密数据；所述第二加密数据为所述第二方将所述第二隐私数据用所述第二方的公钥加密得到的；

同态计算所述第二加密数据与所述第一中心数据之间的距离，以得到所述第二密文距离；

向所述第二方发送所述第二密文距离。

第二方面，提供了一种针对多方的隐私数据进行聚类的装置，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据,该装置设置于所述第一方，用于执行多轮迭代过程，包括用于执行任意一轮迭代的如下单元：

中心确定单元，用于确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；

独立计算单元，用于计算所述第一隐私数据和所述中心确定单元确定的各个第一中心数据之间的第一明文距离；

第一联合计算单元，用于基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；

解密单元，用于对所述第一联合计算单元得到的第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；

类簇确定单元，用于根据所述独立计算单元得到的各第一明文距离，以及所述解密单元得到的各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。

第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。

第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。

通过本说明书实施例提供的方法和装置，不是由任何一方单独确定各个类簇的中心数据，而是由第一方确定第一类簇集合中各个类簇当前分别对应的第一中心数据，第二方确定第二类簇集合中各个类簇当前分别对应的第二中心数据，第一类簇集合和第二类簇集合构成总类簇集合；并且后续第一方计算所述第一隐私数据和本方确定的各个第一中心数据之间的第一明文距离；基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和第二方确定的各个第二中心数据之间的第一密文距离；对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；最后根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。整个过程以同态加密为基础，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本说明书披露的一个实施例的实施场景示意图；

图2示出根据一个实施例的针对多方的隐私数据进行聚类的方法流程图；

图3示出根据一个实施例的针对多方的隐私数据进行聚类的装置的示意性框图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

图1为本说明书披露的一个实施例的实施场景示意图。该实施场景涉及针对多方的隐私数据进行聚类。可以理解的是，上述多方可以为两方或两方以上，例如，三方、四方等。本说明书实施例，以针对两方的隐私数据进行聚类为例进行说明。参照图1，第一方11具有隐私数据1、隐私数据2、隐私数据3、隐私数据4、隐私数据5；第二方12具有隐私数据6、隐私数据7、隐私数据8、隐私数据9。其中，第一方和第二方仅为对两方的区分，还可以将第一方称为A方，将第二方称为B方，等。

本说明书实施例中，对于隐私数据涵盖的信息不做限定，可以是任何不可外传的信息，例如，用户的个人信息或商业秘密等。举例来说，隐私数据为用户的个人信息，包括了用户的姓名、年龄、收入等，具体可以参照表一所示的各隐私数据包含信息的对应关系表。

表一：各隐私数据包含信息的对应关系表

由表一可见，表一中不同行的数据可能分布在不同方，例如，隐私数据1分布在第一方，隐私数据8分布在第二方，这种数据水平分布在多方的数据分布方式，可以称为水平切分。

本说明书实施例，需要针对多方的隐私数据进行聚类，以图1为例，就是针对隐私数据1、隐私数据2、隐私数据3、隐私数据4、隐私数据5、隐私数据6、隐私数据7、隐私数据8、隐私数据9进行聚类，分布在不同方的隐私数据有可能被划分到同一类簇中，例如，隐私数据1、隐私数据3、隐私数据6、隐私数据7被划分到类簇1，隐私数据2、隐私数据4、隐私数据5、隐私数据8、隐私数据9被划分到类簇2。本说明书实施例，利用同态加密的方式，在不泄露隐私数据的前提下，实现针对多方的隐私数据进行聚类。

图2示出根据一个实施例的针对多方的隐私数据进行聚类的方法流程图，该方法可以基于图1所示的实施场景。所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据，所述方法通过所述第一方执行，包括多轮迭代过程，如图2所示，其中任意一轮迭代包括以下步骤：步骤21，确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；步骤22，计算所述第一隐私数据和各个第一中心数据之间的第一明文距离；步骤23，基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；步骤24，对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；步骤25，根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。下面描述以上各个步骤的具体执行方式。

