CN112231561A - 数据处理方法、装置、设备及存储介质 - Google Patents

数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112231561A
CN112231561A CN202011098433.7A CN202011098433A CN112231561A CN 112231561 A CN112231561 A CN 112231561A CN 202011098433 A CN202011098433 A CN 202011098433A CN 112231561 A CN112231561 A CN 112231561A
Authority
CN
China
Prior art keywords
random number
matrix
number matrix
electronic device
parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011098433.7A
Other languages
English (en)
Other versions
CN112231561B (zh
Inventor
魏文斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WeBank Co Ltd
Original Assignee
WeBank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by WeBank Co Ltd filed Critical WeBank Co Ltd
Priority to CN202011098433.7A priority Critical patent/CN112231561B/zh
Publication of CN112231561A publication Critical patent/CN112231561A/zh
Application granted granted Critical
Publication of CN112231561B publication Critical patent/CN112231561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开了一种数据处理方法、装置、设备及存储介质，所述方法应用于第一电子设备，所述第一电子设备和至少一个第二电子设备共同参与安全多方计算，包括：获取待处理的业务数据；生成第一随机数矩阵和第二随机数矩阵，并根据预设编码方式、所述第一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵，其中，经过所述预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵的元素个数；根据所述第一随机数矩阵、所述第二随机数矩阵和所述第三随机数矩阵，在安全多方计算过程中对所述业务数据进行加密。本发明能够提高矩阵乘法三元组的生成效率，进而提高安全多方计算中对业务数据的加密效率。

Description

数据处理方法、装置、设备及存储介质
技术领域
本发明涉及计算机领域，尤其涉及一种数据处理方法、装置、设备及存 储介质。
背景技术
在一些业务场景中，多个业务平台收集有各自的业务数据。例如，浏览 器平台收集用户的网页浏览数据，网购平台收集用户的网购数据。这些业务 数据很有价值，通常作为业务平台的隐私信息保存。各业务平台不期望与其 他业务平台共享原始形式的业务数据。但在一些需求中，多个业务平台期望 在不公开各方的业务数据的情况下进行协同计算，以提高业务处理能力。例 如，浏览器平台与网购平台期望利用网页搜索数据和网购数据构建更准确的 推荐模型，从而基于该推荐模型，浏览器平台为用户更精准的推荐网页或广 告，网购平台为用户更精准的推荐商品。
安全多方计算(Secure Multi-Party Computation，SMC)用于解决一组互 不信任的参与方之间保护隐私的协同计算问题。多个业务平台可以作为参与 方，在不公开各自业务数据的情况下，利用安全多方计算来实现对业务数据 的协同计算。
具体地，各业务平台首先协同生成并保存满足矩阵乘法三元组的约束条 件的随机数矩阵。每个矩阵乘法三元组包括各业务平台保存的三个随机数矩 阵，这些随机数矩阵共同满足约束条件。在安全多方计算的过程中，各业务 平台将自身的业务数据生成特征矩阵，其中，特征矩阵的每列元素可以对应 于一组业务数据的数据特征。各业务平台之间的特征矩阵进行相乘运算时， 需要消耗一个矩阵乘法三元组，以对特征矩阵进行加密。消耗过程是，各业 务平台将自身保存的该矩阵乘法三元组中的三个矩阵，先后多次与数据矩阵以及相关的运算过程中的矩阵进行相减、相加、相乘等操作。通过矩阵乘法 三元组的参与，使得各业务平台可以获得数据特征的相乘结果，但不能获取 到其他业务平台的原始的数据特征。
由于各业务平台在安全多方计算过程中，通常需要进行大量的与特征矩 阵相关的相乘运算，而出于安全性考虑，每一组矩阵乘法三元组只能使用一 次，因而各业务平台需要生成大量的矩阵乘法三元组。然而，矩阵乘法三元 组的生成过程计算量较大，导致对业务数据进行安全多方计算的计算效率低， 加密效率低。
发明内容
本发明的主要目的在于提供一种数据处理方法、装置、设备及存储介质， 旨在提高对业务数据进行安全多方计算的加密效率。
为实现上述目的，第一方面，本发明提供一种数据处理方法，应用于第 一电子设备，所述第一电子设备和至少一个第二电子设备共同参与安全多方 计算，包括：
获取待处理的业务数据；
生成第一随机数矩阵和第二随机数矩阵，并根据预设编码方式、所述第 一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵，其中，经过所 述预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵的 元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、第二随机数 矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件；
根据所述第一随机数矩阵、所述第二随机数矩阵和所述第三随机数矩阵， 在安全多方计算过程中对所述业务数据进行加密。
第二方面，本发明提供一种数据处理装置，应用于第一电子设备，所述 第一电子设备和至少一个第二电子设备共同参与安全多方计算，包括：
获取模块，用于获取待处理的业务数据；
处理模块，用于生成第一随机数矩阵和第二随机数矩阵，并根据预设编 码方式、所述第一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵， 其中，经过所述预设编码方式编码后的随机数矩阵的元素个数小于编码前的 随机数矩阵的元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、 第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件；
所述处理模块，还用于根据所述第一随机数矩阵、所述第二随机数矩阵 和所述第三随机数矩阵，在安全多方计算过程中对业务数据进行加密。
第三方面，本发明提供一种电子设备，包括：存储器、处理器及存储在 所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序 被所述处理器执行时实现如上第一方面所述的数据处理方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储 介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如上第 一方面所述的数据处理方法的步骤。
本发明中，第一电子设备和至少一个第二电子设备共同参与安全多方计 算，第一电子设备获取待处理的业务数据；生成第一随机数矩阵和第二随机 数矩阵，并根据预设编码方式、第一随机数矩阵和第二随机数矩阵，生成第 三随机数矩阵，其中，经过预设编码方式编码后的随机数矩阵的元素个数小 于编码前的随机数矩阵的元素个数，参与安全多方计算的各电子设备的第一 随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的 约束条件；根据第一随机数矩阵、第二随机数矩阵和第三随机数矩阵，在安 全多方计算过程中对业务数据进行加密。本发明实施例通过将预设编码方式 参与到矩阵乘法三元组的生成过程，经过预设编码方式编码后的随机数矩阵 的元素个数小于编码前的随机数矩阵的元素个数，能够减少矩阵乘法三元组 的生成过程中所计算的乘法次数减少，从而提高矩阵乘法三元组的生成效率， 进而提高安全多方计算中对业务数据的加密效率。
附图说明
图1为本发明一实施例提供的应用场景的示意图；
图2为本发明一实施例提供的数据处理方法的流程示意图；
图3为本发明又一实施例提供的数据处理方法的流程示意图；
图4为本发明另一实施例提供的数据处理方法的流程示意图；
图5为本发明另一实施例提供的信令交互图；
图6为本发明一实施例提供的数据处理装置的结构示意图；
