CN113486398A - 一种信息比对方法、装置及电子设备 - Google Patents
一种信息比对方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113486398A CN113486398A CN202110789119.1A CN202110789119A CN113486398A CN 113486398 A CN113486398 A CN 113486398A CN 202110789119 A CN202110789119 A CN 202110789119A CN 113486398 A CN113486398 A CN 113486398A
- Authority
- CN
- China
- Prior art keywords
- information
- subset
- same
- feature
- subsets
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 42
- 230000003993 interaction Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Storage Device Security (AREA)
Abstract
本申请公开了一种信息比对方法、装置及电子设备,包括:获取各第一信息子集的子集特征;基于各第一信息子集的子集特征,通过与第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。采用本方案,减少了采用隐私集合求交算法确定集合交集所需要的时长,从而提高了采用隐私集合求交算法确定集合交集的效率。
Description
技术领域
本申请涉及多方安全计算领域,尤其涉及一种信息比对方法、装置及电子设备。
背景技术
隐私集合求交(Private Set Intersection,PSI)属于多方安全计算领域的特定应用问题,不仅具有重要的理论意义也具有很强的应用价值。
PSI允许持有各自集合的双方(或者多方)共同计算各自集合的交集。在协议交互的最后,一方或是几方应该得到正确的交集,而且不会得到其他方的集合中交集以外的任何信息。在实际应用中,PSI可以单独使用,得到共同黑名单或者客户名单等。也可以作为联合模型训练(如纵向联邦学习)的第一步,双方(或多方)通过PSI获取到共同的信息,然后根据共同的信息,通过双方(或多方)持有的这些信息的特征和标签进行训练。
目前PSI不论在单独应用中,或者在联合模型训练(或联邦学习)中都是一个重要的性能瓶颈。因为在目前的PSI方案中基本是双方(或多方)的信息在保证隐私的前提下一一进行比较,信息比较相等的就归属到交集之中。所需要的计算量和通信量随着双方的信息数量而增加。在实际情况中,各方的所持有的信息数量通常特别巨大,就会极大增加PSI的运行时间,导致效率很低,大大增加了实际应用中PSI的应用难度。
发明内容
本申请实施例提供一种信息比对方法、装置及电子设备,用以解决现有技术中存在的采用隐私集合求交算法确定集合交集所需要的时间长、效率低的问题。
本申请实施例提供一种信息比对方法,应用于进行信息比对的两个设备中的第一设备,所述第一设备具有第一信息集合,且所述第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,所述两个设备中的第二设备具有第二信息集合,且所述第二信息集合按照所述各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,所述方法包括:
获取各第一信息子集的子集特征;
基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;
分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
进一步的,所述基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,包括:
基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,所述基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,包括:
对各第一信息子集的子集特征进行哈希计算,得到各第一信息子集的哈希子集特征;
使用第一私钥对各第一信息子集的哈希子集特征进行加密,得到各第一信息子集的第一次加密子集特征;
向所述第二设备发送各第一信息子集的第一次加密子集特征;
接收所述第二设备发送的各第一信息子集的第二次加密子集特征,各第一信息子集的第二次加密子集特征,为所述第二设备使用第二密钥对各第一信息子集的第一次加密子集特征进行加密得到的;
接收所述第二设备发送的各第二信息子集的第一次加密子集特征,各第二信息子集的第一次加密子集特征,为所述第二设备使用所述第二密钥对各第二信息子集的哈希子集特征进行加密得到的,各第二信息子集的哈希子集特征,为所述第二设备对各第二信息子集的子集特征进行哈希计算得到的;
使用所述第一密钥对各第二信息子集的第一次加密子集特征进行加密,得到各第二信息子集的第二次加密子集特征;
从各第一信息子集的第二次加密子集特征与各第二信息子集的第二次加密子集特征之间,确定相同的加密子集特征,作为相同加密子集特征;
将各第一信息子集的子集特征中,所述相同加密子集特征对应的子集特征,确定为各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,在所述分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息之前,还包括:分别针对每个相同子集特征,生成若干个第一无效信息,并加入到具有该相同子集特征的第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与具有该相同子集特征的第一信息子集中信息特性不同;或者
在所述基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征之前,还包括:针对每个第一信息子集,生成若干个第一无效信息,并加入到该第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与该第一信息子集中信息特性不同;
所述采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,包括:
采用隐私集合求交算法,确定具有该相同子集特征的第一遮盖信息子集和第二遮盖信息子集中除所述第一无效信息之外的相同信息,作为具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,其中,所述第二遮盖信息子集为所述第二设备在具有该相同子集特征的第二信息子集中加入第二无效信息得到的,所述第二无效信息与具有该相同子集特征的第二信息子集中信息特性不同。
进一步的,该方法,还包括:
将各相同子集特征的第一信息子集和第二信息子集中的相同信息进行合并,得到所述第一信息集合与所述第二信息集合的交集。
进一步的,在所述获取各第一信息子集的子集特征之前,还包括:
通过与所述第二设备之间的信息交互,确定所述预设含义特征包括的各信息特征,以及最小信息数量,并且,所述第一信息集合的每个第一信息子集中信息的数量不小于所述最小信息数量,所述第二信息集合的每个第二信息子集中信息的数量不小于所述最小信息数量。
进一步的,所述预设含义特征包括的各信息特征的数量小于各第一信息子集所包含信息的信息数量,且小于各第二信息子集所包含信息的信息数量。
进一步的,所述预设含义特征为安全级别低于预设安全级别的信息特征。
本申请实施例还提供一种信息比对装置,应用于进行信息比对的两个设备中的第一设备,所述第一设备具有第一信息集合,且所述第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,所述两个设备中的第二设备具有第二信息集合,且所述第二信息集合按照所述各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,所述装置包括:
特征获取模块,用于获取各第一信息子集的子集特征;
特征比对模块,用于基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;
信息比对模块,用于分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
进一步的,所述特征比对模块,具体用于基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,所述特征比对模块,包括:
哈希计算子模块,用于对各第一信息子集的子集特征进行哈希计算,得到各第一信息子集的哈希子集特征;
加密子模块,用于使用第一私钥对各第一信息子集的哈希子集特征进行加密,得到各第一信息子集的第一次加密子集特征;
通信模块,用于向所述第二设备发送各第一信息子集的第一次加密子集特征;以及接收所述第二设备发送的各第一信息子集的第二次加密子集特征,各第一信息子集的第二次加密子集特征,为所述第二设备使用第二密钥对各第一信息子集的第一次加密子集特征进行加密得到的;以及接收所述第二设备发送的各第二信息子集的第一次加密子集特征,各第二信息子集的第一次加密子集特征,为所述第二设备使用所述第二密钥对各第二信息子集的哈希子集特征进行加密得到的,各第二信息子集的哈希子集特征,为所述第二设备对各第二信息子集的子集特征进行哈希计算得到的;
所述加密子模块,还用于使用所述第一密钥对各第二信息子集的第一次加密子集特征进行加密,得到各第二信息子集的第二次加密子集特征;
特征比对子模块,用于从各第一信息子集的第二次加密子集特征与各第二信息子集的第二次加密子集特征之间,确定相同的加密子集特征,作为相同加密子集特征;
特征确定子模块,用于将各第一信息子集的子集特征中,所述相同加密子集特征对应的子集特征,确定为各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,该装置,还包括:
无效信息生成模块,用于分别针对每个相同子集特征,生成若干个第一无效信息,并加入到具有该相同子集特征的第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与具有该相同子集特征的第一信息子集中信息特性不同;或者,在所述基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征之前,还包括:针对每个第一信息子集,生成若干个第一无效信息,并加入到该第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与该第一信息子集中信息特性不同;
所述信息比对模块,具体用于分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一遮盖信息子集和第二遮盖信息子集中除所述第一无效信息之外的相同信息,作为具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,其中,所述第二遮盖信息子集为所述第二设备在具有该相同子集特征的第二信息子集中加入第二无效信息得到的,所述第二无效信息与具有该相同子集特征的第二信息子集中信息特性不同。
进一步的,该装置,还包括:
信息合并模块,用于将各相同子集特征的第一信息子集和第二信息子集中的相同信息进行合并,得到所述第一信息集合与所述第二信息集合的交集。
进一步的,该装置,还包括:
特征确定模块,用于在所述特征获取模块获取各第一信息子集的子集特征之前,通过与所述第二设备之间的信息交互,确定所述预设含义特征包括的各信息特征,以及最小信息数量,并且,所述第一信息集合的每个第一信息子集中信息的数量不小于所述最小信息数量,所述第二信息集合的每个第二信息子集中信息的数量不小于所述最小信息数量。
进一步的,所述预设含义特征包括的各信息特征的数量小于各第一信息子集所包含信息的信息数量,且小于各第二信息子集所包含信息的信息数量。
进一步的,所述预设含义特征为安全级别低于预设安全级别的信息特征。
本申请实施例还提供一种电子设备,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现上述任一信息比对方法。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一信息比对方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一信息比对方法。
本申请有益效果包括:
采用本申请实施例提供的方案,针对进行信息比对的两个设备各自的信息集合,按照预设含义特征包括的各信息特征划分为若干个信息子集,且每个信息子集中的信息具有相同的信息特征,且该信息特征作为该信息子集的子集特征,且一个设备的各信息子集的子集特征均不相同,在信息比对的过程中,第一设备可以通过与第二设备之间的信息交互,先确定出各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征,然后,分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。与现有技术相比,实现了只针对两个信息集合中具有相同信息特征的信息进行比对,信息特征不同的信息之间不再进行比对,减少了信息比对次数,并且,对于一个集合中与另一个集合相比不存在相同子集特征的信息子集,该信息子集也不需要参与采用隐私集合求交算法的计算,从而,也不需要对该信息子集中的信息进行加密,即减少了信息加密次数,因此,减少了采用隐私集合求交算法确定集合交集所需要的时长,从而提高了采用隐私集合求交算法确定集合交集的效率。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中:
图1为本申请实施例提供的信息比对方法的流程图;
图2为本申请另一实施例提供的信息比对方法的流程图;
图3为本申请实施例中采用隐私集合求交算法确定相同子集特征的流程图;
图4-1为本申请实施例提供的信息比对装置的结构示意图;
图4-2为本申请实施例中特征比对模块的结构示意图;
图4-3为本申请另一实施例提供的信息比对装置的结构示意图;
图4-4为本申请另一实施例提供的信息比对装置的结构示意图;
图4-5为本申请另一实施例提供的信息比对装置的结构示意图;
图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了给出减少采用隐私集合求交算法确定集合交集所需要的时长,以及提高采用隐私集合求交算法确定集合交集的效率的实现方案,本申请实施例提供了一种信息比对方法、装置及电子设备,以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本申请实施例提供一种信息比对方法,应用于进行信息比对的两个设备中的第一设备,第一设备具有第一信息集合,且第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,两个设备中的第二设备具有第二信息集合,且第二信息集合按照各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,如图1所示,该方法包括:
步骤11、获取各第一信息子集的子集特征。
步骤12、基于各第一信息子集的子集特征,通过与第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征。
步骤13、分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
采用本申请实施例提供的上述信息比对方法,与现有技术相比,实现了只针对两个信息集合中具有相同信息特征的信息进行比对,信息特征不同的信息之间不再进行比对,减少了信息比对次数,并且,对于一个集合中与另一个集合相比不存在相同子集特征的信息子集,该信息子集也不需要参与采用隐私集合求交算法的计算,从而,也不需要对该信息子集中的信息进行加密,即减少了信息加密次数,因此,减少了采用隐私集合求交算法确定集合交集所需要的时长,从而提高了采用隐私集合求交算法确定集合交集的效率。
本申请实施例提供的上述方法中,两个设备各自具有的信息集合中的信息,在实际应用中可以是各种物理含义的信息,例如,可以是用户ID。
对信息集合划分为若干个信息子集所基于的预设含义特征,可以是信息具有的某种特征,例如,当信息为用户ID时,预设含义特征可以是年龄、身高、籍贯、收入、医疗状况或政务数据,相应的,预设含义特征包括的各信息特征,可以是各年龄段、各身高范围、表示籍贯的各地点、各收入范围、各种医疗状况或各政务数据范围,在实际应用中选择其中一种预设含义特征,以及其包括的具体的各信息特征即可。为了避免在后续的信息比对过程中,尽可能不泄露用户的敏感信息,在选择预设含义特征时,可以选择安全级别低一些的,即安全级别低于预设安全级别的信息特征,例如,年龄、身高、籍贯等特征,而收入、医疗状况和政务数据等特征的安全级别较高,在实际应用中不建议选择使用。
本申请实施例中,对于预设含义特征的选择,可以是预先设置的,无论哪些设备执行本方法,均采用默认的预设含义特征,也可以是参与信息比对的两个设备之间协商确定的。
下面结合附图,用具体实施例对本申请提供的方法及装置进行详细描述。
本申请实施例还提供一种信息比对方法,如图2所示,包括如下步骤:
步骤21、第一设备与第二设备之间通过信息交互,确定预设含义特征包括的各信息特征,以及最小信息数量。
步骤22、第一设备按照预设含义特征包括的各信息特征,将其具有的第一信息集合划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,即第一信息集合中的多个信息可能属于同一个信息特征,但多个信息特征不能同时被一个信息拥有。
第二设备按照相同的预设含义特征包括的各信息特征,将其具有的第二信息集合划分为若干个第二信息子集,每个第二信息子集中的信息具有相同的信息特征,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,即第二信息集合中的多个信息可能属于同一个信息特征,但多个信息特征不能同时被一个信息拥有。
在上述步骤21和步骤22中,预设含义特征包括的各信息特征的数量可以小于各第一信息子集所包含信息的信息数量,且小于各第二信息子集所包含信息的信息数量。
在上述步骤21和步骤22中,为了降低信息泄露的风险,提高方法的安全性,预设含义特征可以为安全级别低于预设安全级别的信息特征。
在上述步骤21和步骤22中,各第一信息子集和各第二信息子集中每个子集所包含信息的信息数量,代表着后续使用信息特征比对完成后,参与方采用暴力猜测可能造成隐私泄漏的风险程度,信息数量越高,风险程度越低,所以,本申请实施例中,第一设备和第二设备之间可以协商确定上述最小信息数量,且使得第一信息集合的每个第一信息子集中信息的数量不小于该最小信息数量,第二信息集合的每个第二信息子集中信息的数量不小于该最小信息数量。
本申请实施例中,信息集合中的信息可以为用户ID,如手机号码,第一设备和第二设备双方协商确定的预设含义特征可以为年龄,所包括的各信息特征可以为各年龄段,其中,第一设备将其具有的第一信息集合划分为若干个第一信息子集,以下表1为例进行描述。
表1:第一信息集合划分为各第一信息子集示意表
基于上述表1可知,按照年龄特征包括的4个年龄段特征(11-20岁、21-30岁、31-40岁、41-60岁),将第一信息集合中的信息划分为3个第一信息子集,分别是第一信息子集A、第一信息子集B和第一信息子集C,每个第一信息子集包含的信息如表1中所示,第一信息集合中的每个信息只会被划分到一个年龄段特征对应的第一信息子集中,每个第一信息子集中信息所具有的年龄段特征,也是是该第一信息子集的子集特征。
关于第二设备具有的第二信息集合被划分为若干个第二信息子集的示例,与上述第一信息集合的划分类似,假设按照年龄特征包括的上述4个年龄段特征,对第二信息集合进行划分,得到3个第二信息子集,分别为与特征b对应的第二信息子集B、与特征c对应的第二信息子集C,与特征d对应的第二信息子集D,第二信息集合以及每个第二信息子集所包含的具体信息不再举例进行详细描述。
步骤23、基于各第一信息子集的子集特征,以及各第二信息子集的子集特征,第一设备通过与第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征。
为了进一步提高信息保密的安全性,避免过多泄露各自信息子集的子集特征,第一设备与第二设备之间,可以采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,有关详细的流程,在后续进行描述。
基于上述对第一信息集合和第二信息集合的划分结果,执行本步骤后,所确定各第一信息子集的子集特征与各第二信息子集的子集特征之间的相同子集特征为特征b和特征c。
步骤24、分别针对每个相同子集特征,生成若干个第一无效信息,并加入到具有该相同子集特征的第一信息子集中,得到第一遮盖信息子集,其中,第一无效信息与具有该相同子集特征的第一信息子集中信息特性不同。
本申请实施例中,所生成的若干个第一无效信息的数量可以是随机的,目的在于隐藏第一信息子集中信息的数量。
本申请实施例中,所生成的第一无效信息与第一信息子集中信息特性不同,从而可以在后续比对出相同信息,即求出交集后,从交集中排出第一无效信息。
在实际应用中第一无效信息可以采用各种方式生成,例如,当第一信息集合中的信息为用户ID时,所生成的第一无效信息可以比用户ID的位数少一位或多位,或者,所生成的第一无效信息的起始的若干位的数值与用户ID可能的数值不同。
本申请的一个实施例中,本步骤24是在执行上述步骤23确定出相同子集特征后执行的,在其他实施例中,也可以在上述步骤23之前,针对针对每个第一信息子集,生成若干个第一无效信息,并加入到该第一信息子集中,得到第一遮盖信息子集。
第二设备可以采用同样的方式,在具有该相同子集特征的第二信息子集中加入第二无效信息,得到具有该相同子集特征的第二遮盖信息子集,或者,在各第二信息子集中加入第二无效信息,得到各第二遮盖信息子集,并且,第二无效信息与第二信息子集中信息特性不同。
步骤25、分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一遮盖信息子集和第二遮盖信息子集中除所述第一无效信息之外的相同信息,作为具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
基于上述步骤23中的特征比对结果,相同子集特征为特征b和特征c,相应的,具有特征b的第一信息子集和第二信息子集分别为第一信息子集B和第二信息子集B,具有特征c的第一信息子集和第二信息子集分别为第一信息子集C和第二信息子集C。
相应的,本步骤中参与隐私集合求交的集合为第一遮盖信息子集B和第二遮盖信息子集B,以及第一遮盖信息子集C和第二遮盖信息子集C。
结果分别为第一信息子集B和第二信息子集B之间的相同信息,以及第一信息子集C和第二信息子集C之间的相同信息。
本申请实施例中,本步骤中所采用的隐私集合求交算法,可以为可实施的各种隐私集合求交算法,在此不再进行详细描述。
步骤26、将各相同子集特征的第一信息子集和第二信息子集中的相同信息进行合并,得到第一信息集合与第二信息集合的交集。
基于上述步骤25的执行结果,本步骤中,将第一信息子集B和第二信息子集B之间的相同信息,以及第一信息子集C和第二信息子集C之间的相同信息,进行合并,结果作为第一信息集合与第二信息集合的交集。
从本申请实施例提供的上述图2所示的信息比对方法可知,如果采用现有的隐私集合求交算法,确定第一信息集合和第二信息集合的交集,需要对两个信息集合中的全部信息进行加密和比对,而采用本申请实施例提供的上述图2所示方法,在进行子集特征的比对之后可知,第一信息集合和第二信息集合之间的相同信息,只会存在于第一信息子集B和第一信息子集C中,所以,后续只需要针对第一信息子集B和第二信息子集B之间,以及第一信息子集C和第二信息子集C之间进行信息比对即可,而针对第一信息子集A,不再需要对其中的信息进行加密,也不需要针对其中的信息与第二信息集合中的信息进行比对,从而减少了信息比对次数,也减少了信息加密次数,因此,提高了采用隐私集合求交算法确定集合交集所需要的时长,以及提高了采用隐私集合求交算法确定集合交集的效率。
并且,进一步的,在进行第一信息子集与第二信息子集之间的信息比对时,先在信息子集中加入无效信息,从而可以隐藏每个信息子集所包含的信息的数量,进一步的提高信息保密的安全性。
针对上述步骤23,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,如图3所示,可以包括如下步骤:
步骤301、第一设备对各第一信息子集的子集特征进行哈希计算,得到各第一信息子集的哈希子集特征。
步骤302、第一设备使用第一私钥对各第一信息子集的哈希子集特征进行加密,得到各第一信息子集的第一次加密子集特征。
步骤303、第一设备向第二设备发送各第一信息子集的第一次加密子集特征。
步骤304、第二设备对各第一二信息子集的子集特征进行哈希计算,得到各第二信息子集的哈希子集特征。
步骤305、第二设备使用第二私钥对各第二信息子集的哈希子集特征进行加密,得到各第二信息子集的第一次加密子集特征。
步骤306、第二设备向第一设备发送各第二信息子集的第一次加密子集特征。
上述步骤301-303与步骤304-306之间,没有严格的先后顺序。
步骤307、第一设备第一密钥对各第二信息子集的第一次加密子集特征进行加密,得到各第二信息子集的第二次加密子集特征。
步骤308、第二设备第二密钥对各第一信息子集的第一次加密子集特征进行加密,得到各第一信息子集的第二次加密子集特征。
步骤309、第二设备向第一设备发送各第一信息子集的第二次加密子集特征。
步骤310、第一设备从各第一信息子集的第二次加密子集特征与各第二信息子集的第二次加密子集特征之间,确定相同的加密子集特征,作为相同加密子集特征。
步骤311、第一设备将各第一信息子集的子集特征中,该相同加密子集特征对应的子集特征,确定为各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
基于同一发明构思,根据本申请上述实施例提供的信息比对方法,相应地,本申请另一实施例还提供了一种信息比对装置,应用于进行信息比对的两个设备中的第一设备,所述第一设备具有第一信息集合,且所述第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,所述两个设备中的第二设备具有第二信息集合,且所述第二信息集合按照所述各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,其结构示意图如图4-1所示,具体包括:
特征获取模块41,用于获取各第一信息子集的子集特征;
特征比对模块42,用于基于各第一信息子集的子集特征,通过与第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;
信息比对模块43,用于分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
进一步的,特征比对模块42,具体用于基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,特征比对模块42,如图4-2所示,包括:
哈希计算子模块421,用于对各第一信息子集的子集特征进行哈希计算,得到各第一信息子集的哈希子集特征;
加密子模块422,用于使用第一私钥对各第一信息子集的哈希子集特征进行加密,得到各第一信息子集的第一次加密子集特征;
通信子模块423,用于向第二设备发送各第一信息子集的第一次加密子集特征;以及接收第二设备发送的各第一信息子集的第二次加密子集特征,各第一信息子集的第二次加密子集特征,为第二设备使用第二密钥对各第一信息子集的第一次加密子集特征进行加密得到的;以及接收第二设备发送的各第二信息子集的第一次加密子集特征,各第二信息子集的第一次加密子集特征,为第二设备使用第二密钥对各第二信息子集的哈希子集特征进行加密得到的,各第二信息子集的哈希子集特征,为第二设备对各第二信息子集的子集特征进行哈希计算得到的;
加密子模块422,还用于使用第一密钥对各第二信息子集的第一次加密子集特征进行加密,得到各第二信息子集的第二次加密子集特征;
特征比对子模块424,用于从各第一信息子集的第二次加密子集特征与各第二信息子集的第二次加密子集特征之间,确定相同的加密子集特征,作为相同加密子集特征;
特征确定子模块425,用于将各第一信息子集的子集特征中,相同加密子集特征对应的子集特征,确定为各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
进一步的,该装置,如图4-3,还可以包括:
无效信息生成模块44,用于分别针对每个相同子集特征,生成若干个第一无效信息,并加入到具有该相同子集特征的第一信息子集中,得到第一遮盖信息子集,其中,第一无效信息与具有该相同子集特征的第一信息子集中信息特性不同;或者,在基于各第一信息子集的子集特征,通过与第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征之前,还包括:针对每个第一信息子集,生成若干个第一无效信息,并加入到该第一信息子集中,得到第一遮盖信息子集,其中,第一无效信息与该第一信息子集中信息特性不同;
信息比对模块43,具体用于分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一遮盖信息子集和第二遮盖信息子集中除第一无效信息之外的相同信息,作为具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,其中,第二遮盖信息子集为第二设备在具有该相同子集特征的第二信息子集中加入第二无效信息得到的,第二无效信息与具有该相同子集特征的第二信息子集中信息特性不同。
进一步的,该装置,如图4-4,还可以包括:
信息合并模块45,用于将各相同子集特征的第一信息子集和第二信息子集中的相同信息进行合并,得到第一信息集合与第二信息集合的交集。
进一步的,该装置,如图4-5,还可以包括:
特征确定模块46,用于在特征获取模块获取各第一信息子集的子集特征之前,通过与第二设备之间的信息交互,确定预设含义特征包括的各信息特征,以及最小信息数量,并且,第一信息集合的每个第一信息子集中信息的数量不小于最小信息数量,第二信息集合的每个第二信息子集中信息的数量不小于最小信息数量。
进一步的,预设含义特征包括的各信息特征的数量小于各第一信息子集所包含信息的信息数量,且小于各第二信息子集所包含信息的信息数量。
进一步的,预设含义特征为安全级别低于预设安全级别的信息特征。
上述各模块的功能可对应于图1-图3所示流程中的相应处理步骤,在此不再赘述。
本申请的实施例所提供的信息比对装置可通过计算机程序实现。本领域技术人员应该能够理解,上述的模块划分方式仅是众多模块划分方式中的一种,如果划分为其他模块或不划分模块,只要墙体彩绘打印装置具有上述功能,都应该在本申请的保护范围之内。
基于同一发明构思,根据本申请上述实施例提供的信息比对方法,相应地,本申请另一实施例还提供了一种电子设备,其结构示意图如图5所示,具体包括:处理器51和机器可读存储介质52,机器可读存储介质52存储有能够被处理器51执行的机器可执行指令,处理器51被机器可执行指令促使:实现上述任一信息比对方法。
本申请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内存储有计算机程序,计算机程序被处理器执行时实现上述任一信息比对方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一信息比对方法。
上述电子设备中的机器可读存储介质可以包括随机存取存储器(Random AccessMemory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质,计算机程序产品实施例而言,由于其基本相似于方法实施例,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。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种信息比对方法,其特征在于,应用于进行信息比对的两个设备中的第一设备,所述第一设备具有第一信息集合,且所述第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,所述两个设备中的第二设备具有第二信息集合,且所述第二信息集合按照所述各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,所述方法包括:
获取各第一信息子集的子集特征;
基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;
分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
2.如权利要求1所述的方法,其特征在于,所述基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,包括:
基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
3.如权利要求2所述的方法,其特征在于,所述基于各第一信息子集的子集特征,采用隐私集合求交算法,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,包括:
对各第一信息子集的子集特征进行哈希计算,得到各第一信息子集的哈希子集特征;
使用第一私钥对各第一信息子集的哈希子集特征进行加密,得到各第一信息子集的第一次加密子集特征;
向所述第二设备发送各第一信息子集的第一次加密子集特征;
接收所述第二设备发送的各第一信息子集的第二次加密子集特征,各第一信息子集的第二次加密子集特征,为所述第二设备使用第二密钥对各第一信息子集的第一次加密子集特征进行加密得到的;
接收所述第二设备发送的各第二信息子集的第一次加密子集特征,各第二信息子集的第一次加密子集特征,为所述第二设备使用所述第二密钥对各第二信息子集的哈希子集特征进行加密得到的,各第二信息子集的哈希子集特征,为所述第二设备对各第二信息子集的子集特征进行哈希计算得到的;
使用所述第一密钥对各第二信息子集的第一次加密子集特征进行加密,得到各第二信息子集的第二次加密子集特征;
从各第一信息子集的第二次加密子集特征与各第二信息子集的第二次加密子集特征之间,确定相同的加密子集特征,作为相同加密子集特征;
将各第一信息子集的子集特征中,所述相同加密子集特征对应的子集特征,确定为各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征。
4.如权利要求1所述的方法,其特征在于,在所述分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息之前,还包括:分别针对每个相同子集特征,生成若干个第一无效信息,并加入到具有该相同子集特征的第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与具有该相同子集特征的第一信息子集中信息特性不同;或者
在所述基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征之前,还包括:针对每个第一信息子集,生成若干个第一无效信息,并加入到该第一信息子集中,得到第一遮盖信息子集,其中,所述第一无效信息与该第一信息子集中信息特性不同;
所述采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,包括:
采用隐私集合求交算法,确定具有该相同子集特征的第一遮盖信息子集和第二遮盖信息子集中除所述第一无效信息之外的相同信息,作为具有该相同子集特征的第一信息子集和第二信息子集中的相同信息,其中,所述第二遮盖信息子集为所述第二设备在具有该相同子集特征的第二信息子集中加入第二无效信息得到的,所述第二无效信息与具有该相同子集特征的第二信息子集中信息特性不同。
5.如权利要求1所述的方法,其特征在于,还包括:
将各相同子集特征的第一信息子集和第二信息子集中的相同信息进行合并,得到所述第一信息集合与所述第二信息集合的交集。
6.如权利要求1所述的方法,其特征在于,在所述获取各第一信息子集的子集特征之前,还包括:
通过与所述第二设备之间的信息交互,确定所述预设含义特征包括的各信息特征,以及最小信息数量,并且,所述第一信息集合的每个第一信息子集中信息的数量不小于所述最小信息数量,所述第二信息集合的每个第二信息子集中信息的数量不小于所述最小信息数量。
7.如权利要求1所述的方法,其特征在于,所述预设含义特征包括的各信息特征的数量小于各第一信息子集所包含信息的信息数量,且小于各第二信息子集所包含信息的信息数量。
8.如权利要求1所述的方法,其特征在于,所述预设含义特征为安全级别低于预设安全级别的信息特征。
9.一种信息比对装置,其特征在于,应用于进行信息比对的两个设备中的第一设备,所述第一设备具有第一信息集合,且所述第一信息集合按照预设含义特征包括的各信息特征被划分为若干个第一信息子集,每个第一信息子集中的信息具有相同的信息特征,且该信息特征作为该第一信息子集的子集特征,且各第一信息子集的子集特征均不相同,所述两个设备中的第二设备具有第二信息集合,且所述第二信息集合按照所述各信息特征被划分为若干个第二信息子集,且该信息特征作为该第二信息子集的子集特征,且各第二信息子集的子集特征均不相同,所述装置包括:
特征获取模块,用于获取各第一信息子集的子集特征;
特征比对模块,用于基于各第一信息子集的子集特征,通过与所述第二设备之间的信息交互,确定各第一信息子集的子集特征与各第二信息子集的子集特征之间相同的子集特征,作为相同子集特征;
信息比对模块,用于分别针对每个相同子集特征,采用隐私集合求交算法,确定具有该相同子集特征的第一信息子集和第二信息子集中的相同信息。
10.一种电子设备,其特征在于,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现权利要求1-8任一所述的方法。
11.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789119.1A CN113486398B (zh) | 2021-07-13 | 2021-07-13 | 一种信息比对方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789119.1A CN113486398B (zh) | 2021-07-13 | 2021-07-13 | 一种信息比对方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486398A true CN113486398A (zh) | 2021-10-08 |
CN113486398B CN113486398B (zh) | 2024-03-29 |
Family
ID=77939028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110789119.1A Active CN113486398B (zh) | 2021-07-13 | 2021-07-13 | 一种信息比对方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486398B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468694A (zh) * | 2015-11-17 | 2016-04-06 | 小米科技有限责任公司 | 挖掘信息模板的方法及装置 |
US20160171077A1 (en) * | 2014-10-14 | 2016-06-16 | Reservoir Labs, Inc. | Systems and methods for multiresolution parsing |
CN109951443A (zh) * | 2019-01-28 | 2019-06-28 | 湖北工业大学 | 一种云环境下隐私保护的集合交集计算方法及系统 |
US20200184278A1 (en) * | 2014-03-18 | 2020-06-11 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
CN111367664A (zh) * | 2020-02-27 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 信息处理方法和相关装置 |
CN111598186A (zh) * | 2020-06-05 | 2020-08-28 | 腾讯科技(深圳)有限公司 | 基于纵向联邦学习的决策模型训练方法、预测方法及装置 |
CN111641603A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 基于同态加密的隐私集合交集数据交互方法和系统 |
CN111931207A (zh) * | 2020-08-07 | 2020-11-13 | 北京百度网讯科技有限公司 | 获得隐私集合交集的方法、装置、设备及存储介质 |
CN112003695A (zh) * | 2020-08-11 | 2020-11-27 | 天翼电子商务有限公司 | 隐私集合求交方法、系统、介质及装置 |
CN112217642A (zh) * | 2020-09-30 | 2021-01-12 | 招商局金融科技有限公司 | 数据的加密共享方法、装置、电子设备及计算机存储介质 |
CN112217639A (zh) * | 2020-09-30 | 2021-01-12 | 招商局金融科技有限公司 | 数据的加密共享方法、装置、电子设备及计算机存储介质 |
US20210049296A1 (en) * | 2019-08-16 | 2021-02-18 | International Business Machines Corporation | Collaborative AI on Transactional Data with Privacy Guarantees |
CN112699386A (zh) * | 2020-12-22 | 2021-04-23 | 杭州趣链科技有限公司 | 隐私数据交集的获取方法、设备、电子装置和存储介质 |
CN112965963A (zh) * | 2021-02-05 | 2021-06-15 | 同盾科技有限公司 | 信息处理方法 |
CN113079137A (zh) * | 2021-03-22 | 2021-07-06 | 华控清交信息科技(北京)有限公司 | 多方隐私求交方法和隐私数据处理系统 |
-
2021
- 2021-07-13 CN CN202110789119.1A patent/CN113486398B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200184278A1 (en) * | 2014-03-18 | 2020-06-11 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
US20160171077A1 (en) * | 2014-10-14 | 2016-06-16 | Reservoir Labs, Inc. | Systems and methods for multiresolution parsing |
CN105468694A (zh) * | 2015-11-17 | 2016-04-06 | 小米科技有限责任公司 | 挖掘信息模板的方法及装置 |
CN109951443A (zh) * | 2019-01-28 | 2019-06-28 | 湖北工业大学 | 一种云环境下隐私保护的集合交集计算方法及系统 |
US20210049296A1 (en) * | 2019-08-16 | 2021-02-18 | International Business Machines Corporation | Collaborative AI on Transactional Data with Privacy Guarantees |
CN111367664A (zh) * | 2020-02-27 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 信息处理方法和相关装置 |
CN111641603A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 基于同态加密的隐私集合交集数据交互方法和系统 |
CN111598186A (zh) * | 2020-06-05 | 2020-08-28 | 腾讯科技(深圳)有限公司 | 基于纵向联邦学习的决策模型训练方法、预测方法及装置 |
CN111931207A (zh) * | 2020-08-07 | 2020-11-13 | 北京百度网讯科技有限公司 | 获得隐私集合交集的方法、装置、设备及存储介质 |
CN112003695A (zh) * | 2020-08-11 | 2020-11-27 | 天翼电子商务有限公司 | 隐私集合求交方法、系统、介质及装置 |
CN112217642A (zh) * | 2020-09-30 | 2021-01-12 | 招商局金融科技有限公司 | 数据的加密共享方法、装置、电子设备及计算机存储介质 |
CN112217639A (zh) * | 2020-09-30 | 2021-01-12 | 招商局金融科技有限公司 | 数据的加密共享方法、装置、电子设备及计算机存储介质 |
CN112699386A (zh) * | 2020-12-22 | 2021-04-23 | 杭州趣链科技有限公司 | 隐私数据交集的获取方法、设备、电子装置和存储介质 |
CN112965963A (zh) * | 2021-02-05 | 2021-06-15 | 同盾科技有限公司 | 信息处理方法 |
CN113079137A (zh) * | 2021-03-22 | 2021-07-06 | 华控清交信息科技(北京)有限公司 | 多方隐私求交方法和隐私数据处理系统 |
Non-Patent Citations (2)
Title |
---|
叶明全;胡学钢;伍长荣;: "垂直划分多决策表下基于条件信息熵的隐私保护属性约简", 山东大学学报(理学版), no. 09, 16 September 2010 (2010-09-16) * |
吴振刚;: "面向大数据应用的隐私保护技术进展", 电信网技术, no. 02, 15 February 2016 (2016-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN113486398B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108900533B (zh) | 一种共享数据隐私保护方法、系统、终端及介质 | |
Li et al. | Privacy-preserving machine learning with multiple data providers | |
Dong et al. | Approximating private set union/intersection cardinality with logarithmic complexity | |
CN109886029B (zh) | 基于多项式表示的隐私保护集合交集计算方法与系统 | |
US11356241B2 (en) | Verifiable secret shuffle protocol for encrypted data based on homomorphic encryption and secret sharing | |
US20110150212A1 (en) | Computer implemented method for generating a set of identifiers from a private key, computer implemented method and computing device | |
WO2023050687A1 (zh) | 一种联邦学习中的样本对齐方法、装置、设备及存储介质 | |
US11368296B2 (en) | Communication-efficient secret shuffle protocol for encrypted data based on homomorphic encryption and oblivious transfer | |
US20210328763A1 (en) | Computation-efficient secret shuffle protocol for encrypted data based on homomorphic encryption | |
CN110569227A (zh) | 模型参数确定方法、装置和电子设备 | |
EP4343597A1 (en) | Method, apparatus and system for acquiring data authorization | |
CN115037477A (zh) | 一种基于区块链的联邦学习隐私保护方法 | |
CN109493054B (zh) | 多链信息管理方法、装置、存储介质和区块链身份解析器 | |
CN115580396B (zh) | 匿踪查询系统及匿踪查询方法 | |
US20210336764A1 (en) | Efficient distributed secret shuffle protocol for encrypted database entries using dependent shufflers | |
WO2022076038A1 (en) | Updatable private set intersection | |
US11411725B2 (en) | Efficient distributed secret shuffle protocol for encrypted database entries using independent shufflers | |
CN114637746A (zh) | 基于隐私计算的条件匿踪查询方法、系统及装置 | |
Wang et al. | Image encryption algorithm based on lattice hash function and privacy protection | |
CN113434555B (zh) | 一种基于可搜索加密技术的数据查询方法和装置 | |
CN113486398A (zh) | 一种信息比对方法、装置及电子设备 | |
CN115544572A (zh) | 基于隐私保护的多方隐私数据和金融隐私数据的处理方法 | |
US20220366381A1 (en) | System and method for distributed storage of transactions | |
US20220374539A1 (en) | System and method utilizing function secret sharing with conditional disclosure of secrets | |
Yan et al. | Efficient and privacy-preserving outsourced unbounded inner product computation in cloud computing |
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 |