首先在步骤21，确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合。可以理解的是，可以预先设定上述第一类簇集合中包含的各个类簇的第一数目，或者预先设定上述第二类簇集合中包含的各个类簇的第二数目，或者预先设定上述总类簇集合中包含的各个类簇的第三数目。例如，预先设定第一数目为3，第二数目为3，第三数目为6；或者，预先设定第一数目为1，第二数目为2，第三数目为3；或者，预先设定第一数目为2，第二数目为5，第三数目为7。

本说明书实施例中，总类簇集合中各中心数据是由第一方和第二方联合确定的，第一方只能确定第一类簇集合中各个类簇当前分别对应的第一中心数据，由第二方确定第二类簇集合中各个类簇当前分别对应的第二中心数据，第一方和第二方中的任何一方都只具有总类簇集合中的部分中心数据，而不具有总类簇集合中的所有中心数据。

需要说明的是，在上述第三数目已确定的前提下，上述第一数目和第二数目可以相等，也可以不相等，可以根据数据量在第一方和第二方的分布调整上述第一数目和第二数目，以加速聚类过程。

在一个示例中，所述任意一轮迭代为第一次迭代，所述第一类簇集合中各个类簇当前分别对应的第一中心数据为随机初始化的数据。

举例来说，假定上述第三数目为6，上述第一数目为3，上述第二数目为3，则第一方随机初始化3个第一中心数据，记为(c_1, c_2, c_3)；相应地，第二方随机初始化3个第二中心数据，记为(c_4, c_5, c_6)。

进一步地，第一方可以针对每个第一隐私数据，初始化一个K维的类簇向量，用于标记该第一隐私数据所属的类簇，其中，K为类簇的数目，当K=6时，初始化一个6维的类簇向量，例如，初始为全0的向量，即[0，0，0，0，0，0]。

然后在步骤22，计算所述第一隐私数据和各个第一中心数据之间的第一明文距离。可以理解的是，由于第一方既具有第一隐私数据，又具有第一中心数据，因此可以独立计算上述第一明文距离。

本说明书实施例中，假设由x1表示第一隐私数据，c_1, c_2,c_3表示各个第一中心数据，x1和c_1 之间的第一明文距离可以通过计算(c_1-x1)^2得到，记为dx1；x1和c_2之间的第一明文距离可以通过计算(c_2-x1)^2得到，记为dx2；x1和c_3之间的第一明文距离可以通过计算(c_3-x1)^2得到，记为dx3。

可以理解的是，通常地，第一隐私数据和第一中心数据均为向量的形式，计算第一明文距离的过程就是向量运算过程。

接着在步骤23，基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离。可以理解的是，第一方具有第一隐私数据，第二方具有第二中心数据，因此第一方需要与第二方联合计算上述第一密文距离。

在一个示例中，所述基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离，包括：

将所述第一隐私数据用所述第一方的公钥加密，得到第一加密数据；

将所述第一加密数据发送给所述第二方，以使所述第二方同态计算所述第一加密数据与所述第二中心数据之间的距离，以得到所述第一密文距离；

从所述第二方接收所述第一密文距离。

假定用[]表示加密，[]a表示用第一方的公钥加密，则第一方可以将第一隐私数据用Pka加密，给到第二方。假定由x1表示第一隐私数据，则第一加密数据可以表示为[x1]a。

第二方同态计算第一加密数据[x1]a与各个第二中心数据c_4, c_5, c_6之间的距离，这里[x1]a与c_4, c_5, c_6都是向量，距离的计算可以通过向量元素的运算得到，可以直接同态计算得到距离的密文，该密文即前述第一密文距离，记为[dx4]a,[dx5]a,[dx6]a，并将密文返回给第一方。

再在步骤24，对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离。可以理解的是，为了便于对不同方式计算得到的各距离进行比较，还需要对第一密文距离解密。