图7为本发明一实施例提供的电子设备的硬件结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示 了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不 应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地 理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
安全多方计算用于解决一组互不信任的参与方之间保护隐私的协同计算 问题。多个业务平台可以作为各参与方，在不公开各自业务数据的情况下， 利用安全多方计算来实现对业务数据的协同计算。
通常安全多方计算可以分为两类：一类利用可信的第三方平台，另一类 不利用可信的第三方平台。对于前者，可以在安全多方计算时由可信的第三 方平台来生成大量的矩阵乘法三元组，并将每个矩阵乘法三元组中的随机数 矩阵分发给参与安全多方计算的各业务平台。对于后者，由参与安全多方计 算的各业务平台协同生成大量的矩阵乘法三元组，并各自保存相应的随机数 矩阵。本发明实施例适用于后者。
矩阵乘法三元组包括多个随机数矩阵，分别由参与安全多方计算的各业 务平台生成并保存。若将每个参与方保存的三个随机数矩阵分别称为第一随 机数矩阵、第二随机数矩阵、第三随机数矩阵，则矩阵乘法三元组的约束条 件为，各参与方的第一随机数矩阵的和与各参与方的第二随机数矩阵的和相 乘所得到的乘积，等于各参与方的第三随机数矩阵的和。以安全多方计算的 包括两个参与方：业务平台0、业务平台1为例，假设业务平台0生成三个随机 数矩阵A0、B0和C0，业务平台1生成三个随机数矩阵A1、B1和C1。如果这6个 随机数矩阵满足下述约束条件：
(A0+A1)(B0+B1)＝C0+C1 公式一
其中，Ai,Bi,Ci分别是m×n,n×l,m×l的矩阵，i＝0、1，m，n，l均为大于 0的整数。
则，这6个随机数矩阵形成矩阵乘法三元组。
下面通过一个应用场景对本发明实施例提供的数据处理方法进行说明。
如图1所示，该场景包括业务平台0、终端设备0、业务平台1以及终端设 备1。业务平台0、业务平台1可以为服务器、计算机等电子设备，终端设备0、 终端设备1可以为手机、平板电脑、台式计算机、智能音箱、智能穿戴设备等 电子设备。终端设备0通过有线或无线方式与业务平台0之间通信，终端设备1 通过有线或无线方式与业务平台1之间通信，业务平台0通过有线或无线方式 与业务平台1通信。业务平台0通过终端设备0收集用户的业务数据并存储，业 务平台1通过终端设备1收集用户的业务数据并存储。业务平台0和业务平台1 利用安全多方计算来实现对业务数据的协同计算，以提高业务处理能力。在 此不对业务数据进行限定，例如，业务数据可以为个人隐私数据、个人征信 数据、用于信息安全存储的密钥数据、电子选票数据等，个人隐私数据可以 为网页浏览数据、网购数据、出行数据、订餐数据等。
以业务平台0为浏览器平台，业务平台1为网购平台为例，用户通过终端 设备0访问业务平台0提供的网页浏览服务，业务平台0存储用户的网页浏览数 据。用户通过终端设备1访问业务平台1提供的网购服务，业务平台1存储用户 的网购数据。首先，业务平台0和业务平台1基于矩阵乘法三元组的生成方法， 生成并保存矩阵乘法三元组。然后，业务平台0和业务平台1可以利用基于安 全多方计算对网页搜索数据和网购数据进行协同计算以生成训练样本，基于 该训练样本对业务平台0的第一推荐模型进行训练，以提高第一推荐模型向用 户推荐网页或广告的精准度，基于该训练样本对业务平台1的第二推荐模型进 行训练，以提高第二推荐模型向用户推荐商品的精准度。
在安全多方计算的过程中，业务平台0和业务平台1分别将自身的业务数 据生成特征矩阵，其中，特征矩阵的每列元素可以对应于一组业务数据的数 据特征。例如，由网页浏览数据生成的特征矩阵中，数据特征可以为网页标 题、所属领域、网页中的关键词、浏览时长、浏览的起始时刻、结束时刻等。 由网购数据生成的特征矩阵中，数据特征可以为网购时间、浏览足迹、商品 所属种类、商品价格、商品评价信息等。业务平台0和业务平台1可以对特征 矩阵进行相加、相减、相乘等运算。在业务平台0和业务平台1之间的特征矩 阵进行相乘运算时，需要消耗一个矩阵乘法三元组。具体地，各业务平台是 将自身保存的该矩阵乘法三元组中的三个矩阵，先后多次与数据矩阵以及相 关的运算过程中的矩阵进行相减、相加、相乘等操作。通过矩阵乘法三元组 的参与，使得各业务平台可以获得数据特征的相乘结果，但不能获取到其他 业务平台的原始的数据特征。
例如，业务平台0对自身的业务数据进行标准化，生成特征矩阵X，其中， X的每列元素可以对应于业务平台0收集的业务数据的一组数据特征。业务平 台1对自身的业务数据进行标准化，生成特征矩阵Y，其中，Y的每列元素可以 对应于业务平台1收集的业务数据的一组数据特征。X和Y进行一次相乘运算时， 需要消耗一个矩阵乘法三元组。
假设业务平台0、业务平台1采用SPDZ(Smart-Pastro-Damgard-Zakarias) 协议进行安全多方计算，则利用一组矩阵乘法三元组计算X和Y相乘的具体过 程可以如下：
步骤一、业务平台0将X随机拆成X0和X1，业务平台1将Y随机拆成Y0和Y1， 其中，X＝X0+X1，Y＝Y0+Y1。
步骤二、业务平台0将X1发送给业务平台1，业务平台1将Y0发送给业务平 台0。
步骤三、选取一组矩阵乘法三元组，这里假设选取的为包括A0、B0、C0， 以及A1、B1、C1的矩阵乘法三元组。其中，业务平台0预先生成并保存A0、B0、C0， 业务平台1预先生成并保存A1、B1、C1。
步骤四、业务平台0计算得到
Figure BDA0002724523750000061
和
Figure BDA0002724523750000062
并发送给业务平台1，其中，
Figure BDA0002724523750000063
业务平台1计算得到
Figure BDA0002724523750000064
和
Figure BDA0002724523750000065
并发送给业务平台 0，其中，
Figure BDA0002724523750000066
步骤五、业务平台0和业务平台1各计算得到
Figure BDA0002724523750000067
和
Figure BDA0002724523750000068
其中，
Figure BDA0002724523750000069
Figure BDA00027245237500000610
步骤六、业务平台0计算得到P0，并发送给业务平台1，其中，
Figure BDA00027245237500000611
业务平台1计算得到P1，并发送给业务平台0，其中，
Figure BDA00027245237500000612
步骤七、业务平台0和业务平台1各计算得到P，其中，P＝P0+P1。
步骤八、业务平台0和业务平台1各计算得到XY，其中，
Figure BDA00027245237500000613
该 等式的证明过程在此不作展开。
经过上述过程，业务平台0和业务平台1均得到XY，且业务平台0的X未公 开给业务平台1，且业务平台0的Y未公开给业务平台0，因而通过一组矩阵乘 法三元组实现了安全多方计算下的特征矩阵相乘。
需要说明的是，这里仅是以特征矩阵X和Y相乘为例，对利用矩阵乘法三 元组实现特征矩阵乘法进行说明，业务平台0和业务平台1可以按照该过程对 其他的特征矩阵进行相乘。另外，业务平台0和业务平台1还可以按照该过程 对与特征矩阵相关的矩阵(如P0和P1)进行相乘。
在上述应用场景中，传统的矩阵乘法三元组生成过程是：业务平台0生成 随机数，构成A0和B0；业务平台1生成随机数，构成A1和B1。
业务平台0将A0发送给业务平台1。业务平台1通过A0和B1进行乘法运算、 加法运算等，计算得到矩阵E0，并将E0返回给业务平台0。业务平台0根据E0、 A0和B0计算得到C0。
业务平台1将A1发送给业务平台0。业务平台0根据A1和B0进行乘法运算、 加法运算等，计算得到矩阵E1，并将E1返回给业务平台1。业务平台1根据E1、 A1和B1计算得到C1。
经过上述过程，业务平台0得到并保存A0、B0和C0，业务平台1得到并保 存A1、B1和C1。
需要说明的是，上述过程仅是以包含A0、B0、C0，以及A1、B1和C1的一 组矩阵乘法三元组为例对矩阵乘法三元组的生成过程进行说明，业务平台0和 业务平台1可以按照该过程生成更多组的矩阵乘法三元组。
上述是以业务平台0和业务平台1为例，但并不作为限定，参与安全多方 计算的参与方还可以为2个以上，例如参与方包括业务平台0、业务平台1和业 务平台2，在此不对参与方的个数进行限定。当参与方为2个以上时，其生成 矩阵乘法三元组的生成过程，以及特征矩阵的相乘方式与上述过程类似，在 此不作赘述。
由于安全多方计算需要大量的矩阵乘法三元组，如基于SPDZ协议的安全 多方计算，矩阵乘法三元组的生成效率直接影响安全多方计算的计算效率。 因而，如何提高矩阵乘法三元组的生成效率，是提高安全多方计算的计算效 率的关键。
