CN113515716B - 一种具有隐私保护的目标模式匹配系统及方法 - Google Patents

一种具有隐私保护的目标模式匹配系统及方法 Download PDF

Info

Publication number
CN113515716B
CN113515716B CN202110368914.3A CN202110368914A CN113515716B CN 113515716 B CN113515716 B CN 113515716B CN 202110368914 A CN202110368914 A CN 202110368914A CN 113515716 B CN113515716 B CN 113515716B
Authority
CN
China
Prior art keywords
commodity
bsp
user
cloud server
data
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.)
Active
Application number
CN202110368914.3A
Other languages
English (en)
Other versions
CN113515716A (zh
Inventor
沈华
王胜男
张明武
李玉莲
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202110368914.3A priority Critical patent/CN113515716B/zh
Publication of CN113515716A publication Critical patent/CN113515716A/zh
Application granted granted Critical
Publication of CN113515716B publication Critical patent/CN113515716B/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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • 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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • 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
    • 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
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明公开了一种具有隐私保护的目标模式匹配系统及方法，使用布隆过滤器结合秘密共享的方式，采用分布式的系统结构，具体包括读者Reader、边缘设备ED、云服务器CS和图书订阅平台BSP：方法包括七部分：系统初始化、Reader处理数据、ED聚合数据、CS恢复过滤结果、BSP处理数据、CS匹配数据和BSP获得匹配结果。本发明在保证不泄露用户隐私信息的前提下，实现对图书订阅平台BSP目标模式的匹配，得到图书订阅平台BSP所查询书目是否畅销，提高了工作效率，而且文章使用布隆过滤器结合秘密共享和数据聚合方式，使得方案更加轻量。