在一个示例中，所述对所述第一密文距离解密，包括：

利用所述第一方的私钥对所述第一密文距离解密，得到所述第二明文距离；所述第一方的私钥和所述第一方的公钥组成一组公私钥对。

举例来说，第一方（也可称为A方）具有公私钥对（Pka, Ska），其中，Pka表示第一方的公钥，Ska表示第一方的私钥。

第一方对各第一密文距离[dx4]a,[dx5]a,[dx6]a进行解密，得到各第二明文距离dx4,dx5,dx6。

最后在步骤25，根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。可以理解的是，在不同轮的迭代过程中，第一隐私数据归属的类簇可能不同。

举例来说，各第一明文距离为dx1,dx2,dx3，各第二明文距离为dx4,dx5,dx6，其中，最短的明文距离为dx2，也就是说，第一隐私数据x1离第一中心数据c_2最近，得到第一隐私数据x1当前归属的类簇为c_2对应的类簇，并更新x1对应的类簇向量为[0，1，0，0，0，0]。

在一个示例中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；所述选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇之后，所述方法还包括：

针对所述第一隐私数据集合，确定归属于第一类簇的各第一隐私数据的第一均值；所述第一类簇为所述第一类簇集合中的任一类簇；

从所述第二方接收所述第二方确定的归属于所述第一类簇的各第二隐私数据的第二均值；

根据所述第一均值和所述第二均值，更新所述第一类簇对应的第一中心数据。

举例来说，第一方和第二方根据所有隐私数据的类簇向量，更新中心数据c_1至c_6，以c_1为例，更新过程如下：

第一方计算所有类簇向量为[1，0，0，0，0，0]的第一隐私数据的均值，记为e1；

第二方计算所有类簇向量为[1，0，0，0，0，0]的第二隐私数据的均值，记为e2，并将e2发送给第一方；

第一方计算e1和e2的均值，该均值即为新的c_1。

进一步地，所述更新所述第一类簇对应的第一中心数据之后，所述方法还包括：

与所述第二方联合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

若判断结果为所述总类簇集合中各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。

进一步地，所述方法还包括：

若判断结果为所述总类簇集合中各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。

进一步地，所述联合判断，包括：

本地判断，所述第一类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，得到第一判断结果；

从所述第二方接收第二判断结果，所述第二判断结果用于指示所述第二类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

根据所述第一判断结果和所述第二判断结果进行综合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件。

例如，上述停止迭代条件为|C(t)-C(t+1)|^2 < delta，其中，delta可以是个预设置的值，C(t)表示更新前的中心数据，C(t+1)表示更新后的中心数据。

本说明书实施例中，前述步骤21至步骤25的处理过程主要是描述第一方针对本方的第一隐私数据，确定第一隐私数据归属的类簇，此外，第一方针对第二方的第二隐私数据，还需在同态加密的方式中，配合第二方确定第二隐私数据归属的类簇。

在一个示例中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述方法还包括：

基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，以使所述第二方根据所述第二密文距离解密后得到所述第二隐私数据和所述第一中心数据之间的第二明文距离。

进一步地，所述基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，包括：

从所述第二方接收第二加密数据；所述第二加密数据为所述第二方将所述第二隐私数据用所述第二方的公钥加密得到的；

同态计算所述第二加密数据与所述第一中心数据之间的距离，以得到所述第二密文距离；

向所述第二方发送所述第二密文距离。

举例来说，第二方（也可称为B方）可以具有公私钥对（Pkb, Skb），其中，Pkb表示第二方的公钥，Skb表示第二方的私钥。

假定用[]表示加密， []b表示用第二方的公钥加密，则第二方可以将第二隐私数据用Pkb加密，得到第二加密数据，将第二加密数据发送给第一方。

可以理解的是，在针对多方的隐私数据进行聚类的方法中，第一方和第二方的地位平等，第一方和第二方的处理过程无实质的不同，本说明书实施例中，主要以第一方为执行主体描述相应的处理过程。

通过本说明书实施例提供的方法，不是由任何一方单独确定各个类簇的中心数据，而是由第一方确定第一类簇集合中各个类簇当前分别对应的第一中心数据，第二方确定第二类簇集合中各个类簇当前分别对应的第二中心数据，第一类簇集合和第二类簇集合构成总类簇集合；并且后续第一方计算所述第一隐私数据和本方确定的各个第一中心数据之间的第一明文距离；基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和第二方确定的各个第二中心数据之间的第一密文距离；对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；最后根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。整个过程以同态加密为基础，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。