本发明实施例提供一种数据处理方法，对于参与安全多方计算的电子设 备，为提高对业务数据的加密效率，通过将编码技术和解码技术引入到矩阵 乘法三元组的生成过程中，利用编码技术对待传输给其他电子设备的矩阵进 行编码，以减少矩阵包含的元素，并利用解码技术对其他电子设备返回的中 间矩阵进行解码，进而得到矩阵乘法三元组中的矩阵。这样，由于编码后的 矩阵元素相对于编码前的矩阵元素减少，一方面，能够使得电子设备对编码 后的矩阵进行乘法运算时所需计算的乘法次数相应减少，进而提高计算效率； 另一方面，能够使得电子设备之间传输的数据量降低，进而提高通信效率。 通过提高乘法运算的计算效率以及提高通信效率，能够提高矩阵乘法三元组 的生成效率，进而提高安全多方计算的加密效率。
例如，在上述生成过程中，如业务平台0需要通过自身生成的矩阵B0与其 他电子设备发送的矩阵A1进行乘法运算、加法运算等，得到中间矩阵如E1。 另外，业务平台0需要将自身得到的矩阵A0，E1发送给其他设备，以及接收其 他设备传输的矩阵A1，E0。
而通过本发明实施例的编码和解码，业务平台0所接收到的A1是经过业务 平台1编码的，A1的元素减少，因而业务平台0对A1进行乘法运算时所需计算 的乘法次数相应减少，计算效率得到提高；另外，电子设备所发送的A0，E1以 及所接收的A1，E0的矩阵元素减少了，从而提高了通信效率。
下面通过多个具体实施例对本发明提供的数据处理方法进行详细说明。
图2为本发明一实施例提供的数据处理方法的流程示意图。本实施例中， 多个电子设备共同参与安全多方计算，数据处理方法可以应用于其中的任一 电子设备。多个电子设备分别按照该数据处理方法进行处理。将当前作为执 行主体的电子设备称为第一电子设备，其他电子设备称为第二电子设备。如 图2所示，该方法包括：
S201、第一电子设备获取待处理的业务数据。
本实施例中，参与安全多方计算的各电子设备(即第一电子设备和各第 二电子设备)分别获取自身的业务数据，以便后续进行安全多方计算。其中， 业务数据可以为用户输入的，或者存储在数据库中的，在此不作限定。例如， 第一电子设备为服务器，服务器自动获取数据库中存储的业务数据。可选地， 业务数据可以包括但不限于下述至少一项：个人隐私数据、个人征信数据、 用于信息安全存储的密钥数据、电子选票数据。其中，个人隐私数据可以包 括但不限于下述至少一项：网页浏览数据、网购数据、出行数据和订餐数据。
S202、第一电子设备生成第一随机数矩阵和第二随机数矩阵，并根据预 设编码方式、第一随机数矩阵和第二随机数矩阵，生成第三随机数矩阵，其 中，经过预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数 矩阵的元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、第二 随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件。
本实施例中，第一随机数矩阵和第二随机数矩阵均为由随机数所构成的 矩阵。参与安全多方计算的各电子设备可以随机生成随机数，然后由随机数 生成两个随机数矩阵，作为第一随机数矩阵和第二随机数矩阵。在生成矩阵 乘法三元组的第三随机数矩阵的过程中，各电子设备之间需要交互传输随机 数矩阵。其中，传输的随机数矩阵可以包括但不限于下述至少一项：第一随 机数矩阵，第二随机数矩阵，由第一随机数矩阵和/或第二随机数矩阵计算得 到的其他随机数矩阵。
预设编码方式用于减少电子设备间传输的随机数矩阵的元素个数。经过 预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵的元 素个数。预设编码方式可以根据实际情况确定，在此不作限定。
各电子设备的第一随机数矩阵、第二随机数矩阵以及第三随机数矩阵共 同构成一组矩阵乘法三元组。矩阵乘法三元组的约束条件为，各电子设备的 第一随机数矩阵的和与各电子设备的第二随机数矩阵的和相乘所得到的乘积， 等于各电子设备的第三随机数矩阵的和。
需要说明的是，S201和S202的执行顺序在此不作限定，可以先执行S201 再执行S202，也可以先执行S202再执行S201，也可以并行的执行S201和 S202。
S203、第一电子设备根据第一随机数矩阵、第二随机数矩阵和第三随机 数矩阵，在安全多方计算过程中对业务数据进行加密。
本实施例中，参与安全多方计算的各电子设备各自生成并保存矩阵乘法 三元组的三个矩阵，即第一随机数矩阵、第二随机数矩阵和第三随机数矩阵。 在安全多方计算时，各电子设备可以首先将自身获取的业务数据生成数据矩 阵，其中，特征矩阵的每列元素可以对应于一组业务数据的数据特征。各电 子设备按照安全多方计算的计算协议进行协同计算，计算过程中需要对各电 子设备之间的数据矩阵进行相乘操作时，各电子设备分别将自身保存的矩阵 乘法三元组中三个矩阵按照预置的相乘运算协议参与到数据矩阵的相乘操作 过程中，以对各电子设备的业务数据进行加密。
本发明实施例中，第一电子设备和至少一个第二电子设备共同参与安全 多方计算，第一电子设备获取待处理的业务数据；生成第一随机数矩阵和第 二随机数矩阵，并根据预设编码方式、第一随机数矩阵和第二随机数矩阵， 生成第三随机数矩阵，其中，经过预设编码方式编码后的随机数矩阵的元素 个数小于编码前的随机数矩阵的元素个数，参与安全多方计算的各电子设备 的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三 元组的约束条件；根据第一随机数矩阵、第二随机数矩阵和第三随机数矩阵， 在安全多方计算过程中对业务数据进行加密。本发明实施例通过将预设编码 方式参与到矩阵乘法三元组的生成过程，经过预设编码方式编码后的随机数 矩阵的元素个数小于编码前的随机数矩阵的元素个数，能够减少矩阵乘法三 元组的生成过程中所计算的乘法次数减少，从而提高矩阵乘法三元组的生成 效率，进而提高安全多方计算中对业务数据的加密效率。
图3为本发明又一实施例提供的数据处理方法的流程示意图。在图2所 示实施例的基础上，本实施例对生成矩阵乘法三元组中的第三随机数矩阵的 具体实现过程进行了详细说明。如图3所示，该方法包括：
S301、第一电子设备获取待处理的业务数据。
S302、第一电子设备生成第一随机数矩阵和第二随机数矩阵。
S303、第一电子设备根据预设编码方式，对第一随机数矩阵进行编码， 并将编码后的第一随机数矩阵发送给各第二电子设备，其中，经过预设编码 方式编码后的第一随机数矩阵的元素个数小于编码前的第一随机数矩阵的元 素个数。
本实施例中，参与安全多方计算的各电子设备可以对自身生成的第一随 机数矩阵进行编码，以减少第一随机数矩阵中元素的个数，然后将编码后的 第一随机数矩阵发送给其他各电子设备。
其中，编码后的第一随机数矩阵的行数减少、或者列数减少，或者行数 和列数均减少。即，编码后的第一随机数矩阵的行数小于编码前的第一随机 数矩阵的行数，且编码后的第一随机数矩阵的列数等于编码前的第一随机数 矩阵的列数；或者，编码后的第一随机数矩阵的行数等于编码前的第一随机 数矩阵的行数，且编码后的第一随机数矩阵的列数小于编码前的第一随机数 矩阵的列数；或者，编码后的第一随机数矩阵的行数小于编码前的第一随机 数矩阵的行数，且编码后的第一随机数矩阵的列数小于编码前的第一随机数 矩阵的列数。
S304、第一电子设备接收来自各第二电子设备的中间矩阵，中间矩阵由 各第二电子设备根据编码后的第一随机数矩阵以及自身生成的第二随机数矩 阵确定。
本实施例中，参与安全多方计算的各电子设备可以对自身生成的第二随 机数矩阵，以及其他电子设备发送的编码后的第一随机数矩阵经过第一指定 运算，得到其他各电子设备所对应的中间矩阵，将各中间矩阵发送给相应的 电子设备。其中，第一指定运算可以包括但不限于相加、相减、相乘中的一 项或多项的组合。
具体地，各电子设备可以首先对自身生成的第二随机数矩阵进行编码， 然后根据自身编码后的第二随机数矩阵以及其他电子设备发送的编码后的第 一随机数矩阵，计算其他各电子设备所对应的中间矩阵。
S305、第一电子设备对中间矩阵进行解码，并根据解码后的中间矩阵， 确定并保存第三随机数矩阵，其中，参与安全多方计算的各电子设备的第一 随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的 约束条件。
本实施例中，参与安全多方计算的各电子设备可以对接收到的中间矩阵 进行解码，然后根据解码后的中间矩阵进行第二指定运算，以得到第三随机 数矩阵。其中，第二指定运算可以包括但不限于相加、相减、相乘中的一项 或多项的组合。
可选地，各电子设备可以根据解码后的中间矩阵、自身生成的第一随机 数矩阵和第二随机数矩阵，计算得到第三随机数矩阵。具体地，可以将自身 生成的第一随机数矩阵和第二随机数矩阵的乘积，与解码后的中间矩阵相加， 以得到第三随机数矩阵。
S306、第一电子设备根据第一随机数矩阵、第二随机数矩阵和第三随机 数矩阵，在安全多方计算过程中对业务数据进行加密。