Description

一种具有隐私保护的目标模式匹配系统及方法
技术领域
本发明属于信息安全技术领域，涉及一种目标模式匹配系统及方法，具体涉及一种使用布隆过滤器、秘密共享和数据聚合技术的以隐私保护的方式实现目标模式匹配系统及方法；能够很好的以隐私保护的方式匹配目标信息，同时提供一定的统计分析结果。
背景技术
随着大数据及物联网的发展，我们将长期处于一个信息多元的时期，从这样大量的数据信息中，如何获取有效信息变得尤为重要。同时，进行有效数据筛选的过程中，用户数据与数据消费者的请求数据均需要被保护。目前有很多方案能够实现对用户数据的保护，却很少关注数据消费者的请求数据安全问题。
数据消费者获取所需数据的过程中，需要保证用户数据安全，同时不能泄露用户身份信息。例如，在金融领域中，商家需要推出新的产品，则需要获取必要的用户特征，但是不能知道用户的具体身份。在图书领域中，商品提供平台需要知道某类书籍是否畅销，从而增加该类书籍的购买量，这个过程需要保证读者不知道商品提供平台请求哪类书籍，而商品提供平台的查询信息也不能被其他实体获取。整个过程中需要保证商家请求数据安全，而且需要从海量用户环境中得到用户对应数据的匹配结果。对于网店营销商来说，要增加新的出售商品时，需要知道该商品的受众以及潜在消费者，同时不让竞争者知道自己的新增商品信息。这种情况下，以隐私保护的方式实现对目标数据匹配显得尤为重要。
发明内容
本专利的主要目的是为实现在不泄露数据消费者请求者数据的前提下，以匹配的方式完成用户数据统计，而提供了一种具有隐私保护的目标模式匹配系统及方法。
本发明的系统所采用的技术方案是：一种具有隐私保护的目标模式匹配系统，其特征在于：包括n个用户User，一个授权中心AC，一个云服务器CS，m个边缘设备ED和l个商品提供平台BSP；
所述授权中心AC，用于生成系统参数，即为用户User和商品提供平台BSP生成处理信息所需的布隆过滤器，根据商品的种类不同生成不同的布隆过滤器，其中布隆过滤器的大小为m，哈希函数的个数为k，并为用户User使用秘密共享分配信息生成参数p，其中p是大素数，满足p≥m+1；
所述用户User，用于将所选商品信息使用布隆过滤器进行置位，然后将置位结果以秘密共享的方式处理后发送给边缘设备ED；
所述边缘设备ED，用于对收集到的用户User不同类别的信息进行聚合操作，然后将聚合结果发送给云服务器CS；
所述云服务器CS，用于借助云的存储和计算能力来存储边缘设备ED上传的聚合数据，将聚合数据恢复得到m个用户对不同类商品使用布隆过滤器处理后的结果，得到每个布隆过滤器的不同位置的置位结果，并根据商品提供平台BSP上传的数据与用户User的数据进行匹配，并根据阈值的方式分析统计结果，将匹配结果发送给商品提供平台BSP；
所述商品提供平台BSP，用于将需要查询的商品信息使用与用户User相同的布隆过滤器进行处理，将处理结果上传给云服务器CS，由它帮助匹配商品信息，查看所需商品是否为畅销商品；整个过程需要保证用户隐私安全，同时云服务器CS只能帮助匹配和分析统计结果，并不知道用户User与商品提供平台BSP的具体商品信息；当商品提供平台BSP收到结果后再来判断具体某商品是否为畅销商品，并将该商品添加到畅销商品库中。
本发明的方法所采用的技术方案是：一种具有隐私保护的目标模式匹配方法，其特征在于，包括以下步骤：
步骤1：系统初始化；
步骤2：用户User处理并上传数据；
步骤2的具体实现包括以下子步骤：
步骤2.1：用户User根据授权中心AC返回的布隆过滤器处理自己已经选择过的商品，其中不同种类的商品使用不同的布隆过滤器进行处理，布隆过滤器的长度为m，哈希函数的个数为k；
步骤2.2：用户User根据授权中心AC返回的秘密共享参数p，生成多项式
Figure GDA0004183907290000021
其中i＝1,...,n，j＝1,...,m+1，将同一个布隆过滤器处理结果分成m+1个片段，ai,0∈Zp是用户User选择的随机数，{ai,1,...,ai,m}是用户User使用一个布隆过滤器处理的01结果，当j＝1,…,m时，xj表示边缘设备ED的身份；当j＝1+m时，xj表示云服务器CS的身份；Zp表示小于等于p的素数；
步骤2.3：用户User将m个片段(xj,yij)发送给m个边缘设备ED，其中yij＝fi(xj)，j＝1,…,m，并将(xm+1,yi,m+1)和ai,0发送给云服务器CS，其中yi,m+1＝fi(xm+1)；
步骤3：边缘设备ED聚合并上传请求数据；
步骤4：云服务器CS恢复数据；
步骤5：商品提供平台BSP处理数据；
步骤6：云服务器CS匹配数据；
步骤7：商品提供平台BSP获得匹配结果。
作为优选，步骤1的具体实现包括以下子步骤：
步骤1.1：用户User向授权中心AC发送注册请求，完成系统注册；
步骤1.2：授权中心AC向用户User返回参数；
步骤1.3：商品提供平台BSP向授权中心AC发送注册请求，完成系统注册；
步骤1.4：授权中心AC向商品提供平台BSP返回参数。
作为优选，步骤3的具体实现包括以下子步骤：
步骤3.1：边缘设备ED接收n个用户User上传的数据，将得到的不同用户的同一类商品信息进行聚合；
步骤3.2：边缘设备ED将聚合结果上传给云服务器CS。
作为优选，步骤3.1中，边缘设备ED接收n个用户User上传的数据，将得到的不同用户的同一类商品信息进行聚合，即把n个用户使用BF1产生的结果聚合在一起，得到片段(xj,yj)，其中
Figure GDA0004183907290000031
BF1表示布隆过滤器1。/>
作为优选，步骤4的具体实现包括以下子步骤：
步骤4.1：云服务器CS根据秘密共享重构多项式的方式恢复数据；
步骤4.2：云服务器CS获得每个布隆过滤器中的每一位置位统计结果。
作为优选，云服务器CS根据获取到的共享片段(xt,yt)恢复多项式F(x)＝a0+a1x+a2x2+...+amxm mod p，其中
Figure GDA0004183907290000041
Figure GDA0004183907290000042
作为优选，步骤5的具体实现包括以下子步骤：
步骤5.1：商品提供平台BSP根据授权中心AC返回的布隆过滤器处理待匹配商品信息；
步骤5.2：商品提供平台BSP将布隆过滤器处理结果以请求的方式发送给云服务器CS。
作为优选，步骤6的具体实现包括以下子步骤：
步骤6.1：云服务器CS根据用户User和商品提供平台BSP的数据进行匹配；
步骤6.2：根据阈值的方式(巴列特定律)，判断匹配结果需要返回“是”还是“否”；
步骤6.3：云服务器CS将匹配结果返回给商品提供平台BSP。
作为优选，步骤7中，商品提供平台BSP根据云服务器CS的返回结果判断查询商品是否为畅销商品，从而决定是否加购该商品。
本发明与现有的技术相比有如下的优点和有益效果：
(1)本发明提出将海量环境中数据的匹配与布隆过滤器和秘密共享技术结合，使得方案设计更加轻量；
(2)本发明在保证不泄露用户隐私和服务商隐私的情况下实现从海量用户环境中统计有效信息，具有很高的实用性。
(3)本发明在使用秘密共享保证匹配过程是无条件安全的，同时匹配结束后使用阈值匹配的方式帮助处理统计结果，过程中使用数据聚合技术减少通信成本。
附图说明
图1：本发明实施例的系统框架图；
图2：本发明实施例的方法流程图。
图3：本发明实施例单个用户使用布隆过滤器处理数据方法图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
本实施例针对图书领域中存在的隐私保护问题，对本发明做进一步的阐述。
请见图1，本发明提供的一种具有隐私保护的目标模式匹配系统，包括授权中心(Authority Center，以下简称AC)，用户(User)，云服务器(Cloud Server，以下简称CS)和图书订阅平台(Book Subscription Platform，以下简称BSP)。假设系统有一个AC，n个用户User，m个边缘设备ED，l个图书订阅平台BSP和一个云服务器CS。所述授权中心AC主要是生成系统参数，即为用户User和图书订阅平台BSP生成处理信息所需的布隆过滤器，这里需要根据图书的种类不同生成不同的布隆过滤器，其中布隆过滤器的大小为m，哈希函数的个数为k，并为用户User使用秘密共享分配信息生成参数p，其中p是大素数，满足p≥m+1。所述用户User的主要目的是将所读书目信息使用布隆过滤器进行置位，然后将置位结果以秘密共享的方式处理后发送给边缘设备ED。所述边缘设备ED主要是对收集到的用户User不同类别的信息进行聚合操作，然后将聚合结果发送给云服务器CS。所述云服务器CS主要是借助云的存储和计算能力来存储边缘设备ED上传的聚合数据，将聚合数据恢复得到m个用户对不同类书目使用布隆过滤器处理后的结果，得到每个布隆过滤器的不同位置的置位统计结果，并根据图书订阅平台BSP上传的数据与用户User的数据进行匹配，并根据阈值的方式匹配数据，将匹配结果发送给图书订阅平台BSP。所述图书订阅平台BSP的主要作用是将需要查询的书目信息使用与用户User相同的布隆过滤器进行处理，将处理结果上传给云服务器CS，由它帮助匹配书目信息，查看所需读本是否有用户阅读。整个过程需要保证用户隐私安全，同时云服务器CS只能帮助匹配，并不知道用户User与图书订阅平台BSP的具体书目信息。当图书订阅平台BSP收到结果后再来判断该图书是否为畅销书，并将该图书添加到图书库中。该方法主要是针对海量用户环境中以匹配的方式统计用户的隐私信息。数据匹配过程使用布隆过滤器完成，最终的目的是通过统计所需数据的分布，为用户提供更好的定制服务。
请见图2，本发明提供的一种使用布隆过滤器以隐私保护的方式实现目标模式匹配的方法，包括七部分：系统初始化、User处理数据、ED聚合数据、CS恢复过滤结果、BSP处理数据、CS匹配数据和BSP获得匹配结果。
请见图3，对本发明中单个用户处理不同类型数据及获得布隆过滤器处理结果进行阐述。
本实施例的系统初始化，包括图2中的步骤1。
步骤1.1：用户User向授权中心AC发送注册请求，完成系统注册；
步骤1.2：授权中心AC向用户User返回处理不同类别书籍对应的布隆过滤器，假设有q类图书，对应的布隆过滤器为{BF1,...,BFq}，布隆过滤器的长度为m，哈希函数的个数为k，并公布用户User进行秘密共享的参数p；
步骤1.3：图书订阅平台BSP向授权中心AC发送注册请求，完成系统注册；
步骤1.4：授权中心AC向每个图书订阅平台BSP返回与用户User相同的q个布隆过滤器{BF1,...,BFq}。
本实施例的User处理数据，涉及到图2中的步骤2。
步骤2.1：用户User根据授权中心AC返回的布隆过滤器{BF1,...,BFq}处理已经读过的图书，其中不同种类的书籍使用不同的布隆过滤器进行处理，获得小于等于q个01字符串，单个用户User处理过程如图3所示；
步骤2.2：用户User根据授权中心AC返回的秘密共享参数p，生成多项式
Figure GDA0004183907290000061
其中i＝1,...,n，j＝1,...,m+1，将同一个布隆过滤器处理结果分成m+1个片段，ai,0∈Zp是用户User选择的随机数，{ai,1,...,ai,m}是用户User使用一个布隆过滤器处理的01结果，当j＝1,…,m时，xj表示边缘设备ED的身份；当j＝1+m时，xj表示云服务器CS的身份；Zp表示小于等于p的素数；/>
步骤2.3：用户User将m个片段(xj,yij)发送给m个边缘设备ED，其中yij＝fi(xj)，j＝1,…,m，并将(xm+1,yi,m+1)和ai,0发送给云服务器CS，其中yi,m+1＝fi(xm+1)。
本实施例的ED聚合数据，涉及图2中的步骤3。
步骤3.1：边缘设备ED接收n个用户User上传的数据，将得到的不同用户的同一类书籍信息进行聚合，即把n个用户使用BF1产生的结果聚合在一起，得到片段(xj,yj)，其中
Figure GDA0004183907290000071
步骤3.2：边缘设备ED将聚合结果(xj,yj)上传给云服务器CS。
本实施例的云服务器CS恢复过滤结果，涉及图2中的步骤4。
步骤4.1：云服务器CS根据获取到的共享片段(xt,yt)恢复多项式F(x)＝a0+a1x+a2x2+...+amxm modp，其中
Figure GDA0004183907290000072
Figure GDA0004183907290000073
步骤4.2：云服务器CS获得每个布隆过滤器获得多项式F(x)的每一项系数aj，即布隆过滤器每一位被置位的次数统计值，并且云服务器CS可以通过比较a0是否等于用户User上传的ai,0之和帮助验证数据上传过程的正确性。
本实施例的图书订阅平台BSP处理数据，涉及到图2中的步骤5。
步骤5.1：图书订阅平台BSP根据授权中心AC返回的布隆过滤器{BF1,...,BFq}处理待匹配书目信息，获得对应的01串信息；
步骤5.2：图书订阅平台BSP将布隆过滤器处理结果以请求的方式发送给云服务器CS。
本实施例的CS匹配数据，涉及图2中的步骤6。
步骤6.1：云服务器CS接收到图书订阅平台BSP的请求后，根据用户User和图书订阅平台BSP的数据进行匹配；
步骤6.2：设置阈值，如果统计结果大于阈值，则匹配结果返回“是”，否则返回还是“否”，通过判断图书订阅平台BSP待匹配数据与云服务器CS收到的用户User数据的统计值是否到达阈值要求，从而判定是否为畅销书；
步骤6.3：云服务器CS将匹配结果返回给图书订阅平台BSP。
本实施例的BSP获得匹配结果，涉及图2中的步骤7。
图书订阅平台BSP根据云服务器CS的返回结果判断查询图书是否为畅销书，从而决定是否加购该图书。
本发明使用布隆过滤器以隐私保护的方式实现目标模式匹配，使得在不泄露用户隐私信息的前提下，借助秘密共享技术实现对数据匹配，向图书订阅平台BSP返回匹配结果。
应当理解的是，上述针对实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种具有隐私保护的目标模式匹配方法，采用具有隐私保护的目标模式匹配系统；其特征在于：所述系统包括n个用户User，一个授权中心AC，一个云服务器CS，m个边缘设备ED和l个商品提供平台BSP；所述授权中心AC，用于生成系统参数，即为用户User和商品提供平台BSP生成处理信息所需的布隆过滤器，根据商品的种类不同生成不同的布隆过滤器，其中布隆过滤器的大小为m，哈希函数的个数为k，并为用户User使用秘密共享分配信息生成参数p，其中p是大素数，满足p≥m+1；所述用户User，用于将所选商品信息使用布隆过滤器进行置位，然后将置位结果以秘密共享的方式处理后发送给边缘设备ED；所述商品提供平台BSP，用于将需要查询的商品信息使用与用户User相同的布隆过滤器进行处理，将处理结果上传给云服务器CS，由它帮助匹配商品信息，查看所需商品是否为畅销商品；整个过程需要保证用户隐私安全，同时云服务器CS只能帮助匹配和分析统计结果，并不知道用户User与商品提供平台BSP的具体商品信息；当商品提供平台BSP收到结果后再来判断具体某商品是否为畅销商品，并将该商品添加到畅销商品库中；
所述方法包括以下步骤：
步骤1：系统初始化；
步骤2：用户User处理并上传数据；
步骤2的具体实现包括以下子步骤：
步骤2.1：用户User根据授权中心AC返回的布隆过滤器处理自己已经选择过的商品，其中不同种类的商品使用不同的布隆过滤器进行处理，布隆过滤器的长度为m，哈希函数的个数为k；
步骤2.2：用户User根据授权中心AC返回的秘密共享参数p，生成多项式
Figure FDA0004183907280000011