根据另一方面的实施例，还提供一种针对多方的隐私数据进行聚类的装置，该装置用于执行本说明书实施例提供的针对多方的隐私数据进行聚类的方法。所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据，所述装置设置于所述第一方，用于执行多轮迭代过程。图3示出根据一个实施例的针对多方的隐私数据进行聚类的装置的示意性框图。如图3所示，该装置300包括用于执行任意一轮迭代的如下单元：

中心确定单元31，用于确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；

独立计算单元32，用于计算所述第一隐私数据和所述中心确定单元31确定的各个第一中心数据之间的第一明文距离；

第一联合计算单元33，用于基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；

解密单元34，用于对所述第一联合计算单元33得到的第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；

类簇确定单元35，用于根据所述独立计算单元32得到的各第一明文距离，以及所述解密单元34得到的各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。

可选地，作为一个实施例，所述第一联合计算单元33包括：

加密子单元，用于将所述第一隐私数据用所述第一方的公钥加密，得到第一加密数据；

发送子单元，用于将所述加密子单元得到的第一加密数据发送给所述第二方，以使所述第二方同态计算所述第一加密数据与所述第二中心数据之间的距离，以得到所述第一密文距离；

接收子单元，用于从所述第二方接收所述第一密文距离。

进一步地，所述解密单元34，具体用于利用所述第一方的私钥对所述第一密文距离解密，得到所述第二明文距离；所述第一方的私钥和所述第一方的公钥组成一组公私钥对。

可选地，作为一个实施例，所述任意一轮迭代为第一次迭代，所述中心确定单元31，具体用于确定所述第一类簇集合中各个类簇当前分别对应的第一中心数据为随机初始化的数据。

可选地，作为一个实施例，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述装置还包括：

均值确定单元，用于在所述类簇确定单元35选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇之后，针对所述第一隐私数据集合，确定归属于第一类簇的各第一隐私数据的第一均值；所述第一类簇为所述第一类簇集合中的任一类簇；

接收单元，用于从所述第二方接收所述第二方确定的归属于所述第一类簇的各第二隐私数据的第二均值；

更新单元，用于根据所述均值确定单元确定的第一均值和所述接收单元接收的第二均值，更新所述第一类簇对应的第一中心数据。

进一步地，所述装置还包括：

联合判断单元，用于在所述更新单元更新所述第一类簇对应的第一中心数据之后，与所述第二方联合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

迭代触发单元，用于若所述联合判断单元的判断结果为所述总类簇集合中各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。

进一步地，所述装置还包括：

最终确定单元，用于若所述联合判断单元的判断结果为所述总类簇集合中各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。

进一步地，所述联合判断单元包括：

本地判断子单元，用于本地判断，所述第一类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，得到第一判断结果；

接收子单元，用于从所述第二方接收第二判断结果，所述第二判断结果用于指示所述第二类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

综合判断子单元，用于根据所述本地判断子单元得到的第一判断结果和所述接收子单元接收的第二判断结果进行综合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件。

可选地，作为一个实施例，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述装置还包括：

第二联合计算单元，用于基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，以使所述第二方根据所述第二密文距离解密后得到所述第二隐私数据和所述第一中心数据之间的第二明文距离。

进一步地，所述第二联合计算单元包括：

接收子单元，用于从所述第二方接收第二加密数据；所述第二加密数据为所述第二方将所述第二隐私数据用所述第二方的公钥加密得到的；

计算子单元，用于同态计算所述接收子单元接收的第二加密数据与所述第一中心数据之间的距离，以得到所述第二密文距离；

发送子单元，用于向所述第二方发送所述计算子单元得到的第二密文距离。

通过本说明书实施例提供的装置，不是由任何一方单独确定各个类簇的中心数据，而是由第一方的中心确定单元31确定第一类簇集合中各个类簇当前分别对应的第一中心数据，第二方确定第二类簇集合中各个类簇当前分别对应的第二中心数据，第一类簇集合和第二类簇集合构成总类簇集合；并且后续第一方的独立计算单元32计算所述第一隐私数据和本方确定的各个第一中心数据之间的第一明文距离；第一联合计算单元33基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和第二方确定的各个第二中心数据之间的第一密文距离；解密单元34对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；最后类簇确定单元35根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。整个过程以同态加密为基础，在针对多方的隐私数据进行聚类时，能够防止泄露隐私数据。