本发明实施例中，通过对第一随机数矩阵进行编码，并将编码后的第一 随机数矩阵发送给各第二电子设备，其中，编码后的第一随机数矩阵的元素 个数小于编码前的第一随机数矩阵的元素个数；接收来自各第二电子设备的 中间矩阵，中间矩阵由各第二电子设备根据编码后的第一随机数矩阵以及自 身生成的第二随机数矩阵确定；对中间矩阵进行解码，并根据解码后的中间 矩阵，确定并保存矩阵乘法三元组中的第三随机数矩阵，其中，参与安全多 方计算的各电子设备的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件。本发明实施例通过对发送给各第二电 子设备的第一随机数矩阵进行编码，以及对来自各第二电子设备的中间矩阵 进行解码，一方面可以实现矩阵乘法三元组的生成，另一方面，通过编码和 解码处理，能够减少第一随机数矩阵的元素个数，从而使得各电子设备在计 算第一随机数矩阵所参与的乘法运算时，所计算的乘法次数减少，从而提高 计算效率，提高矩阵乘法三元组的生成效率，进而提高安全多方计算中对业 务数据的加密效率。
可选地，S305中保存第三随机数矩阵，可以包括：
第一电子设备将第一随机数矩阵、第二随机数矩阵、第三随机数矩阵关 联保存。
本实施例中，参与安全多方计算的各电子设备分别将自身生成的第一随 机数矩阵、第二随机数矩阵、以及第三随机数矩阵进行关联保存。在安全多 方计算过程中，各电子设备在进行一次相乘运算时，选取同一组矩阵乘法三 元组中的自身关联保存的第一随机数矩阵、第二随机数矩阵、第三随机数矩 阵参与到相乘运算中，实现对业务数据的加密。
图4为本发明另一实施例提供的数据处理方法的流程示意图。在图3所示 实施例的基础上，本实施例对第一随机数矩阵的编码过程以及解码过程的具 体实现过程进行了详细说明。如图4所示，该方法包括：
S401、第一电子设备获取待处理的业务数据。
S402、第一电子设备生成第一随机数矩阵和第二随机数矩阵。
S403、第一电子设备获取多个编码参数和多个解码参数，其中，多个编 码参数均为整数，多个解码参数为互不相同的多个素数，多个编码参数和多 个解码参数满足预设条件。
本实施例中，对于参与安全多方计算的各电子设备，可以共享多个编码 参数以及多个解码参数。各电子设备根据该共享的多个编码参数进行编码， 根据该共享的多个解码参数进行解码。该共享的多个编码参数以及多个解码 参数可以由参与安全多方计算的任一电子设备生成。对于其中的第一电子设 备而言，其获取多个编码参数和多个解码参数的方式，可以包括下述至少一 种实现方式：
在第一种实现方式中，第一电子设备生成多个解码参数，根据预设的剩 余定理算法和多个解码参数，生成多个编码参数，并将多个解码参数和多个 编码参数发送给各第二电子设备。
在该实现方式中，由第一电子设备生成多个解码参数和多个编码参数， 并分享给各第二电子设备。具体生成过程可以是，首先选择多个互不相同的 素数，作为多个解码参数，然后根据中国剩余定理算法和多个解码参数，计 算出与多个解码参数共同满足预设条件的多个编码参数。
在第二实现方式中，第一电子设备接收任一第二电子设备生成的多个解 码参数和多个编码参数。
在该实现方式中，由任一第二电子设备生成多个解码参数和多个编码参 数。其具体生成过程与上述第一实现方式中的生成过程类似，不再赘述。第 一电子设备接收并保存任一第二电子设备发送的多个解码参数和多个编码参 数。
可选地，编码参数与解码参数一一对应，预设条件包括下述至少一项：
多个编码参数均位于预设区间内，其中，预设区间的下限为0，上限为多 个解码参数的乘积值；
多个解码参数均大于第一预设阈值，且多个解码参数的乘积值小于第二 预设阈值；
对于每个编码参数，该编码参数对第一解码参数求余的值为1，且对各第 二解码参数求余的值均为0，其中，第一解码参数为该编码参数对应的解码参 数，第二编码参数为多个解码参数中除第一解码参数之外的解码参数。
本实施例中，第一预设阈值用于限定作为解码参数的质数足够大，这样 可以提高生成的矩阵乘法三元组的正确性。第二预设阈值用于限定解码参数 的个数不太多。本实施例中，解码参数的个数越多，则相应编码参数的个数 也越多，进而使得编码后的矩阵相对于编码前的矩阵元素减少更多，进而矩 阵乘法三元组的生成效率提升的越多。但是，由于在各电子设备之间传输编 码后的矩阵时，通常对编码后的矩阵进一步通过预设同态加密算法加密，如 果编码参数的乘积值过大，会导致预设同态加密算法在进行加密或解密时出错。因而，通过设置第二预设阈值可以防止加密或解密出错。其中，预设同 态加密算法在此不作限定，例如，预设同态加密算法可以为Paillier算法、 Gentry算法等。
第一预设阈值、第二预设阈值可以根据实际需求设定，在此不作限定。 可选地，第一预设阈值可以根据电子设备参与安全多方计算的所使用的寄存 器位数确定，例如，寄存器位数为64位，则第一预设阈值可以为2Q2，其中， Q为264。第二预设阈值可以根据预设同态加密算法的位数参数确定，例如， 使用位数参数为22048的Paillier算法，则第二预设阈值可以为22048。
每个编码参数均小于所有解码参数的乘积值。编码参数的生成过程可以 为：首先确定多个解码参数，进而确定出多个解码参数的乘积值，在此记为N， 然后在(0，N)的区间内，通过中国剩余定理，计算满足下述条件的多个解 码参数：
Figure BDA0002724523750000141
从而得到多个解码参数，其中，Ni表示第i个编码参数，pj表示第j个解码参 数。
需要说明的是，S402和S403的执行顺序在此不作限定，可以先执行S402， 再执行S403，也可以先执行S403，再执行S402，另外，也可以并行地执行 S402和S403。
S404、第一电子设备根据多个编码参数，对第一随机数矩阵进行编码， 并将编码后的第一随机数矩阵发送给各第二电子设备，其中，编码后的第一 随机数矩阵的元素个数小于编码前的第一随机数矩阵的元素个数。
可选地，编码后的第一随机数矩阵的行数小于编码前的第一随机数矩阵 的行数；S404可以包括：
第一电子设备根据各编码参数、编码前的第一随机数矩阵中部分行的数 据以及多个解码参数的乘积值，确定编码后的第一随机数矩阵中目标行的数 据，其中，部分行的行号由目标行的行号确定。
本实施例中，可以通过编码参数对第一随机数矩阵的行数进行编码，以 减少第一随机数矩阵的行数，其列数在编码前后保持不变。参与安全多方计 算的各电子设备可以根据各编码参数、自身生成的编码前的第一随机数矩阵 中部分行的数据以及多个解码参数的乘积值，确定编码后的第一随机数矩阵 中目标行的数据，进而得到编码后的第一随机数矩阵。
可选地，第一电子设备可以分别将各编码参数与编码前的第一随机数据 矩阵中相应行的数据进行相乘，以得到各编码参数对应的乘积结果；
将各编码参数对应的乘积结果求和，以得到求和结果；
将求和结果对多个解码参数的乘积值求余，得到编码后的第一随机数矩 阵中目标行的数据。
例如，第一电子设备可以通过下述公式，生成编码后的第一随机数矩阵 中目标行的数据：
Figure BDA0002724523750000151
其中，T′i,*表示编码后的第一随机数矩阵中第i行的数据，t表示编码参数 的个数，Nk表示第k个编码参数，Tk+(i-1)t,*表示编码前的第一随机数矩阵中第 k+(i-1)t行的数据，N表示多个编码参数的乘积值，s表示编码后的第一随 机数矩阵的总行数。
S405、第一电子设备接收来自各第二电子设备的中间矩阵，中间矩阵由 各第二电子设备根据编码后的第一随机数矩阵以及自身生成的第二随机数矩 阵确定。
S406、第一电子设备根据多个解码参数，对中间矩阵进行解码，并根据 解码后的中间矩阵，确定并保存第三随机数矩阵，其中，参与安全多方计算 的各电子设备的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满 足矩阵乘法三元组的约束条件。
S407、第一电子设备根据第一随机数矩阵、第二随机数矩阵和第三随机 数矩阵，在安全多方计算过程中对业务数据进行加密。
本发明实施例中，通过获取多个编码参数和多个解码参数，其中，多个 编码参数为整数，多个解码参数为互不相同的多个素数，多个编码参数和多 个解码参数满足预设条件，利用多个编码参数，对第一随机数矩阵进行编码， 利用多个解码参数对对中间矩阵进行解码，能够实现对矩阵的编解码。通过 对发送给各第二电子设备的第一随机数矩阵进行编码，以及对来自各第二电 子设备的中间矩阵进行解码，一方面可以实现矩阵乘法三元组的生成，另一 方面，通过编码和解码处理，能够减少第一随机数矩阵的元素个数，从而使得各电子设备在计算第一随机数矩阵所参与的乘法运算时，所计算的乘法次 数减少，从而提高计算效率，提高矩阵乘法三元组的生成效率，进而提高安 全多方计算中对业务数据的加密效率。
可选地，中间矩阵由各第二电子设备根据编码后的第一随机数矩、自身 生成的第二随机数矩阵、以及自身生成的参考矩阵确定；
上述方法还包括：
第一电子设备根据多个编码参数以及多个随机数，生成参考矩阵。
则，S406中根据多个解码参数，对中间矩阵进行解码可以包括：
第一电子设备根据多个解码参数和参考矩阵，对中间矩阵进行解码。
本实施例中，参与安全多方计算的各电子设备分别根据多个编码参数和 自身生成的多个随机数，得到参考矩阵。各电子设备根据自身生成的第二随 机数矩阵、自身生成的参考矩阵、以及其他各电子设备发送的编码后的第一 随机数矩阵，计算得到其他各电子设备所对应的中间矩阵，将中间矩阵返回 给相应的电子设备。
具体地，各电子设备首先对自身生成的第二随机数矩阵进行编码，然后 根据自身编码的第二随机数矩阵、自身生成的参考矩阵、以及其他各电子设 备发送的编码后的第一随机数矩阵，计算得到其他各电子设备所对应的中间 矩阵。
各电子设备在接收到其他电子设备发送的中间矩阵后，根据多个解码参 数和自身生成的参考矩阵，对中间矩阵进行解码。
