CN113032839A - 一种数据处理方法、装置和用于数据处理的装置 - Google Patents
一种数据处理方法、装置和用于数据处理的装置 Download PDFInfo
- Publication number
- CN113032839A CN113032839A CN202110573675.5A CN202110573675A CN113032839A CN 113032839 A CN113032839 A CN 113032839A CN 202110573675 A CN202110573675 A CN 202110573675A CN 113032839 A CN113032839 A CN 113032839A
- Authority
- CN
- China
- Prior art keywords
- matrix
- interval
- value
- ciphertext
- comparison
- 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
Links
Images
Classifications
-
- 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
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Complex Calculations (AREA)
Abstract
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据处理方法、装置和用于数据处理的装置。
背景技术
MPC(Secure Muti-Party Computation,多方安全计算)是一种保护数据隐私安全的算法。多个参与方可以在不泄漏自身数据的前提下,使用多方安全计算技术进行协作计算,得到计算结果。
RMQ(Range Minimum/Maximum Query,求区间最值)查询,是指给定一个长度为n的数列L1,L2,…,Ln,要求支持若干次查询操作。每次查询操作输入一对下标(i,j),返回数列Li,Li+1,…,Lj中的最小值(或最大值)。每一次最小值(最大值)查询至少需要O(n)次比较,对于m次查询总共需要O(mn)次比较。
在多方安全计算系统中,对加密数据进行比较操作的计算开销较大,为了减小计算开销,提高RMQ查询的效率,可以采用Sparse Table算法。该算法可以通过O(nlogn)次比较的预处理过程,实现O(1)次比较的单次查询开销,对于m次查询总共需要O(nlogn+m)次比较操作。虽然Sparse Table算法可以在一定程度上减少对加密数据的比较操作,但是Sparse Table算法的预处理和查询过程仍然需要对加密数据进行多次比较操作,在数列长度n和查询次数m较大时,查询效率难以满足实际应用场景的需求。
发明内容
本发明实施例提供一种数据处理方法、装置和用于数据处理的装置,可以在保证数据隐私安全的基础上,提高区间最值查询的效率。
为了解决上述问题,本发明实施例公开了一种数据处理方法,应用于多方安全计算系统,所述方法用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述方法包括:
基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
另一方面,本发明实施例公开了一种数据处理装置,应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置包括:
矩阵M构建模块,用于基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
整数k确定模块,用于根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
最值确定模块,用于基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
再一方面,本发明实施例公开了一种用于数据处理的装置,应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置包括有存储器,以及一个或者一个以上程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
又一方面,本发明实施例公开了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如前述一个或多个所述的数据处理方法。
本发明实施例包括以下优点:
本发明实施例基于密文数列L,预先构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值。通过查询矩阵M得到第一区间最值和第二区间最值,其中,第一区间最值为矩阵M的元素Mk,a,第二区间最值为矩阵M的元素。由于b-2k-1<a+2k-1,因此对第一区间最值和第二区间最值进行向量化比较,即可得到目标区间数列[La,…,Lb]的最值。矩阵M可以通过对密文数列L进行O(logn)次向量化比较得到。在构建矩阵M之后,在根据指定下标对(a,b)求区间最值时,仅需要O(1)次向量化比较即可得到目标区间序列的最值查询结果,总共的比较次数为O(logn)次。相较于传统的区间最值查询问题的算法,可以极大减少对密文数据的比较次数,进而可以提高多方安全计算系统进行区间最值查询的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种数据处理方法实施例的步骤流程图;
图2是本发明的一种数据处理装置实施例的结构框图;
图3是本发明的一种用于数据处理的装置800的框图;
图4是本发明的一些实施例中服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
方法实施例
参照图1,示出了本发明的一种数据处理方法实施例的步骤流程图,所述方法应用于多方安全计算系统,所述方法用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述方法具体可以包括如下步骤:
步骤101、基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
步骤102、根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
步骤104、基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
本发明提供的数据处理方法可应用于多方安全计算系统,具体地,可用于在多方安全计算系统中,针对给定的密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值。
需要说明的是,在本发明实施例中,n、a、b、i、j、k、m的取值均为正整数。
多方安全计算系统是一种保护数据隐私安全的计算系统。本发明实施例对所述多方安全计算系统采用的安全计算协议不做限制,例如,所述多方安全计算系统可以基于多方安全计算MPC协议,在基于MPC协议的多方安全计算系统中,多个参与方可以在不泄漏自身数据的前提下,使用多方安全计算技术进行协同计算得到计算结果,参与计算的数据、中间结果、以及最终结果可以为密文。当然,所述多方安全计算系统还可以基于秘密分享、半同态、不经意传输等技术实现的多方安全计算协议。
所述密文数列L中包含n个密文数据L1,L2,…,Ln,需要说明的是,本发明实施例对所述密文数列L中密文数据的来源不做限制。所述密文数列L中的密文数据可以来自于一个或多个数据方。可选地,所述密文数列L由多个数据方提供的密文数据所组成,通过本发明实施例可以对多个数据方的密文数据组成的密文数列求区间最值,以适用多方数据融合计算的场景。可以在避免敏感数据存在被泄露风险的基础上,实现多方数据的融合,进而可以对多方产生的业务数据执行汇集、处理和分析等操作,解决信息孤岛,提高多个网络服务中的海量级业务数据的应用价值。
所述密文数列L中的密文数据可以为敏感数据,如环境监控数据、用户征信数据、用户账户数据、个人健康数据等。
在本发明实施例中,所述最值可以包括最大值或者最小值。例如,针对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,可以返回密文数列L中目标区间数列[La,…,Lb]的最大值,或者,可以返回密文数列L中目标区间数列[La,…,Lb]的最小值。
本发明实施例基于所述密文数列L,预先构建矩阵M,在对密文数列L进行区间最值查询时,可以利用预先构建的矩阵M提高区间最值查询的效率。M为log2n行(n-1)列的矩阵,其中第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值。
一个示例中,以密文数列L =[8,6,3,5,2,4,7,1],求区间最小值为例,可以构建矩阵M如表1所示。
表1
6 | 3 | 3 | 2 | 2 | 4 | 1 | - |
3 | 3 | 2 | 2 | 2 | 1 | - | - |
2 | 2 | 2 | 1 | - | - | - | - |
密文数列L =[8,6,3,5,2,4,7,1]包含8个密文数据,也即n=8,则log2n=log28=3;n-1=8-1=7,因此,密文数列L =[8,6,3,5,2,4,7,1]对应的矩阵M为3行7列的矩阵。
表1所示的矩阵M包括3行7列的元素,其中符号“-”表示空元素。在矩阵M中,第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值。例如,表1所示的矩阵M的第1行第1列的元素为6,该元素表示密文数列L =[8,6,3,5,2,4,7,1]中第i项到第i+2j-1项的最值,i=1,j=1。也即,M1,1=6表示密文数列L中第1项(对应数据8)到第2项(对应数据6)的最小值为6。
需要说明的是,密文数列L =[8,6,3,5,2,4,7,1]中的数据以及表1所示的矩阵M中的数据均为密文,为便于说明,均以明文示出。
在构建矩阵M之后,在对密文数列L =[8,6,3,5,2,4,7,1]求区间最小值时,可以根据指定的下标对(a,b)确定整数k,使得k满足2k-1≤b-a<2k。例如,假设下标对(a,b)中,a=2,b=5,也即,求密文数列L中目标区间数列[L2,…,L5]的最小值,由于21≤5-2<22,可以确定k=2。
通过查询矩阵M得到第一区间最小值和第二区间最小值,其中,第一区间最小值为矩阵M的元素Mk,a,第二区间最小值为矩阵M的元素。在该示例中,第一区间最小值Mk,a为M2,2,查询表1所示的矩阵M可以得到M2,2=3。第二区间最小值为M2,3,查询表1所示的矩阵M可以得到M2,3=2。
对第一区间最小值M2,2和第二区间最小值M2,3进行密文的向量化比较,可以得到目标区间数列[L2,…,L5]的最小值为2。其中,向量化比较,指在待比较的数据个数大于2的情况下,将单个数据元素之间的比较操作转换为向量之间的比较操作。为例保证数据的隐私安全,本发明实施例中的比较操作均在密文基础上进行,比较过程中不会暴露数据明文。
需要说明的是,求区间最大值的过程与求区间最小值的过程相类似,为便于描述,本发明实施例中主要以求区间最小值为例进行说明,求区间最大值的过程相互参照即可。