根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2所描述的方法。

根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2所描述的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (22)

1.一种针对多方的隐私数据进行聚类的方法，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据,所述方法通过所述第一方执行，包括多轮迭代过程，其中任意一轮迭代包括：

确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；

计算所述第一隐私数据和各个第一中心数据之间的第一明文距离；

基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；

对所述第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；

根据各第一明文距离，以及各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。

2.如权利要求1所述的方法，其中，所述基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离，包括：

将所述第一隐私数据用所述第一方的公钥加密，得到第一加密数据；

将所述第一加密数据发送给所述第二方，以使所述第二方同态计算所述第一加密数据与所述第二中心数据之间的距离，以得到所述第一密文距离；

从所述第二方接收所述第一密文距离。

3.如权利要求2所述的方法，其中，所述对所述第一密文距离解密，包括：

利用所述第一方的私钥对所述第一密文距离解密，得到所述第二明文距离；所述第一方的私钥和所述第一方的公钥组成一组公私钥对。

4.如权利要求1所述的方法，其中，所述任意一轮迭代为第一次迭代，所述第一类簇集合中各个类簇当前分别对应的第一中心数据为随机初始化的数据。

5.如权利要求1所述的方法，其中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇之后，所述方法还包括：

针对所述第一隐私数据集合，确定归属于第一类簇的各第一隐私数据的第一均值；所述第一类簇为所述第一类簇集合中的任一类簇；

从所述第二方接收所述第二方确定的归属于所述第一类簇的各第二隐私数据的第二均值；

根据所述第一均值和所述第二均值，更新所述第一类簇对应的第一中心数据。

6.如权利要求5所述的方法，其中，所述更新所述第一类簇对应的第一中心数据之后，所述方法还包括：

与所述第二方联合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

若判断结果为所述总类簇集合中各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。

7.如权利要求6所述的方法，其中，所述方法还包括：

若判断结果为所述总类簇集合中各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。

8.如权利要求6所述的方法，其中，所述联合判断，包括：

本地判断，所述第一类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，得到第一判断结果；

从所述第二方接收第二判断结果，所述第二判断结果用于指示所述第二类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

根据所述第一判断结果和所述第二判断结果进行综合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件。

9.如权利要求1所述的方法，其中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述方法还包括：

基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，以使所述第二方根据所述第二密文距离解密后得到所述第二隐私数据和所述第一中心数据之间的第二明文距离。

10.如权利要求9所述的方法，其中，所述基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，包括：

从所述第二方接收第二加密数据；所述第二加密数据为所述第二方将所述第二隐私数据用所述第二方的公钥加密得到的；

同态计算所述第二加密数据与所述第一中心数据之间的距离，以得到所述第二密文距离；

向所述第二方发送所述第二密文距离。

11.一种针对多方的隐私数据进行聚类的装置，所述多方包括第一方和第二方，所述第一方具有第一隐私数据集合，所述第一隐私数据集合中包括多个第一隐私数据,所述装置设置于所述第一方，用于执行多轮迭代过程，包括用于执行任意一轮迭代的如下单元：

中心确定单元，用于确定第一类簇集合中各个类簇当前分别对应的第一中心数据；所述第二方具有第二类簇集合中各个类簇当前分别对应的第二中心数据；所述第一类簇集合和所述第二类簇集合构成总类簇集合；

独立计算单元，用于计算所述第一隐私数据和所述中心确定单元确定的各个第一中心数据之间的第一明文距离；

第一联合计算单元，用于基于同态加密的方式，与所述第二方联合计算所述第一隐私数据和各个第二中心数据之间的第一密文距离；

解密单元，用于对所述第一联合计算单元得到的第一密文距离解密，得到所述第一隐私数据和所述第二中心数据之间的第二明文距离；

类簇确定单元，用于根据所述独立计算单元得到的各第一明文距离，以及所述解密单元得到的各第二明文距离，选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇。