可选地，上述的根据多个编码参数以及多个随机数，生成参考矩阵，可 以包括：
第一电子设备根据多个随机数生成多个初始矩阵，其中，初始矩阵与编 码参数一一对应，多个随机数为整数，多个随机数均大于或等于0，且小于第 三预设阈值；
第一电子设备将各初始矩阵与相应的编码参数相乘所得到的矩阵进行求 和，并将求和得到的和矩阵中各个元素对多个编码参数的乘积值求余，以得 到参考矩阵。
本实施例中，参与安全多方计算的各电子设备可以分别通过下述公式生 成参考矩阵：
Figure BDA0002724523750000171
其中，R表示参考矩阵，ri表示第i个初始矩阵，t表示编码参数的个数，Ni表 示第i个编码参数，N表示所有编码参数的乘积值，Q2表示第三预设阈值，Q可 以根据参与安全多方计算的电子设备所使用的寄存器位数确定，例如，电子 设备所支持的位数为64位，则Q为264。
可选地，在上述任一实施例的基础上，将编码后的第一随机数矩阵发送 给各第二电子设备，可以包括：
第一电子设备将编码后的第一随机数矩阵经过加密后，发送给各第二电 子设备。
接收来自各第二电子设备的中间矩阵可以包括：
第一电子设备接收并解密来自各第二电子设备发送的中间矩阵，其中， 中间矩阵由各第二电子设备根据经过加密的编码后的第一随机数矩阵以及自 身生成的第二随机数矩阵确定。
本实施例中，参与安全多方计算的各电子设备将自身生成并编码后的第 一随机矩阵通过预设同态加密算法加密后，发送给其他的电子设备。其中， 预设同态加密算法在此不作限定，例如，预设同态加密算法可以为Paillier算法、 Gentry算法等。加密后的矩阵与加密前的矩阵的行数和列数相同，仅是对其中 各元素的值进行了加密。
各电子设备不对其他电子设备发送的经过加密的编码后的第一随机数矩 阵进行解密以及解码，而是直接根据自身生成的第二随机数矩阵、以及其他 电子设备发送的经过加密的编码后的第一随机数矩阵，计算各编码后的第一 随机数矩阵所对应的中间矩阵，并返回给相应的电子设备。
各电子设备接收到的中间矩阵需要进行解密后，才能得到真正的中间矩 阵。各电子设备通过预设同态加密算法对接收到的中间矩阵进行解密，以得 到真正的中间矩阵。
本实施例中，由于各电子设备不对来自其他电子设备的经过加密的编码 后的第一随机数矩阵进行解密，而是直接运算得到中间矩阵，并返回相应的 电子设备，因而每个电子设备的加密和解密互不影响，不需要共享加密算法， 进一步防止了数据泄露，提高了数据安全性。
可选地，在上述任一实施例的基础上，上述方法还可以包括：
第一电子设备接收来自各第二电子设备的由各第二电子设备编码后的第 一随机数矩阵；
第一电子设备根据由各第二电子设备编码后的第一随机数矩阵，以及自 身生成的第二随机数矩阵，确定待发送的各第二电子设备的中间矩阵；
第一电子设备将待发送的各第二电子设备的中间矩阵发送给各第二电子 设备。
本实施例中，对于参与安全多方计算的每个电子设备，该电子设备一方 面将编码后的第一随机数矩阵发送给其他各电子设备，并接收其他各电子设 备返回的中间矩阵，另一方面接收其他各电子设备发送的编码后的第一随机 数矩阵，并计算相应的中间矩阵返回给其他各电子设备。
下面通过一个实施示例对本发明实施例提供的数据处理方法进行说明。 如图5所示，为该实施示例的信令交互图。该实施示例中，以安全多方计算的 包括两个参与方：业务平台0、业务平台1为例。参照图5，该实施示例的数据 处理过程包括：
S1、业务平台0、业务平台1各实例化一个Paillier系统，其中，业务平台0 实例化得到Paillier系统(n0,g0,λ0)，业务平台1实例化得到Paillier系统 (n1,g1,λ1)，n0,g0,λ0以及n1,g1,λ1均为Paillier系统的加密参数。n0、n1为Paillier 系统的位数参数，可以根据实际需求确定。例如，n0、n1可以均取为22048。
S2、业务平台0、业务平台1中的任一个业务平台，选取一组互不相同的 素数p1,p2,...,pt，以作为解码参数。两个业务平台共享解码参数。其中， p1,p2,...,pt满足下述条件：pj>2Q2且
Figure BDA0002724523750000181
其中，pj表示第j个解码参数，2Q2即为上述实施例中的第一预设阈值，Q可 以根据业务平台参与安全多方计算所使用的寄存器位数确定，例如，所使用 的寄存器位数为64位，则Q为264。N表示所有解码参数的乘积值，t表示解码参 数的个数。max{n0,n1}即为上述实施例中的第二预设阈值，其中，n0,n1为S1.1 中的Paillier系统的位数参数。
S3、业务平台0、业务平台1中的任一个业务平台，根据中国剩余定理， 在0<Ni<N内计算t个编码参数，以满足上述公式二
Figure BDA0002724523750000182
其中，Ni表示第i个编码参数，pj表示第j个解码参数。两个业务平台共享编码 参数。
这里假设t整除n,令n＝st。其中，n为上述实施例中编码前的第一随机数 矩阵的列数，s为上述实施例中的编码后的第一随机数矩阵的行数。需要说明 的是，在实际使用时，对于t无法整除n的情况，可通过对编码前的矩阵补0或 者切除的方式单独处理，并不影响本实施例的有效性。
S4、业务平台0生成m×n的第一随机数矩阵A0，n×l的第二随机数矩阵 B0，m×l的参考矩阵R0，其中，
Figure BDA0002724523750000191
其中，ri (0)表示业务平台0生成的第i个初始矩阵，Q2表示上述的第三预设 阈值。
业务平台1生成m×n的第一随机数矩阵A1，n×l的第二随机数矩阵B1， m×l的参考矩阵R1，其中，
Figure BDA0002724523750000192
其中，ri (1)表示业务平台1生成的第i个初始矩阵。
S5、业务平台0对A0、B0进行编码得到A′0＝F(A0),B′0＝F(B0)，并通过 自身的Paillier系统对A′0加密后得到的Enc0(A′0)发送给业务平台1。
业务平台1对A1、B1进行编码得到A′1＝F(A1),B′1＝F(B1)，并将通过自身 的Paillier系统对A′1加密后得到的Enc1(A′1)发送给业务平台0。
其中，F()表示编码操作，具体地，对于一个给定的T，T′＝F(T)，满 足上述实施例中的公式三：
Figure BDA0002724523750000193
其中，T′i,*表示编码后的矩阵中第i行的数据，t表示编码参数的个数，Nk表 示第k个编码参数，Tk+(i-1)t,*表示编码前的矩阵中第k+(i-1)t行的数据，N 表示多个编码参数的乘积值，s表示编码后的矩阵的总行数。
S6、业务平台0计算Enc1(E′1)＝Enc1(A′1)B′0+R0，并将Enc1(E′1)返回给 业务平台1。
业务平台1计算Enc0(E′0)＝Enc0(A′0)B′1+R1，并将Enc0(E′0)返回给业务 平台0。
S7、业务平台0通过自身的Paillier系统对Enc0(E′0)解密得到E′0＝Dec0(Enc0(E′0))。
业务平台1通过自身的Paillier系统对Enc1(E′1)解密得到 E′1＝Dec1(Enc1(E′1))。
其中，E′0、E′1即为上述实施例中的中间矩阵。
S8、业务平台0对E′0进行解码，得到
Figure BDA0002724523750000201
业务平台1对E′1进行解码，得到
Figure BDA0002724523750000202
其中，G0、G1即为上述实施例中的解码后的中间矩阵。
S9、业务平台0计算C0＝A0B0+G0。
业务平台1计算C1＝A1B1+G1。
其中，C0、C1即为上述实施例中的第三随机数矩阵。
S10、业务平台0关联保存A0,B0,C0，业务平台1关联保存A1,B1,C1。 A0,B0,C0和A1,B1,C1即构成一组矩阵乘法三元组，满足：(A0+A1)(B0+B1)＝ C0+C1。
从该实施示例可以看出，由于A′0的元素个数是A0的元素个数1/t，因而本 实施示例通过加入编码和解码，其不同业务平台之间传输的数据量减少为传 统的矩阵乘法三元组生成算法的1/t，进而提高了通信效率；并且由于A′0的元 素个数是A0的元素个数1/t，本实施例所需要运算的乘法次数，约为传统的矩 阵乘法三元组生成算法的乘法次数的log(t)/t，因而减少了乘法运算的次数；通 过提高乘法运算的计算效率以及提高通信效率，能够提高矩阵乘法三元组的 生成效率，进而提高安全多方计算的加密效率。
图6为本发明一实施例提供的数据处理装置的结构示意图。该数据处理装 置应用于第一电子设备，第一电子设备和至少一个第二电子设备共同参与安 全多方计算。如图6所示，该数据处理装置60包括：获取模块601和处理模块 602。
获取模块601，用于获取待处理的业务数据。
处理模块602，用于生成第一随机数矩阵和第二随机数矩阵，并根据预设 编码方式、第一随机数矩阵和第二随机数矩阵，生成第三随机数矩阵，其中， 经过预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵 的元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、第二随机 数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件。