本发明实施例提供的数据处理方法,对于密文数列L=[L1,L2,…,Ln],首先构建log2n行(n-1)列的矩阵M,矩阵M可以通过O(logn)次向量化比较得到。在构建矩阵M之后,在根据指定下标对(a,b)求区间最值时,仅需要O(1)次向量化比较即可得到区间最值查询结果,总共的比较次数O(logn)。相较于传统的区间最值查询问题的算法,可以极大减少对密文数据的比较次数,进而可以提高多方安全计算系统进行区间最值查询的效率。
在本发明的一种可选实施例中,所述下标对(a,b)为包含m个下标对的矩阵[(a1,b1)、(a2,b2)、…、(am,bm)],所述根据所述下标对(a,b)确定整数k,包括:
根据所述m个下标对中的每个下标对分别确定整数k;
所述通过查询矩阵M得到第一区间最值和第二区间最值,包括:
对所述m个下标对中的每个下标对,分别查询矩阵M,得到m个第一区间最值和m个第二区间最值;
所述对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值,包括:
本发明实施例的数据处理方法可以支持m次的区间最值查询操作。具体地,可以接收如下m个下标对:[(a1,b1)、(a2,b2)、…、(am,bm)],并返回m个目标区间数列分别对应的最值,i取值为1~m。也即,返回目标区间数列对应的最值,目标区间数列对应的最值,以此类推,返回目标区间数列对应的最值。
仍以上述密文数列L =[8,6,3,5,2,4,7,1]为例,假设接收到2个下标对,分别为(a1,b1)和(a2,b2),m=2,其中,a1=2,b1=5;a2=1,b2=7。也即,求目标区间数列[L2,…,L5](即[L2,L3,L4,L5])的最小值以及目标区间数列[L1,…,L7](即[L1,L2,L3,L4,L5,L6,L7])的最小值。
对于下标对(a1,b1)和(a2,b2),分别确定整数k,并且通过查询矩阵M得到每个下标对分别对应的第一区间最小值和第二区间最小值,也即,可以得到2个第一区间最小值和2个第二区间最小值。
对于下标对(2,5),通过查询表1所示的矩阵M可以得到第一区间最小值M2,2=3和第二区间最值M2,3=2。基于密文,对第一区间最小值M2,2=3和第二区间最小值M2,3=2进行向量化比较,可以得到目标区间数列[L2,…,L5]的最小值q1=2。
对于下标对(1,7),由于22≤7-1<23,因此可以确定k=3。通过查询表1所示的矩阵M可以得到第一区间最小值M3,1=2和第二区间最值M3,3=2。基于密文,对第一区间最小值M3,1=2和第二区间最小值M3,3=2进行向量化比较,可以得到目标区间数列[L1,…,L7]的最小值q2=2。
为了进一步减少对密文数据的比较操作次数,本发明实施例可以对m个第一区间最值和m个第二区间最值进行并行的向量化比较。
例如,在该示例中,对于下标对(2,5)和(1,7),查询得到2个第一区间最小值(M2,2和M3,1)和2个第二区间最小值(M2,3和M3,3),可以对这2个第一区间最值和这2个第二区间最值进行并行的向量化比较。通过并行的向量化比较,只需执行一次向量化比较[M2,2,M3,1]<[M2,3,M3,3]的操作就可以得到q1和q2的值。由此,m次的区间最值查询过程只需要进行一次向量化比较操作,可以极大减少对密文数据的比较操作次数,使得在数列长度n和查询次数m较大时,本发明实施例的查询效率可以满足实际应用场景的需求。
在本发明的一种可选实施例中,所述最值为最小值,所述基于所述密文数列L,构建矩阵M,包括:
步骤A1、基于密文,向量化比较[L1,…,Ln-1]和[L2,…,Ln],取每个比较中的较小值作为矩阵M的第一行元素;
令待查询的密文数列为L,L=[L1,L2,…,Ln]。在求区间最小值的情况下,构建矩阵M的过程具体如下:
首先,基于密文,向量化比较[L1,…,Ln-1](记为向量1)和[L2,…,Ln](向量2),即对向量[L1,…,Ln-1]与向量[L2,…,Ln]中相应位置的元素进行密文比较。具体地,对向量1中的第一个元素L1与向量2中的第一个元素L2进行密文比较,对向量2中的第二个元素L2与向量2中的第二个元素L3进行密文比较,以此类推,对向量1中的最后一个元素Ln-1与向量2中的最后一个元素Ln进行密文比较。取每个比较中的较小值作为矩阵M的第一行元素。然后,基于密文,向量化比较和,即对向量与向量中相应位置的元素进行密文比较,并且取每个比较中的较小值作为矩阵M的第j行元素,j≥2。直至矩阵M的第log2n行元素构建完成,得到构建完成的矩阵M。
以密文数列L =[8,6,3,5,2,4,7,1]为例,构建矩阵M的过程如下:首先,基于密文,向量化比较[8,6,3,5,2,4,7]和[6,3,5,2,4,7,1],取每个比较中的较小值可以得到矩阵M的第一行元素为[6,3,3,2,2,4,1]。矩阵M第一行中的第i个元素为min(Li,Li+1),表示L中第i项到i+1项的最小值(1≤i≤7)。然后,基于密文,向量化比较[M1,1 ,…, M1,6]和[M1,2 ,…,M1,7],也即,向量化比较[6,3,3,2,2,4]和[3,3,2,2,4,1],取每个比较中的较小值可以得到矩阵M的第二行元素为[3,3,2,2,2,1]。矩阵M第二行中的第i个元素为min(M1,i , M1,i+1),表示L中第i项到i+2项的最小值(1≤i≤6)。接下来,基于密文,向量化比较[M2,1 ,…, M2,4]和[M2,3 ,…, M2,6],也即,向量化比较[3,3,2,2]和[2,2,2,1],可以得到矩阵M的第三行元素为[2,2,2,1]。矩阵M第三行中的第i个元素为min(M2,i , M2,i+2),表示L中第i项到i+4项的最小值(1≤i≤4)。
密文数列L =[8,6,3,5,2,4,7,1]包含8个密文数据,也即n=8。由于log28=3,因此,密文数列L =[8,6,3,5,2,4,7,1]对应的矩阵M为3行7列的矩阵,在矩阵M的第三行[2,2,2,1]构建完成之后,可以得到构建完成的矩阵M,如表1所示。
矩阵M的行数为log2n,每行可以通过一次向量化比较得到,所以只需要进行O(logn)次向量化比较就可以得到矩阵M。
在矩阵M构建完成之后,在查询目标区间数列[La,…,Lb]的最小值q时,首先根据下标对(a,b)确定整数k,使得k满足2k-1≤b-a<2k;然后在矩阵M中查表得到数列的最小值Mk,a(即第一区间最小值)和数列的最小值(即第二区间最小值);由于b-2k-1<a+2k-1,因此对第一区间最小值和第二区间最小值进行向量化比较,即可得到目标区间数列[La,…,Lb]的最小值q,表示为。
在对m个下标对所对应的查询区间进行最小值查询时,只需要查询矩阵M得到不同的第一区间最小值Mk,a和第二区间最小值,再进行一次向量化比较即可得到m个下标对分别对应的查询区间的最小值查询结果。也即,对于m次区间最小值查询仅需要O(1)次向量化比较,总共的比较次数为O(logn)。
通过本发明实施例,对给定的密文数列为L=[L1,L2,…,Ln],进行1次区间最小值查询或者进行m次区间最小值查询,所需的比较次数均为O(logn),极大减少了对密文数据进行比较的次数,可以提高区间最小值查询的效率。
在本发明的一种可选实施例中,所述最值为最大值,所述基于所述密文数列L,构建矩阵M,包括:
步骤B1、基于密文,向量化比较[L1,…,Ln-1]和[L2,…,Ln],取每个比较中的较大值作为矩阵M的第一行元素;
令待查询的密文数列为L,L=[L1,L2,…,Ln]。在求区间最大值的情况下,构建矩阵M的过程具体如下:
首先,基于密文,向量化比较[L1,…,Ln-1]和[L2,…,Ln],即对向量[L1,…,Ln-1]与向量[L2,…,Ln]中相应位置的元素进行密文比较,并且取每个比较中的较大值作为矩阵M的第一行元素。然后,基于密文,向量化比较和,即对向量与向量中相应位置的元素进行密文比较,并且取每个比较中的较大值作为矩阵M的第j行元素,j≥2。直至矩阵M的第log2n行元素构建完成,得到构建完成的矩阵M。
矩阵M的行数为log2n,每行可以通过一次向量化比较得到,所以只需要进行O(logn)次向量化比较就可以得到矩阵M。
在矩阵M构建完成之后,在查询目标区间数列[La,…,Lb]的最大值q时,首先根据下标对(a,b)确定整数k,使得k满足2k-1≤b-a<2k;然后在矩阵M中查表得到数列的最大值Mk,a(即第一区间最大值)和数列的最大值(即第二区间最大值);由于b-2k-1<a+2k-1,因此对第一区间最大值和第二区间最大值进行向量化比较,即可得到目标区间数列[La,…,Lb]的最大值q,表示为。
在对m个下标对所对应的查询区间进行最大值查询时,只需要查询矩阵M得到不同的第一区间最大值Mk,a和第二区间最大值,再进行一次向量化比较即可得到m个下标对分别对应的查询区间的最大值查询结果。也即,对于m次区间最大值查询仅需要O(1)次向量化比较,总共的比较次数为O(logn)。
通过本发明实施例,对给定的密文数列为L=[L1,L2,…,Ln],进行1次区间最大值查询或者进行m次区间最大值查询,所需的比较次数均为O(logn),极大减少了对密文数据进行比较的次数,可以提高区间最大值查询的效率。
综上,本发明实施例基于密文数列L,预先构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值。通过查询矩阵M得到第一区间最值和第二区间最值,其中,第一区间最值为矩阵M的元素Mk,a,第二区间最值为矩阵M的元素。由于b-2k-1<a+2k-1,因此对第一区间最值和第二区间最值进行向量化比较,即可得到目标区间数列[La,…,Lb]的最值。矩阵M可以通过对密文数列L进行O(logn)次向量化比较得到。在构建矩阵M之后,在根据指定下标对(a,b)求区间最值时,仅需要O(1)次向量化比较即可得到目标区间序列的最值查询结果,总共的比较次数为O(logn)次。相较于传统的区间最值查询问题的算法,可以极大减少对密文数据的比较次数,进而可以提高多方安全计算系统进行区间最值查询的效率。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
装置实施例
参照图2,示出了本发明的一种数据处理装置实施例的结构框图,所述装置可应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置具体可以包括:
矩阵M构建模块201,用于基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
整数k确定模块202,用于根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
最值确定模块204,用于基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
可选地,所述最值包括最大值或者最小值。
可选地,所述最值为最小值,所述矩阵M构建模块,包括:
第一构建子模块,用于基于密文,向量化比较[L1,…,Ln-1]和[L2,…,Ln],取每个比较中的较小值作为矩阵M的第一行元素;
可选地,所述最值为最大值,所述矩阵M构建模块,包括:
第三构建子模块,用于基于密文,向量化比较[L1,…,Ln-1]和[L2,…,Ln],取每个比较中的较大值作为矩阵M的第一行元素;