12.如权利要求11所述的装置，其中，所述第一联合计算单元包括：

加密子单元，用于将所述第一隐私数据用所述第一方的公钥加密，得到第一加密数据；

发送子单元，用于将所述加密子单元得到的第一加密数据发送给所述第二方，以使所述第二方同态计算所述第一加密数据与所述第二中心数据之间的距离，以得到所述第一密文距离；

接收子单元，用于从所述第二方接收所述第一密文距离。

13.如权利要求12所述的装置，其中，所述解密单元，具体用于利用所述第一方的私钥对所述第一密文距离解密，得到所述第二明文距离；所述第一方的私钥和所述第一方的公钥组成一组公私钥对。

14.如权利要求11所述的装置，其中，所述任意一轮迭代为第一次迭代，所述中心确定单元，具体用于确定所述第一类簇集合中各个类簇当前分别对应的第一中心数据为随机初始化的数据。

15.如权利要求11所述的装置，其中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述装置还包括：

均值确定单元，用于在所述类簇确定单元选择最短明文距离对应的类簇作为所述第一隐私数据当前归属的类簇之后，针对所述第一隐私数据集合，确定归属于第一类簇的各第一隐私数据的第一均值；所述第一类簇为所述第一类簇集合中的任一类簇；

接收单元，用于从所述第二方接收所述第二方确定的归属于所述第一类簇的各第二隐私数据的第二均值；

更新单元，用于根据所述均值确定单元确定的第一均值和所述接收单元接收的第二均值，更新所述第一类簇对应的第一中心数据。

16.如权利要求15所述的装置，其中，所述装置还包括：

联合判断单元，用于在所述更新单元更新所述第一类簇对应的第一中心数据之后，与所述第二方联合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

迭代触发单元，用于若所述联合判断单元的判断结果为所述总类簇集合中各类簇的中心数据的变化量不满足预先设定的停止迭代条件，则进行所述多轮迭代过程中的下一次迭代。

17.如权利要求16所述的装置，其中，所述装置还包括：

最终确定单元，用于若所述联合判断单元的判断结果为所述总类簇集合中各类簇的中心数据的变化量满足预先设定的停止迭代条件，则将所述第一隐私数据当前归属的类簇确定为所述第一隐私数据最终归属的类簇。

18.如权利要求16所述的装置，其中，所述联合判断单元包括：

本地判断子单元，用于本地判断，所述第一类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件，得到第一判断结果；

接收子单元，用于从所述第二方接收第二判断结果，所述第二判断结果用于指示所述第二类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件；

综合判断子单元，用于根据所述本地判断子单元得到的第一判断结果和所述接收子单元接收的第二判断结果进行综合判断，所述总类簇集合中各类簇的中心数据的变化量是否满足预先设定的停止迭代条件。

19.如权利要求11所述的装置，其中，所述第二方具有第二隐私数据集合，所述第二隐私数据集合中包括多个第二隐私数据；

所述装置还包括：

第二联合计算单元，用于基于同态加密的方式，与所述第二方联合计算所述第二隐私数据和各个第一中心数据之间的第二密文距离，以使所述第二方根据所述第二密文距离解密后得到所述第二隐私数据和所述第一中心数据之间的第二明文距离。

20.如权利要求19所述的装置，其中，所述第二联合计算单元包括：

接收子单元，用于从所述第二方接收第二加密数据；所述第二加密数据为所述第二方将所述第二隐私数据用所述第二方的公钥加密得到的；

计算子单元，用于同态计算所述接收子单元接收的第二加密数据与所述第一中心数据之间的距离，以得到所述第二密文距离；

发送子单元，用于向所述第二方发送所述计算子单元得到的第二密文距离。

21.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-10中任一项的所述的方法。

22.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-10中任一项的所述的方法。

Images