处理模块602，还用于根据第一随机数矩阵、第二随机数矩阵和第三随机 数矩阵，在安全多方计算过程中对业务数据进行加密。
本发明实施例中，第一电子设备和至少一个第二电子设备共同参与安全 多方计算，第一电子设备获取待处理的业务数据；生成第一随机数矩阵和第 二随机数矩阵，并根据预设编码方式、第一随机数矩阵和第二随机数矩阵， 生成第三随机数矩阵，其中，经过预设编码方式编码后的随机数矩阵的元素 个数小于编码前的随机数矩阵的元素个数，参与安全多方计算的各电子设备 的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三 元组的约束条件；根据第一随机数矩阵、第二随机数矩阵和第三随机数矩阵， 在安全多方计算过程中对业务数据进行加密。本发明实施例通过将预设编码 方式参与到矩阵乘法三元组的生成过程，经过预设编码方式编码后的随机数 矩阵的元素个数小于编码前的随机数矩阵的元素个数，从而减少矩阵乘法三 元组的生成过程中所计算的乘法次数减少，从而提高矩阵乘法三元组的生成 效率，进而提高安全多方计算中对业务数据的加密效率。
可选地，处理模块602，用于：
根据预设编码方式，对第一随机数矩阵进行编码。
该装置还包括：
发送模块，用于将编码后的第一随机数矩阵发送给各第二电子设备；
接收模块，用于接收来自各第二电子设备的中间矩阵，中间矩阵由各第 二电子设备根据编码后的第一随机数矩阵以及自身生成的第二随机数矩阵确 定；
处理模块602，用于：对中间矩阵进行解码，并根据解码后的中间矩阵， 确定并保存第三随机数矩阵。
可选地，处理模块602，还用于：
获取多个编码参数和多个解码参数，其中，多个编码参数均为整数，多 个解码参数为互不相同的多个素数，多个编码参数和多个解码参数满足预设 条件；
则，处理模块602，用于：
根据多个编码参数，对第一随机数矩阵进行编码；
根据多个解码参数，对中间矩阵进行解码。
可选地，编码参数与解码参数一一对应，预设条件包括下述至少一项：
多个编码参数均位于预设区间内，其中，预设区间的下限为0，上限为多 个解码参数的乘积值；
多个解码参数均大于第一预设阈值，且多个解码参数的乘积值小于第二 预设阈值；
对于每个编码参数，该编码参数对第一解码参数求余的值为1，且对各第 二解码参数求余的值均为0，其中，第一解码参数为该编码参数对应的解码参 数，第二编码参数为多个解码参数中除第一解码参数之外的解码参数。
可选地，编码后的第一随机数矩阵的行数小于编码前的第一随机数矩阵 的行数；
处理模块602，用于：
根据各编码参数、编码前的第一随机数矩阵中部分行的数据以及多个解 码参数的乘积值，确定编码后的第一随机数矩阵中目标行的数据，其中，部 分行的行号由目标行的行号确定。
可选地，处理模块602，用于：
分别将各编码参数与编码前的第一随机数据矩阵中相应行的数据进行相 乘，以得到各编码参数对应的乘积结果；
将各编码参数对应的乘积结果求和，以得到求和结果；
将求和结果对多个解码参数的乘积值求余，得到编码后的第一随机数矩 阵中目标行的数据。
可选地，中间矩阵由各第二电子设备根据编码后的第一随机数矩、自身 生成的第二随机数矩阵、以及自身生成的参考矩阵确定；
处理模块602，还用于：
根据多个编码参数以及多个随机数，生成参考矩阵；
则，处理模块602，用于：
根据多个解码参数和参考矩阵，对中间矩阵进行解码。
可选地，处理模块602，用于：
根据多个随机数生成多个初始矩阵，其中，初始矩阵与编码参数一一对 应，多个随机数为整数，多个随机数均大于或等于0，且小于第三预设阈值；
将各初始矩阵与相应的编码参数相乘所得到的矩阵进行求和，并将求和 得到的和矩阵中各个元素对多个编码参数的乘积值求余，以得到参考矩阵。
可选地，参与安全多方计算的各电子设备共享多个解码参数和多个编码 参数；
处理模块602，用于：
生成多个解码参数，根据预设的剩余定理算法和多个解码参数，生成多 个编码参数，并将多个解码参数和多个编码参数发送给各第二电子设备；或 者，
接收任一第二电子设备生成的多个解码参数和多个编码参数。
可选地，发送模块，用于：
将编码后的第一随机数矩阵经过加密后，发送给各第二电子设备；
接收模块，用于：
接收并解密来自各第二电子设备发送的中间矩阵，其中，中间矩阵由各 第二电子设备根据经过加密的编码后的第一随机数矩阵以及自身生成的第二 随机数矩阵确定。
可选地，接收模块，还用于：
接收来自各第二电子设备的由各第二电子设备编码后的第一随机数矩阵；
处理模块602，还用于：
根据由各第二电子设备编码后的第一随机数矩阵，以及自身生成的第二 随机数矩阵，确定待发送的各第二电子设备的中间矩阵；
发送模块，用于：
将待发送的各第二电子设备的中间矩阵发送给各第二电子设备。
可选地，处理模块602，用于：
根据解码后的中间矩阵、第一随机数矩阵和第二随机数矩阵，确定第三 随机数矩阵。
可选地，处理模块602，用于：
将第一随机数矩阵、第二随机数矩阵、第三随机数矩阵关联保存；
其中，业务数据，包括下述至少一项：
个人隐私数据、个人征信数据、用于信息安全存储的密钥数据、电子选 票数据。
本实施例提供的数据处理装置，可用于执行上述的方法实施例，其实现 原理和技术效果类似，本实施例此处不再赘述。
图7为本发明一实施例提供的电子设备的硬件结构示意图。如图7所示， 本实施例提供的电子设备70包括：处理器701、存储器702以及存储在存储器 702上并可在处理器701上运行的数据处理程序。该电子设备70还包括通信部 件703。其中，处理器701、存储器702以及通信部件703通过总线704连接。
在具体实现过程中，数据处理程序被处理器701执行时实现如上的数据处 理方法的步骤。
处理器701的具体实现过程可参见上述方法实施例，其实现原理和技术效 果类似，本实施例此处不再赘述。
在上述的图7所示的实施例中，应理解，处理器可以是中央处理单元(英 文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字 信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英 文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以 是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的 方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及 软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例 如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总 线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业 标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线 可以分为地址总线、数据总线、控制总线等。为便于表示，本发明实施例附 图中的总线并不限定仅有一根总线或一种类型的总线。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上 存储有数据处理程序，所述数据处理程序被处理器执行时实现如上的数据处 理方法。
上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者 它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存 储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储 器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。 可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读 存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质 也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路 (Application SpecificIntegrated Circuits，简称：ASIC)中。当然，处理器和可 读存储介质也可以作为分立组件存在于设备中。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变 体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品 或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是 还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的 情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过 程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘) 中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器， 空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是 利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间 接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (12)

