CN113438075B

CN113438075B - 一种基于秘密分享算法的多头时序图计算方法及存储介质

Info

Publication number: CN113438075B
Application number: CN202110710200.6A
Authority: CN
Inventors: 陈思成; 谢世茂; 李开宇
Original assignee: Sichuan XW Bank Co Ltd
Current assignee: Sichuan XW Bank Co Ltd
Priority date: 2021-06-25
Filing date: 2021-06-25
Publication date: 2022-09-13
Anticipated expiration: 2041-06-25
Also published as: CN113438075A

Abstract

本发明公开了一种基于秘密分享算法的多头时序图计算方法及存储介质，该方法包括：S1：请求发起方获取用户最近t月在本行的借款笔数数据，并基于参与统计的银行数量n，将用户在发起方银行的原始数据以t*n的矩阵进行表示；S2：发起方广播统计请求到各参与方银行，通知各参与方把用户在该行最近t月内的借款笔数数据以S1的表示形式进行表示，各参与方银行得到一个t*n的矩阵；S3：各个银行留矩阵中的一列数据，并将矩阵中剩余的n‑1列数据分别广播至另外的n‑1家银行；S4：各银行各自将本地的数据和接收到的数据按索依次求和，得到长度为t的列表；S5：发起方收集各个银行的求和数据，并对数据进行按索引二次求和，求和结果即是用户在t月内的多头时序图。

Description

一种基于秘密分享算法的多头时序图计算方法及存储介质

技术领域

本发明属于密码学领域和银行风控领域，尤其涉及一种基于秘密分享算法的多头时序图计算方法及存储介质。

背景技术

银行风控领域需要知道用户在多家银行的贷款总笔数随着时间的变化情况，从而推算用户的风险变化情况。当用户的多头贷款笔数近期猛增时，代表该用户风险可能有所增加，反之可能用户的风险开始降低，所以用户的多头时序图是描述用户风险情况的重要指标。

目前获取用户的多头时序图的方案常见有两种：

1、发起行通过各个银行提供的api进行调用，直接明文返回用户在各家银行最近t月每月的贷款笔数，发起银行收到各个数据后对数据进行汇总处理。该方案是传统解决方案，实现难度最低。方案的主要缺陷是：

A)用户明文信息在各家银行之间进行了直接传输，现今越来越严格的监管要求下，这种方案将逐渐淘汰。

2、基于密码学当中的Paillier加密算法。该方案需要在一个互相可信的机构，比如银监会、央行，部署一个协调节点，各个参与银行部署各自的计算节点。算法逻辑比较复杂，方案步骤如下：

Step1.发起方发送统计请求到协调节点。

Step2.协调节点生成Paillier加密算法的公钥Pub和私钥Pri，并把Pub分发给各个银行的计算节点。

Step3.各个计算节点使用公钥Pub对用户各个月的贷款笔数进行加密，并把加密结果列表：enlist＝Pub(x_i1),Pub(x_i2),...,Pub(x_it)发送到发起方。

Step4.发起方收集所有加密结果(包括自己的)计算各个乘积，公式如下：

并把计算结果发送到协调节点。

Step5.协调节点利用私钥Pri对结果进行解密，根据Paillier加密的性质，解密结果即为统计结果：

协调者把解密结果告知发起方，统计结束。

方案应用了Paillier算法的加法同态性质，整个过程不论计算节点还是协调节点，都无法知道除去自己以外的其他银行具体信息，却能完成多头时序图计算。但方案也有如下缺陷：

A)过程复杂且扩展性差，同态加密只能应用于正整数，需要对浮点数或者负数加密需要使用特殊编码方案来保证编码后的加同态特性。

B)性能较低，Paillier加密算法会大量使用超大整数的幂、模、逆元等运算，计算量很大。

C)需要依赖一个可以信赖的第三方用于协调(中心节点)，存在一定安全风险。

发明内容

本发明的目的在于，为克服现有技术缺陷，提供了一种基于秘密分享算法的多头时序图计算方法及存储介质，通过本方法实现了在保证用户隐私的条件下，实现了对用户的多头时序图的计算。

本发明目的通过下述技术方案来实现：

一种基于秘密分享算法的多头时序图计算方法，所述多头时序图计算方法包括：

S1：请求发起方获取用户最近t月在本行的借款笔数数据，并基于参与统计的银行数量n，将用户在发起方银行的原始数据以t*n的矩阵进行表示；

S2：发起方广播统计请求到各参与方银行，通知各参与方把用户在该行最近t月内的借款笔数数据以步骤S1的表示形式进行表示，各参与方银行得到一个t*n的矩阵；

S3：各个银行留矩阵中的一列数据，并将矩阵中剩余的n-1列数据分别广播至另外的n-1家银行；

S4：各银行各自将自己本地的数据和接收到的数据按索依次求和，得到长度为t的列表；

S5：发起方收集各个银行的求和数据，并对数据进行按索引二次求和，求和结果即是用户在t月内的多头时序图。

根据一个优选的实施方式，所述步骤S1中的借款笔数数据为：请求发起方把待统计用户最近t月在本行借款笔数取出，并保存的一个数据列表：data1_list。

根据一个优选的实施方式，所述步骤S1中，把data1_list当中每个元素随机切分为n份，n为参与统计的银行数量，切分的n个数据求和等于原始借款笔数数据，分割后的数据为一个t*n的矩阵。

根据一个优选的实施方式，所述步骤S2中发起方广播秘密分享请求到各参与方，通过有线或无线的方式进行数据传输。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的基于秘密分享算法的多头时序图计算方法。

前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案；且本发明，(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

本发明的有益效果：

1、计算简单，整个过程只涉及到了数据的切分和求和，基本上只有加法运算，编程实现容易。另外在进行批量计算时，可以采用并行计算的方式加快计算速度。

2、隐私保护能力极强，整个算法过程，每家银行都只收到另外银行的数据片段，信息存在缺失，理论上无法反推还原，故用户的隐私无法泄露。对比Paillier同态加密法，目前广泛采用的1024位加密强度，确实以现有计算能力无法对如此巨大的公钥进行质因数分解，但是随着算法的发展以及未来可能存在的量子计算机，理论上始终有破解的可能。

3、没有中心节点，整个过程是一个端到端的过程，而没有一个中心节点进行协调，使用场景上没有太大限制。

附图说明

图1是本发明多头时序图计算方法的流程示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，为使本发明实施例的目的、技术方案和优点更加清楚，下面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。

因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

另外，本发明要指出的是，本发明中，如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等，则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上，可以不经过创造性劳动可以得知的。

实施例1：

参考图1所示，本发明公开了一种基于秘密分享算法的多头时序图计算方法。

本发明提出的方案是利用秘密分享算法进行求解，为了更好说明算法思路，我们假定银行数量n＝3，分别为A银行、B银行、C银行，并假设多头计算的发起方为A银行。

算法步骤如下：

Step1.请求发起方把待统计用户最近t月在本行借款笔数取出，并保存为一个列表：data1_list。然后把data1_list当中每个元素随机切分为n份。n为参与统计的银行数量，切分的n个数据求和等于原始数据。此时数据变成一个t*n的矩阵。

例如：假设银行数n＝3，时序图最大长度t＝5，发起方银行为A银行，两个参与方分别是B银行和C银行，另外待统计用户在发起方银行的最近5个月贷款笔数分别为1笔、0笔、2笔、1笔、1笔，即[1,0,2,1,1]。假设把数据切分为一个二维的矩阵：[[10,-8,-1],[12,20,-32],[10,-8,0],[1,9,-9],[7,1,-7]]。

Step2.发起方广播统计请求到各个银行，通知各个银行把待查询用户的数据按同样的方案进行处理，各个银行都将得到一个t*n的矩阵。

例如：假设该用户在B银行的贷款情况为[2,0,0,0,1]，在C银行的贷款情况为：[0,2,1,0,0]，经过随机切分后，B银行的二维矩阵如下：[[-8,0,10],[17,-20,3],[12,-13,1],[-5,5,0],[7,-8,2]]，C银行的二维矩阵为：[[13,-15,2],[12,12,-22],[-5,6,0],[11,-13,2],[10,-8,-2]]。

Step3.各个银行自己留1列数据，广播剩余n-1列到另外n-1家银行。

例如：在刚刚的例子中，A自己留第1列，发送2、3列给B和C，B留下第2列，发送1、3列个A和C，C留下第3列，发送1、2列给A和B。

Step4.各银行各自将自己本地的数据和接收到的数据按索依次求和，得到长度为t的列表。

例如：在刚刚的例子中：

A银行的结果为：[15,41,17,7,24]

B银行的结果为：[-23,12,-15,1,-15]

C银行的结果为：[11,-51,1,-7,-7]

此时A、B、C三家银行均无法知道用户的真实数据情况，用户的隐私仍然发生泄露。

Step5.发起方收集各个银行的求和数据。并对数据进行按索引二次求和，求和结果就是多头时序图。

例如：在上述的例子中，A将会执行[15,41,17,7,24]+[-23,12,-15,1,-15]+[11,-51,1,-7,-7]于是计算出结果[3,2,3,1,2]，该结果正是用户最近5个月每月的贷款总笔数。

从而，通过本发明方法实现了用户在多家银行的贷款总笔数随着时间的变化情况的获取，从而推算用户的风险变化情况。当用户的多头贷款笔数近期猛增时，代表该用户风险可能有所增加，反之可能用户的风险开始降低。所以用户的多头时序图为描述用户风险情况提供了重要的参考指标。

且本发明方法与现有的主流方案最大的不同是使用了秘密分享算法。算法在对用户的隐私信息进行强有力保护的同时，保障了很高的计算效率，根据测试结果，该算法理论上可以做到实时计算。并且该方案是一个没有中心节点的方案，无需寻找可信赖第三方这一苛刻的条件。

具体地，本发明方法相较于现有的明文交换或者同态加密方案有主要的优点有以下两种：

1、安全性极高。

目前现有技术中最常用的方案是明文交换，在该方案的情况下，黑客可以截取银行间的通信内容，并得知用户在各个银行的贷款情况。而在方案二：同态加密算法中，如果中心节点不是完全可信的情况下，理论上可以提前把秘钥告知请求方，请求方得知秘钥后，可以通过秘钥对其他银行发来的加密数据进行解密，从而获取用户的隐私。

而，在本发明方法中交互数据存在信息损失，黑客即使截获了所有数据依然无法还原原始数据。另外本提案也没有中心节点，端到端的情况下只要集群中还有一个可信节点，用户数据就不可能泄露。

2、计算效率快

本发明方法因为不涉及复杂计算，只是通信量相较于明文交换方案略大，但在合规情况下，效率远高于同态加密方案，甚至可以做到实时计算。

实施例2：

在本发明中还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例1中所述的多头时序图计算方法。

前述本发明基本例及其各进一步选择例可以自由组合以形成多个实施例，均为本发明可采用并要求保护的实施例。本发明方案中，各选择例，与其他任何基本例和选择例都可以进行任意组合。本领域技术人员可知有众多组合。

以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于秘密分享算法的多头时序图计算方法，其特征在于，所述多头时序图计算方法包括：

所述步骤S1中的借款笔数数据为：请求发起方把待统计用户最近t月在本行借款笔数取出，并保存的一个数据列表：data1_list；

所述步骤S1中，把data1_list当中每个元素随机切分为n份，n为参与统计的银行数量，切分的n个数据求和等于原始借款笔数数据，分割后的数据为一个t*n的矩阵；

S4：各银行各自将自己本地的数据和接收到的数据分别按行求和，得到长度为t的列表；

S5：发起方收集各个银行的求和数据，并对数据进行按索引二次求和，具体为基于步骤S4得到的各银行的长度为t的列表数据，分别将各列表内排序相同的数据进行求和，求和结果即是用户在t月内的多头时序图。

2.如权利要求1所述的多头时序图计算方法，其特征在于，所述步骤S2中发起方广播秘密分享请求到各参与方，通过有线或无线的方式进行数据传输。

3.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-2任一项所述的方法。