可选地,所述下标对(a,b)为包含m个下标对的矩阵[(a1,b1)、(a2,b2)、…、(am,bm)],所述整数k确定模块,具体用于根据所述m个下标对中的每个下标对分别确定整数k;
所述最值查询模块,具体用于对所述m个下标对中的每个下标对,分别查询矩阵M,得到m个第一区间最值和m个第二区间最值;
可选地,所述密文数列由多个数据方提供的密文数据所组成。
本发明实施例基于密文数列L,预先构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值。通过查询矩阵M得到第一区间最值和第二区间最值,其中,第一区间最值为矩阵M的元素Mk,a,第二区间最值为矩阵M的元素。由于b-2k-1<a+2k-1,因此对第一区间最值和第二区间最值进行向量化比较,即可得到目标区间数列[La,…,Lb]的最值。矩阵M可以通过对密文数列L进行O(logn)次向量化比较得到。在构建矩阵M之后,在根据指定下标对(a,b)求区间最值时,仅需要O(1)次向量化比较即可得到目标区间序列的最值查询结果,总共的比较次数为O(logn)次。相较于传统的区间最值查询问题的算法,可以极大减少对密文数据的比较次数,进而可以提高多方安全计算系统进行区间最值查询的效率。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供了一种用于数据处理的装置,应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置包括有存储器,以及一个或者一个以上程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;通过查询矩阵M得到第一区间最值和第二区间最值,其中,第一区间最值为矩阵M的元素Mk,a,第二区间最值为矩阵M的元素;基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
图3是根据一示例性实施例示出的一种用于数据处理的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/ O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以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。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音信息处理模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/ O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频信息处理(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图4是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM, LinuxTM,FreeBSDTM等等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时,使得装置能够执行图1所示的数据处理方法。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时,使得装置能够执行一种数据处理方法,所述方法包括:基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;通过查询矩阵M得到第一区间最值和第二区间最值,其中,第一区间最值为矩阵M的元素Mk,a,第二区间最值为矩阵M的元素;基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上对本发明所提供的一种数据处理方法、一种数据处理装置和一种用于数据处理的装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种数据处理方法,其特征在于,应用于多方安全计算系统,所述方法用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述方法包括:
基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
2.根据权利要求1所述的方法,其特征在于,所述最值包括最大值或者最小值。
5.根据权利要求1所述的方法,其特征在于,所述下标对(a,b)为包含m个下标对的矩阵[(a1,b1)、(a2,b2)、…、(am,bm)],所述根据所述下标对(a,b)确定整数k,包括:
根据所述m个下标对中的每个下标对分别确定整数k;
所述通过查询矩阵M得到第一区间最值和第二区间最值,包括:
对所述m个下标对中的每个下标对,分别查询矩阵M,得到m个第一区间最值和m个第二区间最值;
所述对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值,包括:
6.根据权利要求1至5任一所述的方法,其特征在于,所述密文数列由多个数据方提供的密文数据所组成。
7.一种数据处理装置,其特征在于,应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置包括:
矩阵M构建模块,用于基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
整数k确定模块,用于根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
最值确定模块,用于基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
8.根据权利要求7所述的装置,其特征在于,所述最值包括最大值或者最小值。
12.根据权利要求7至11任一所述的装置,其特征在于,所述密文数列由多个数据方提供的密文数据所组成。
13.一种用于数据处理的装置,其特征在于,应用于多方安全计算系统,所述装置用于对密文数列L=[L1,L2,…,Ln],在接收到下标对(a,b)的情况下,返回密文数列L中目标区间数列[La,…,Lb]的最值,所述装置包括有存储器,以及一个或者一个以上程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
基于所述密文数列L,构建矩阵M,矩阵M为log2n行(n-1)列,矩阵M第i行j列的元素Mi,j表示密文数列L中第i项到第i+2j-1项的最值;
根据所述下标对(a,b)确定整数k,k满足2k-1≤b-a<2k;
基于密文,对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值。
14.根据权利要求13所述的装置,其特征在于,所述最值包括最大值或者最小值。
17.根据权利要求13所述的装置,其特征在于,所述下标对(a,b)为包含m个下标对的矩阵[(a1,b1)、(a2,b2)、…、(am,bm)],所述根据所述下标对(a,b)确定整数k,包括:
根据所述m个下标对中的每个下标对分别确定整数k;
所述通过查询矩阵M得到第一区间最值和第二区间最值,包括:
对所述m个下标对中的每个下标对,分别查询矩阵M,得到m个第一区间最值和m个第二区间最值;
所述对所述第一区间最值和所述第二区间最值进行向量化比较,得到目标区间数列[La,…,Lb]的最值,包括:
18.根据权利要求13至17任一所述的装置,其特征在于,所述密文数列由多个数据方提供的密文数据所组成。
19.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1至6任一所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573675.5A CN113032839B (zh) | 2021-05-25 | 2021-05-25 | 一种数据处理方法、装置和用于数据处理的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573675.5A CN113032839B (zh) | 2021-05-25 | 2021-05-25 | 一种数据处理方法、装置和用于数据处理的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032839A true CN113032839A (zh) | 2021-06-25 |
CN113032839B CN113032839B (zh) | 2021-08-10 |
Family
ID=76455868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110573675.5A Active CN113032839B (zh) | 2021-05-25 | 2021-05-25 | 一种数据处理方法、装置和用于数据处理的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032839B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408001A (zh) * | 2021-08-18 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 多方安全确定最值的方法、装置、设备及存储介质 |
CN113779500A (zh) * | 2021-08-23 | 2021-12-10 | 华控清交信息科技(北京)有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170147835A1 (en) * | 2015-11-25 | 2017-05-25 | International Business Machines Corporation | Efficient two party oblivious transfer using a leveled fully homomorphic encryption |
CN108334577A (zh) * | 2018-01-24 | 2018-07-27 | 东北大学 | 一种安全多方数值型记录匹配方法 |
CN111859035A (zh) * | 2020-08-12 | 2020-10-30 | 华控清交信息科技(北京)有限公司 | 数据处理方法及装置 |
CN112269904A (zh) * | 2020-09-28 | 2021-01-26 | 华控清交信息科技(北京)有限公司 | 数据处理方法及装置 |
-
2021
- 2021-05-25 CN CN202110573675.5A patent/CN113032839B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170147835A1 (en) * | 2015-11-25 | 2017-05-25 | International Business Machines Corporation | Efficient two party oblivious transfer using a leveled fully homomorphic encryption |
CN108334577A (zh) * | 2018-01-24 | 2018-07-27 | 东北大学 | 一种安全多方数值型记录匹配方法 |
CN111859035A (zh) * | 2020-08-12 | 2020-10-30 | 华控清交信息科技(北京)有限公司 | 数据处理方法及装置 |
CN112269904A (zh) * | 2020-09-28 | 2021-01-26 | 华控清交信息科技(北京)有限公司 | 数据处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
李占利 等: ""云环境下多方保密计算最大值、最小值及其统计学应用"", 《密码学报》 * |
窦家维 等: ""最小值问题的安全多方计算及其应用"", 《电子学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408001A (zh) * | 2021-08-18 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 多方安全确定最值的方法、装置、设备及存储介质 |
CN113408001B (zh) * | 2021-08-18 | 2021-11-09 | 腾讯科技(深圳)有限公司 | 多方安全确定最值的方法、装置、设备及存储介质 |
WO2023020216A1 (zh) * | 2021-08-18 | 2023-02-23 | 腾讯科技(深圳)有限公司 | 多方安全确定最值的方法、装置、设备及存储介质 |
CN113779500A (zh) * | 2021-08-23 | 2021-12-10 | 华控清交信息科技(北京)有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN113779500B (zh) * | 2021-08-23 | 2024-01-30 | 华控清交信息科技(北京)有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113032839B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113032839B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN111859035B (zh) | 数据处理方法及装置 | |
CN115396101B (zh) | 一种基于秘密分享的不经意打乱方法和系统 | |
CN114969830B (zh) | 一种隐私求交方法、系统和可读存储介质 | |
CN115396100B (zh) | 一种基于秘密分享的不经意随机打乱方法和系统 | |
CN112487415B (zh) | 计算任务的安全性检测方法及装置 | |
CN113449325B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN114401154B (zh) | 一种数据处理方法、装置、密文计算引擎和用于数据处理的装置 | |
CN112861175A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113392422B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN114840568B (zh) | 一种密文排序方法、装置和用于密文排序的装置 | |
CN112241250B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN115085912A (zh) | 一种密文计算方法、装置和用于密文计算的装置 | |
CN112861145B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113051610A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113779501B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113779500B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN114996752A (zh) | 一种多方隐私求交方法、装置和用于多方隐私求交的装置 | |
CN112668036B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN112906904A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN112463332A (zh) | 一种数据处理方法、密文计算系统和用于数据处理的装置 | |
CN113326477B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113821764B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN112016637B (zh) | 分层抽样方法、装置和用于分层抽样的装置 | |
CN113392421B (zh) | 一种数据处理方法、装置和用于数据处理的装置 |
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 | ||
GR01 | Patent grant |