1.一种数据处理方法，其特征在于，应用于第一电子设备，所述第一电子设备和至少一个第二电子设备共同参与安全多方计算，包括：
获取待处理的业务数据；
生成第一随机数矩阵和第二随机数矩阵，并根据预设编码方式、所述第一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵，其中，经过所述预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵的元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件；
根据所述第一随机数矩阵、所述第二随机数矩阵和所述第三随机数矩阵，在安全多方计算过程中对所述业务数据进行加密。
2.根据权利要求1所述的方法，其特征在于，根据预设编码方式、所述第一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵，包括：
根据所述预设编码方式，对所述第一随机数矩阵进行编码，并将编码后的第一随机数矩阵发送给各第二电子设备；
接收来自各第二电子设备的中间矩阵，所述中间矩阵由各第二电子设备根据编码后的第一随机数矩阵以及自身生成的第二随机数矩阵确定；
对所述中间矩阵进行解码，并根据解码后的中间矩阵，确定并保存所述第三随机数矩阵。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取多个编码参数和多个解码参数，其中，所述多个编码参数均为整数，所述多个解码参数为互不相同的多个素数，所述多个编码参数和所述多个解码参数满足预设条件；
根据所述预设编码方式，对所述第一随机数矩阵进行编码，包括：
根据所述多个编码参数，对所述第一随机数矩阵进行编码；
对所述中间矩阵进行解码，包括：
根据所述多个解码参数，对所述中间矩阵进行解码。
4.根据权利要求3所述的方法，其特征在于，所述编码参数与所述解码参数一一对应，所述预设条件包括下述至少一项：
所述多个编码参数均位于预设区间内，其中，预设区间的下限为0，上限为所述多个解码参数的乘积值；
所述多个解码参数均大于第一预设阈值，且所述多个解码参数的乘积值小于第二预设阈值；
对于每个编码参数，该编码参数对第一解码参数求余的值为1，且对各第二解码参数求余的值均为0，其中，所述第一解码参数为该编码参数对应的解码参数，所述第二编码参数为所述多个解码参数中除所述第一解码参数之外的解码参数。
5.根据权利要求3所述的方法，其特征在于，编码后的第一随机数矩阵的行数小于编码前的第一随机数矩阵的行数；
根据所述多个编码参数，对所述第一随机数矩阵进行编码，包括：
根据各编码参数、编码前的第一随机数矩阵中部分行的数据以及所述多个解码参数的乘积值，确定编码后的第一随机数矩阵中目标行的数据，其中，所述部分行的行号由所述目标行的行号确定。
6.根据权利要求5所述的方法，其特征在于，根据各编码参数、编码前的第一随机数矩阵中部分行的数据以及所述多个解码参数的乘积值，确定编码后的第一随机数矩阵中目标行的数据，包括：
分别将各编码参数与编码前的第一随机数据矩阵中相应行的数据进行相乘，以得到各编码参数对应的乘积结果；
将各编码参数对应的乘积结果求和，以得到求和结果；
将所述求和结果对所述多个解码参数的乘积值求余，得到编码后的第一随机数矩阵中目标行的数据。
7.根据权利要求3所述的方法，其特征在于，所述中间矩阵由各第二电子设备根据编码后的第一随机数矩、自身生成的第二随机数矩阵、以及自身生成的参考矩阵确定；
所述方法还包括：
根据所述多个编码参数以及多个随机数，生成参考矩阵；
根据所述多个解码参数，对所述中间矩阵进行解码，包括：
根据所述多个解码参数和所述参考矩阵，对所述中间矩阵进行解码。
8.根据权利要求7所述的方法，其特征在于，根据所述多个编码参数以及多个随机数，生成参考矩阵，包括：
根据所述多个随机数生成多个初始矩阵，其中，所述初始矩阵与所述编码参数一一对应，所述多个随机数为整数，所述多个随机数均大于或等于0，且小于第三预设阈值；
将各初始矩阵与相应的编码参数相乘所得到的矩阵进行求和，并将求和得到的和矩阵中各个元素对所述多个编码参数的乘积值求余，以得到所述参考矩阵。
9.根据权利要求3所述的方法，其特征在于，参与安全多方计算的各电子设备共享所述多个解码参数和所述多个编码参数；
获取多个编码参数和多个解码参数，包括：
生成所述多个解码参数，根据预设的剩余定理算法和所述多个解码参数，生成所述多个编码参数，并将所述多个解码参数和所述多个编码参数发送给各第二电子设备；或者，
接收任一第二电子设备生成的所述多个解码参数和所述多个编码参数。
10.一种数据处理装置，其特征在于，应用于第一电子设备，所述第一电子设备和至少一个第二电子设备共同参与安全多方计算，包括：
获取模块，用于获取待处理的业务数据；
处理模块，用于生成第一随机数矩阵和第二随机数矩阵，并根据预设编码方式、所述第一随机数矩阵和所述第二随机数矩阵，生成第三随机数矩阵，其中，经过所述预设编码方式编码后的随机数矩阵的元素个数小于编码前的随机数矩阵的元素个数，参与安全多方计算的各电子设备的第一随机数矩阵、第二随机数矩阵、第三随机数矩阵共同满足矩阵乘法三元组的约束条件；
所述处理模块，还用于根据所述第一随机数矩阵、所述第二随机数矩阵和所述第三随机数矩阵，在安全多方计算过程中对所述业务数据进行加密。
11.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如权利要求1-9中任一项所述的数据处理方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1-9中任一项所述的数据处理方法的步骤。
CN202011098433.7A 2020-10-14 2020-10-14 数据处理方法、装置、设备及存储介质 Active CN112231561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011098433.7A CN112231561B (zh) 2020-10-14 2020-10-14 数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011098433.7A CN112231561B (zh) 2020-10-14 2020-10-14 数据处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112231561A true CN112231561A (zh) 2021-01-15
CN112231561B CN112231561B (zh) 2024-06-07

Family

ID=74112854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011098433.7A Active CN112231561B (zh) 2020-10-14 2020-10-14 数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112231561B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113065156A (zh) * 2021-04-02 2021-07-02 支付宝(杭州)信息技术有限公司 一种控制延时的多方联合数据处理方法及装置
CN113128700A (zh) * 2021-03-23 2021-07-16 同盾控股有限公司 安全多方计算的联邦模型训练加速的方法和系统
CN113821824A (zh) * 2021-08-27 2021-12-21 交通银行股份有限公司 一种基于不经意线性评估ole的三元组生成方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120166809A1 (en) * 2010-12-28 2012-06-28 Authernative, Inc. System and method for cryptographic key exchange using matrices
CN105550570A (zh) * 2015-12-02 2016-05-04 深圳市同创国芯电子有限公司 一种应用于可编程器件的加密、解密方法及装置
WO2018082008A1 (en) * 2016-11-04 2018-05-11 Nokia Technologies Oy Secure distributed data processing
CN109257047A (zh) * 2018-09-12 2019-01-22 中科驭数（北京）科技有限公司 数据压缩方法及装置