其中i＝1,...,n，j＝1,...,m+1，将同一个布隆过滤器处理结果分成m+1个片段，ai,0∈Zp是用户User选择的随机数，{ai,1,...,ai,m}是用户User使用一个布隆过滤器处理的01结果，当j＝1,…,m时，xj表示边缘设备ED的身份；当j＝1+m时，xj表示云服务器CS的身份；Zp表示小于等于p的素数；
步骤2.3：用户User将m个片段(xj,yij)发送给m个边缘设备ED，其中yij＝fi(xj)，j＝1,…,m，并将(xm+1,yi,m+1)和ai,0发送给云服务器CS，其中yi,m+1＝fi(xm+1)；
步骤3：边缘设备ED聚合并上传请求数据；
步骤3的具体实现包括以下子步骤：
步骤3.1：边缘设备ED接收n个用户User上传的数据，将得到的不同用户的同一类商品信息进行聚合；
其中，边缘设备ED接收n个用户User上传的数据，将得到的不同用户的同一类商品信息进行聚合，即把n个用户使用BF1产生的结果聚合在一起，得到片段(xj,yj)，其中
Figure FDA0004183907280000021
BF1表示布隆过滤器1；
步骤3.2：边缘设备ED将聚合结果上传给云服务器CS；
步骤4：云服务器CS恢复数据；
步骤4的具体实现包括以下子步骤：
步骤4.1：云服务器CS根据秘密共享重构多项式的方式恢复数据；
其中，云服务器CS根据获取到的共享片段(xt,yt)恢复多项式F(x)＝a0+a1x+a2x2+...+amxm modp，其中
Figure FDA0004183907280000022
Figure FDA0004183907280000023
步骤4.2：云服务器CS获得每个布隆过滤器中的每一位置位统计结果；
步骤5：商品提供平台BSP处理数据；
步骤6：云服务器CS匹配数据；
步骤7：商品提供平台BSP获得匹配结果。
2.根据权利要求1所述的具有隐私保护的目标模式匹配方法，其特征在于，步骤1的具体实现包括以下子步骤：
步骤1.1：用户User向授权中心AC发送注册请求，完成系统注册；
步骤1.2：授权中心AC向用户User返回参数；
步骤1.3：商品提供平台BSP向授权中心AC发送注册请求，完成系统注册；
步骤1.4：授权中心AC向商品提供平台BSP返回参数。
3.根据权利要求1所述的具有隐私保护的目标模式匹配方法，其特征在于，步骤5的具体实现包括以下子步骤：
步骤5.1：商品提供平台BSP根据授权中心AC返回的布隆过滤器处理待匹配商品信息；
步骤5.2：商品提供平台BSP将布隆过滤器处理结果以请求的方式发送给云服务器CS。
4.根据权利要求1所述的具有隐私保护的目标模式匹配方法，其特征在于，步骤6的具体实现包括以下子步骤：
步骤6.1：云服务器CS根据用户User和商品提供平台BSP的数据进行匹配；
步骤6.2：根据阈值的方式，判断匹配结果需要返回“是”还是“否”；
步骤6.3：云服务器CS将匹配结果返回给商品提供平台BSP。
5.根据权利要求1-4任意一项所述的具有隐私保护的目标模式匹配方法，其特征在于：步骤7中，商品提供平台BSP根据云服务器CS的返回结果判断查询商品是否为畅销商品，从而决定是否加购该商品。
CN202110368914.3A 2021-04-06 2021-04-06 一种具有隐私保护的目标模式匹配系统及方法 Active CN113515716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110368914.3A CN113515716B (zh) 2021-04-06 2021-04-06 一种具有隐私保护的目标模式匹配系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110368914.3A CN113515716B (zh) 2021-04-06 2021-04-06 一种具有隐私保护的目标模式匹配系统及方法

Publications (2)

Publication Number Publication Date
CN113515716A CN113515716A (zh) 2021-10-19
CN113515716B true CN113515716B (zh) 2023-06-09

Family

ID=78062200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110368914.3A Active CN113515716B (zh) 2021-04-06 2021-04-06 一种具有隐私保护的目标模式匹配系统及方法

Country Status (1)

Country Link
CN (1) CN113515716B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114884675B (zh) * 2022-04-29 2023-12-05 杭州博盾习言科技有限公司 基于比特传输的多方隐私求交方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016015105A1 (en) * 2014-08-01 2016-02-04 National Ict Australia Limited Generating shares of secret data
CN106453393A (zh) * 2016-11-11 2017-02-22 湖北大学 参与式感知中可验证的隐私保护数据类型匹配方法
CN106713339A (zh) * 2017-01-04 2017-05-24 湖北工业大学 具有隐私保护的轻量级公平会议地点决策服务系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2827277A1 (en) * 2013-07-16 2015-01-21 Alcatel Lucent Privacy protection in personalisation services
US9264407B2 (en) * 2014-04-03 2016-02-16 Palo Alto Research Center Incorporated Computer-implemented system and method for establishing distributed secret shares in a private data aggregation scheme
CN107241321B (zh) * 2017-05-26 2018-03-16 陕西科技大学 一种个人医疗信息隐私保护方法
CN108171066A (zh) * 2017-12-22 2018-06-15 湖北工业大学 一种医疗云中隐私保护下的关键词跨域搜索方法及系统
CN110536259B (zh) * 2019-08-27 2022-11-25 南京邮电大学 一种基于雾计算的轻量级隐私保护数据多级聚合方法
CN110691071A (zh) * 2019-09-11 2020-01-14 湖北工业大学 一种具有隐私保护的海量数据处理系统及方法
CN112163227B (zh) * 2020-09-02 2022-04-29 湖北工业大学 一种电商平台卖家用户销售额多维统计分析系统及方法
CN112367305B (zh) * 2020-10-22 2022-05-20 香港中文大学（深圳） 一种基于隐私区块链的车联网保护方法和移动终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016015105A1 (en) * 2014-08-01 2016-02-04 National Ict Australia Limited Generating shares of secret data
CN106453393A (zh) * 2016-11-11 2017-02-22 湖北大学 参与式感知中可验证的隐私保护数据类型匹配方法
CN106713339A (zh) * 2017-01-04 2017-05-24 湖北工业大学 具有隐私保护的轻量级公平会议地点决策服务系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Privacy-Preserving Asynchronous Averaging Algorithm based on Shamir’s Secret Sharing;Q. Li & M. G. Christensen;2019 27th European Signal Processing Conference (EUSIPCO);全文 *
多数据源下机器学习的隐私保护研究;张铭凯等;网络空间安全;全文 *

Also Published As

Publication number Publication date
CN113515716A (zh) 2021-10-19

Similar Documents

Publication Publication Date Title
AU2024200809A1 (en) Data protection via aggregation-based obfuscation
CN106469276B (zh) 数据样本的类型识别方法及装置
US20230120897A1 (en) Apparatus for cryptographic resource transfer based on quantitative assessment regarding non-fungible tokens
US8433726B2 (en) Personal profile data repository
CN112132198A (zh) 数据处理方法、装置、系统和服务器
US20190236608A1 (en) Transaction Aggregation and Multi-attribute Scoring System
US9235814B2 (en) Machine learning memory management and distributed rule evaluation
US20140200968A1 (en) System and method for determining competitive opportunity metrics and indices
CN109697454B (zh) 一种基于隐私保护的跨设备个体识别方法及装置
CN112862298A (zh) 一种针对用户画像的信用评估方法
CN113821810B (zh) 数据处理方法及系统、存储介质及电子设备
WO2021175021A1 (zh) 产品推送方法、装置、计算机设备和存储介质
CN113515716B (zh) 一种具有隐私保护的目标模式匹配系统及方法
WO2022048107A1 (zh) 一种电商平台卖家用户销售额多维统计分析系统及方法
CN114693411A (zh) 一种基于区块链的管理方法及其系统
WO2019213425A2 (en) System and method including accurate scoring and response
CN116738493A (zh) 一种基于分类类别的数据加密存储方法及装置
CN111429311A (zh) 一种基于区块链的知识产权交易共享系统及方法
CN111566691A (zh) 知识产权价值管理及运营方法、装置、介质和计算设备
CN107229743B (zh) 一种商务管理用大数据分类利用方法及系统
CN115907953A (zh) 车贷方案推荐方法、装置、电子设备及计算机存储介质
CN114422105A (zh) 联合建模方法、装置、电子设备及存储介质
CN111931219B (zh) 数据存储方法及装置、数据查询方法及装置
CN114077994A (zh) 一种基于证据链的电子证据的处理方法及装置
CN112100657A (zh) 一种基于区块链的数据处理方法

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