CN110088728A (zh) * 2016-12-20 2019-08-02 皇家飞利浦有限公司 用于编码加法的计算设备
WO2019148335A1 (en) * 2018-01-30 2019-08-08 Nokia Technologies Oy Secure data processing
CN110546642A (zh) * 2018-10-17 2019-12-06 阿里巴巴集团控股有限公司 不利用可信初始化器的安全多方计算
CN110557245A (zh) * 2018-06-04 2019-12-10 罗伯特·博世有限公司 用于spdz的容错和安全多方计算的方法和系统
CN111143894A (zh) * 2019-12-24 2020-05-12 支付宝(杭州)信息技术有限公司 一种提升安全多方计算效率的方法及系统
CN111147244A (zh) * 2019-12-30 2020-05-12 深圳前海微众银行股份有限公司 多方秘密分享方法、设备及可读存储介质
CN111162896A (zh) * 2020-04-01 2020-05-15 支付宝(杭州)信息技术有限公司 双方联合进行数据处理的方法及装置
CN111512589A (zh) * 2017-12-14 2020-08-07 罗伯特·博世有限公司 用于利用spdz的快速安全多方内积的方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120166809A1 (en) * 2010-12-28 2012-06-28 Authernative, Inc. System and method for cryptographic key exchange using matrices
CN105550570A (zh) * 2015-12-02 2016-05-04 深圳市同创国芯电子有限公司 一种应用于可编程器件的加密、解密方法及装置
WO2018082008A1 (en) * 2016-11-04 2018-05-11 Nokia Technologies Oy Secure distributed data processing
CN110088728A (zh) * 2016-12-20 2019-08-02 皇家飞利浦有限公司 用于编码加法的计算设备
CN111512589A (zh) * 2017-12-14 2020-08-07 罗伯特·博世有限公司 用于利用spdz的快速安全多方内积的方法
WO2019148335A1 (en) * 2018-01-30 2019-08-08 Nokia Technologies Oy Secure data processing
CN110557245A (zh) * 2018-06-04 2019-12-10 罗伯特·博世有限公司 用于spdz的容错和安全多方计算的方法和系统
CN109257047A (zh) * 2018-09-12 2019-01-22 中科驭数（北京）科技有限公司 数据压缩方法及装置
CN110546642A (zh) * 2018-10-17 2019-12-06 阿里巴巴集团控股有限公司 不利用可信初始化器的安全多方计算
CN111143894A (zh) * 2019-12-24 2020-05-12 支付宝(杭州)信息技术有限公司 一种提升安全多方计算效率的方法及系统
CN111147244A (zh) * 2019-12-30 2020-05-12 深圳前海微众银行股份有限公司 多方秘密分享方法、设备及可读存储介质
CN111162896A (zh) * 2020-04-01 2020-05-15 支付宝(杭州)信息技术有限公司 双方联合进行数据处理的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ISRAT JAHAN: "Design of a secure sum protocol using trusted third party system for Secure Multi-Party Computations", 2015 6TH INTERNATIONAL CONFERENCE ON INFORMATION AND COMMUNICATION SYSTEMS (ICICS), 7 May 2015 (2015-05-07) *
张燕平;凌捷;: "一种改进的水平分布式环境下基于同态加密的隐私保护算法", 计算机科学, no. 08, 15 August 2017 (2017-08-15) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128700A (zh) * 2021-03-23 2021-07-16 同盾控股有限公司 安全多方计算的联邦模型训练加速的方法和系统
CN113065156A (zh) * 2021-04-02 2021-07-02 支付宝(杭州)信息技术有限公司 一种控制延时的多方联合数据处理方法及装置
CN113065156B (zh) * 2021-04-02 2022-05-17 支付宝(杭州)信息技术有限公司 一种控制延时的多方联合数据处理方法及装置
CN113821824A (zh) * 2021-08-27 2021-12-21 交通银行股份有限公司 一种基于不经意线性评估ole的三元组生成方法及系统
CN113821824B (zh) * 2021-08-27 2024-05-24 交通银行股份有限公司 一种基于不经意线性评估ole的三元组生成方法及系统

Also Published As

Publication number Publication date
CN112231561B (zh) 2024-06-07

Similar Documents

Publication Publication Date Title
CN112231561B (zh) 数据处理方法、装置、设备及存储介质
Wu et al. A novel and provably secure authentication and key agreement scheme with user anonymity for global mobility networks
CN110166446B (zh) 一种基于安全多方计算的地理加权平均中心的实现方法
CN111400766B (zh) 针对隐私数据进行多方联合降维处理的方法及装置
CN116204912B (zh) 基于全同态加密的数据处理方法和装置
AU2018222992A1 (en) System and method for secure two-party evaluation of utility of sharing data
CN111931241B (zh) 基于隐私保护的线性回归特征显著性检验方法、装置
Hu et al. Batch image encryption using generated deep features based on stacked autoencoder network
CN112769542B (zh) 基于椭圆曲线的乘法三元组生成方法、装置、设备及介质
Xue et al. Medical image protection algorithm based on deoxyribonucleic acid chain of dynamic length
CN113704799A (zh) 分箱数据的处理方法、装置、设备、存储介质及程序产品
CN111368320A (zh) 基于同态加密的安全多方计算的方法及装置
CN112685788B (zh) 数据处理方法和装置
CN114640436A (zh) 一种基于隐私保护的分组统计参数计算方法、装置
CN110443061A (zh) 一种数据加密方法和装置
CN111859440B (zh) 基于混合协议的分布式隐私保护逻辑回归模型的样本分类方法
CN116432040B (zh) 基于联邦学习的模型训练方法、装置、介质以及电子设备
CN115714646A (zh) 一种基于区块链的隐私保护用户激励方法
CN116070255A (zh) 一种数据隐私计算方法、装置、设备及介质
Liu et al. Secure and verifiable outsourcing protocol for non-negative matrix factorisation
CN114996449B (zh) 一种基于隐私保护的聚类方法及装置
CN116579020B (zh) 基于隐私保护的校园风险预测方法、装置、设备及介质
CN114494803B (zh) 基于安全计算的图像数据标注方法及系统
CN108768612B (zh) 一种外包计算中基于随机酉矩阵的全同态加密方法
US20220374539A1 (en) System and method utilizing function secret sharing with conditional disclosure of secrets

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant