CN115065459A - 一种多方隐私集合求交方法、装置、设备及存储介质 - Google Patents
一种多方隐私集合求交方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115065459A CN115065459A CN202210662830.5A CN202210662830A CN115065459A CN 115065459 A CN115065459 A CN 115065459A CN 202210662830 A CN202210662830 A CN 202210662830A CN 115065459 A CN115065459 A CN 115065459A
- Authority
- CN
- China
- Prior art keywords
- target
- value
- hash
- pseudo
- random number
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003491 array Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 51
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000000977 initiatory effect Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 10
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/065—Encryption by serially and continuously modifying data stream elements, e.g. stream cipher systems, RC4, SEAL or A5/3
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
- H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/46—Secure multiparty computation, e.g. millionaire problem
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Storage Device Security (AREA)
Abstract
本申请公开了一种多方隐私集合求交方法、装置、设备及存储介质,涉及数据安全技术领域,包括:获取多个参与方各自持有的隐私数据集,并对其进行规则化处理得到规则化数据集;利用随机种子为规则化数据集中的每个元素产生一个伪随机数得到伪随机数据集,并将相同位置上的伪随机数进行异或操作得到随机数表;对规则化数据集中的每个元素进行哈希运算得到哈希数组,并从随机数表和哈希数组中确定出对应的伪随机数异或值和哈希值,并将伪随机数异或值插入到与哈希值对应的目标位置得到目标数组;对所有目标数组中相同位置上的元素进行异或操作,并将异或值为零的值对应的数据作为交集数据。本申请能够大大减少隐私求交的计算量,提高隐私求交效率。
Description
技术领域
本申请涉及数据安全技术领域,特别涉及一种多方隐私集合求交方法、装置、设备及存储介质。
背景技术
5G(5th Generation Mobile Communication Technology,第五代移动通信技术)、物联网技术的深度应用加速了万物互联时代的全面到来,在万物互联时代,对于用户个人隐私信息的采集和存储数量也迎来了爆发式的增长。
数据在使用和流通的环节中会面临各类风险,关系到人身安全、企业商业利益甚至是国家安全。数据要素的流通共享和价值挖掘是数据要素市场培育的核心内容,而信息共享和价值挖掘的前提是保证数据的隐私安全。较之传统的单纯依赖管理制度与外部防护的数据安全保障体系,以隐私计算(Privacy compute)为技术基底的数据协同应用平台的服务模式更为可行。
隐私计算能够在充分保护数据和隐私安全的前提下,实现数据价值的转化和释放,达到数据价值的最大化,而隐私集合求交(Private Set Intersection,PSI)作为隐私计算领域的一个重要应用得到了广泛的关注。目前,常用的隐私集合求交方法中的参与方通常具有较大的数据规模,并且由于隐私求交的过程中的数据量和通信量的多少直接影响计算机资源使用量和隐私求交的效率,因此当数据量非常大时,会占用较多的计算机资源,导致多方隐私求交的效率较低,数据的传输开销和计算开销增大。
因此,如何在保证数据隐私安全下,实现多方隐私集合求交是目前还有待进一步解决的问题。
发明内容
有鉴于此,本申请的目的在于提供一种多方隐私集合求交方法、装置、设备及存储介质,能够大大降低隐私求交的数据处理量和复杂度,提高隐私求交的效率。其具体方案如下:
第一方面,本申请公开了一种多方隐私集合求交方法,包括:
当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集;
为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集;
分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表;
分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组;
分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值;
分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组;
将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
可选的,所述对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集,包括:
为所有所述参与方共同计算一个哈希函数,得到第一哈希函数;
利用所述第一哈希函数对每个所述隐私数据集中的所有字符串进行转换,得到相应的多个规则化数据集。
可选的,所述分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的多个哈希数组,包括:
统计所有所述参与方对应的所述隐私数据集的数据量,得到多个统计结果;
确定多个所述统计结果中的最大值,并利用所述最大值为所有所述参与方共同计算一个哈希函数,得到第二哈希函数;
利用所述第二哈希函数分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的哈希值,并利用所述哈希值将每个所述规则化数据集中的每个元素映射至预设的所述全零数组,得到相应的多个哈希数组。
可选的,所述多方隐私集合求交方法,还包括:
根据所述第二哈希函数和所述最大值,为所有所述参与方共同生成一个目标参数;
计算所述目标参数与所述最大值的乘积,得到乘积结果,并将所述乘积结果作为数组长度创建元素全为零的数组,得到所述全零数组。
可选的,所述对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据,包括:
按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值;
判断所述目标异或值是否为零,若所述目标异或值为零则表示与所述目标异或值对应的所述隐私数据集中的数据为多个所述参与方的交集数据,并对所有所述交集数据进行输出,得到多个所述参与方的总交集数据。
可选的,所述按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值,包括:
按照行向量排列方式将所有所述目标数组合并为一个矩阵,并分别对所述矩阵中相同列的所有元素进行异或操作,得到目标异或值。
可选的,所述分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组,包括:
分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到伪随机数数组;
判断所述伪随机数数组中是否存在零元素,若所述伪随机数数组中存在零元素,则将所述零元素替换为其他随机数,得到每个所述参与方对应的目标数组。
第二方面,本申请公开了一种多方隐私集合求交装置,包括:
数据获取模块,用于当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集;
伪随机数生成模块,用于为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集;
第一异或操作模块,用于分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表;
哈希运算模块,用于分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组;
数值确定模块,用于分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值;
位置查找模块,用于分别在全零数组中查找与所述哈希值对应的目标位置;
数值插入模块,用于将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组;
求交计算模块,用于将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
第三方面,本申请公开了一种电子设备,包括处理器和存储器;其中,所述处理器执行所述存储器中保存的计算机程序时实现前述的多方隐私集合求交方法。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述的多方隐私集合求交方法。
可见,本申请当监测到多个参与方中任一参与方发起求交请求时,先获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集,然后为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集,再分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表,接着分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组,再分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值,然后分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到每个所述参与方对应的目标数组,最后将所述目标数组发送至发起所述求交请求的待求交参与方,以通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。本申请通过将伪随机函数和哈希函数结合,并利用异或操作,能够大大减少隐私求交过程中的数据处理量和复杂度,提高隐私求交的效率,并减小传输开销。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种多方隐私集合求交方法流程图;
图2为本申请公开的一种具体的多方隐私集合求交方法流程图;
图3为本申请公开的一种多方隐私集合求交装置结构示意图;
图4为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例公开了一种多方隐私集合求交方法,参见图1所示,该方法包括:
步骤S11:当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集。
本实施例中,当多个参与方中任一参与方需要获取与其他多个参与方的隐私交集数据时,需要先发起相应的隐私数据的求交请求,然后在监测到上述求交请求时,对多个上述参与方各自持有的隐私数据集进行采集,再分别对上述隐私数据集进行规则化处理,得到相应的多个规则化数据集。例如,已知有N个参与方,并且任一参与方的隐私数据集Xi=[x1,x2,x3,…,xn]为二进制数据,其中n为任一参与方中隐私数据的个数,当监测到N个参与方中任一参与方发起求交请求时,先获取N个参与方各自持有的隐私数据集,然后为了防止二进制数据过长影响处理效率,可以分别将隐私数据集中的每个二进制数据转换为十进制数据,得到与各个参与方对应的多个规则化数据集。
步骤S12:为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集。
本实施例中,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集之后,为任意两个所述参与方产生一个随机种子Kij,即所有参与方两两之间产生一个随机种子,进一步的,利用上述随机种子Kij分别为每个所述规则化数据集中的每个元素产生一个伪随机数F(Kij,Xij),其中,Xij为参与方的隐私数据集Xi中的任一数据,进而得到每个所述参与方对应的多个伪随机数据集。例如,当有三个参与方时,先为三个参与方中任意两个参与方产生一个随机种子,得到K12、K13和K23,然后利用K12、K13分别为第一参与方对应的规则化数据集中的每个元素产生一个伪随机数,得到第一参与方对应的伪随机数据集F(K12,X1j)和F(K13,X1j)、利用K12、K23分别为第二参与方对应的规则化数据集中的每个元素产生一个伪随机数,得到第二参与方对应的伪随机数据集F(K12,X2j)和F(K23,X2j)、利用K13、K23分别为第三参与方对应的规则化数据集中的每个元素产生一个伪随机数,得到第三参与方对应的伪随机数据集F(K13,X3j)和F(K23,X3j)。其中,K12表示为第一参与方和第二参与方产生的随机种子,K13表示为第一参与方和第三参与方产生的随机种子,K23表示为第二参与方和第三参与方产生的随机种子,i表示任意一个参与方,j表示隐私数据集中的任意一个数据。
步骤S13:分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表。
本实施例中,利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集之后,分别将每个所述参与方对应的多个上述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表。例如,将上述第一参与方对应的伪随机数据集F(K12,X1j)和F(K13,X1j)中相同位置上的伪随机数进行异或操作,得到第一参与方对应的随机数表。
步骤S14:分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组。
本实施例中,分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作得到对应的随机数表之后,进一步的,可以利用预设的哈希算法(Hash Algorithm)分别对每个上述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组。
步骤S15:分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值。
本实施例中,分别对每个所述规则化数据集中的每个元素进行哈希运算得到对应的多个哈希数组之后,可以分别从上述随机数表和上述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值。
步骤S16:分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组。
本实施例中,分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值之后,进一步的,可以在创建的全零数组中分别查找与上述哈希值对应的目标位置,即将哈希值作为全零数组的位置,然后将对应的上述伪随机数异或值插入到上述目标位置,进而得到每个所述参与方对应的目标数组。
本实施例中,所述分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组,具体可以包括:分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到伪随机数数组;判断所述伪随机数数组中是否存在零元素,若所述伪随机数数组中存在零元素,则将所述零元素替换为其他随机数,得到每个所述参与方对应的目标数组。也即,将哈希值作为位置信息,在全零数组中确定出具体的位置之后,将对应的伪随机数异或值插入到上述目标位置中,在所有的伪随机数异或值插入完成后,得到各个参与方对应的伪随机数数组,然后判断上述伪随机数数组中是否存在零元素,如果上述伪随机数数组中存在零元素,则将零元素替换为其他的随机数,进而得到每个所述参与方对应的目标数组。
步骤S17:将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
本实施例中,将所述伪随机数异或值插入到所述目标位置得到每个所述参与方对应的目标数组之后,将上述目标数组发送到发起上述求交请求的待求交参与方,然后通过上述待求交参与方对所有上述目标数组中相同位置上的元素进行异或操作得到目标异或值,然后判断上述目标异或值是否为零,如果上述目标异或值为零,则表示与上述目标异或值对应的上述隐私数据集中的数据为多个所述参与方的交集数据,接着可以输出所有上述目标异或值为零的值对应的上述隐私数据集中的数据,得到目标交集数据。
可见,本申请实施例当监测到多个参与方中任一参与方发起求交请求时,先获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集,然后为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集,再分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表,接着分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组,再分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值,然后分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到每个所述参与方对应的目标数组,最后将所述目标数组发送至发起所述求交请求的待求交参与方,以通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。本申请实施例通过将伪随机函数和哈希函数结合,并利用异或操作,能够大大减少隐私求交过程中的数据处理量和复杂度,提高隐私求交的效率,并减小传输开销。
本申请实施例公开了一种具体的多方隐私集合求交方法,参见图2所示,该方法包括:
步骤S21:当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并为所有所述参与方共同计算一个哈希函数,得到第一哈希函数。
本实施例中,当监测到多个参与方中任一参与方发起求交请求时,先获取多个所述参与方各自持有的隐私数据集,然后为所有上述参与方共同计算一个哈希函数,得到第一哈希函数。
步骤S22:利用所述第一哈希函数对每个所述隐私数据集中的所有字符串进行转换,得到相应的多个规则化数据集。
在一种具体的实施方式中,为所有所述参与方共同计算一个哈希函数得到第一哈希函数之后,可以利用上述第一哈希函数对每个上述隐私数据集中的所有字符串进行转换,如将每个上述隐私数据集中的所有二进制字符串转换为十进制字符串,得到相应的多个规则化数据集。
步骤S23:为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集。
步骤S24:分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表。
步骤S25:统计所有所述参与方对应的所述隐私数据集的数据量,得到多个统计结果。
本实施例中,分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作得到对应的随机数表之后,统计所有所述参与方对应的上述隐私数据集的数据量,得到相应的多个统计结果。
步骤S26:确定多个所述统计结果中的最大值,并利用所述最大值为所有所述参与方共同计算一个哈希函数,得到第二哈希函数。
本实施例中,统计所有所述参与方对应的所述隐私数据集的数据量得到多个统计结果之后,进一步的,确定出多个上述统计结果中的最大值,然后利用上述最大值为所有所述参与方共同计算一个哈希函数,得到第二哈希函数。需要指出的是,在得到最大值max(n)之后,还需为所有参与方共同生成一个参数b,然后利用最大值和参数b为所有参与方共同生成一个第二哈希函数,以便所有参与方利用第二哈希函数将自己的数据映射到max(n)*b的范围内的另外一组数据。
步骤S27:利用所述第二哈希函数分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的哈希值,并利用所述哈希值将每个所述规则化数据集中的每个元素映射至预设的全零数组,得到相应的多个哈希数组。
本实施例中,利用所述最大值为所有所述参与方共同计算一个哈希函数得到第二哈希函数之后,进一步的,利用上述第二哈希函数分别对每个上述规则化数据集中的每个元素进行哈希运算,得到相应的哈希值,然后将上述哈希值作为位置坐标在预设的全零数组中确定出对应的位置,再分别将与上述哈希值对应的位于上述规则化数据集中的元素映射到上述全零数组中,并将映射后的全零数组中的零元素替换为其他随机数,得到各个参与方对应的哈希数组。
本实施例中,所述全零数组的创建过程,具体可以包括:根据所述第二哈希函数和所述最大值,为所有所述参与方共同生成一个目标参数;计算所述目标参数与所述最大值的乘积,得到乘积结果,并将所述乘积结果作为数组长度创建元素全为零的数组,得到所述全零数组。例如,为所有参与方共同产生一个第二哈希函数,然后获取所有参与方隐私数据集中数据量最大的值,即max(n),并为所有参与方共同生成一个参数b,然后为每个参与方产生一个长度为max(n)*b的全零数组。
步骤S28:分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值。
步骤S29:分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组。
步骤S210:将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值。
本实施例中,分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到每个所述参与方对应的目标数组之后,将上述目标数组发送至发起上述求交请求的待求交参与方,然后上述待求交参与方可以按照预设的排列方式将所有上述目标数组合并为一个矩阵,再根据上述排列方式分别对上述矩阵中的元素进行异或操作,得到目标异或值。
本实施例中,所述按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值,具体可以包括:按照行向量排列方式将所有所述目标数组合并为一个矩阵,并分别对所述矩阵中相同列的所有元素进行异或操作,得到目标异或值。可以理解的是,由于所有参与方映射的全零数组的长度均为max(n)*b,因此可以将目标数组合作为行向量按序进行整合,得到N行max(n)*b列的矩阵,然后对矩阵中每一列的数据进行异或操作,得到对应的目标异或值。
步骤S211:判断所述目标异或值是否为零,若所述目标异或值为零则表示与所述目标异或值对应的所述隐私数据集中的数据为多个所述参与方的交集数据,并对所有所述交集数据进行输出,得到多个所述参与方的总交集数据。
本实施例中,通过所述待求交参与方按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作得到目标异或值之后,判断上述目标异或值是否为零,如果上述目标异或值不为零则表示多个参与方之间不存在交集数据,如果上述目标异或值为零则表示与上述目标异或值对应的所述隐私数据集中的数据为多个所述参与方的交集数据,则可以对所有上述交集数据进行输出,进而得到多个所述参与方的总交集数据。
其中,关于上述步骤S23、S24、S28、S29更加具体的处理过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例将传输开销降低到了max(n)*b*N,与参与方的个数成正比,与之前n*b*N2相比降低了N倍。本申请实施例通过将伪随机函数和哈希函数结合,并利用异或操作,可以避免多次重复整个计算流程来得到求交结果,大大减少了传输开销和计算开销,使得整个计算流程更为简洁。
相应的,本申请实施例还公开了一种多方隐私集合求交装置,参见图3所示,该装置包括:
数据获取模块11,用于当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集;
伪随机数生成模块12,用于为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集;
第一异或操作模块13,用于分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表;
哈希运算模块14,用于分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组;
数值确定模块15,用于分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值;
位置查找模块16,用于分别在全零数组中查找与所述哈希值对应的目标位置;
数值插入模块17,用于将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组;
求交计算模块18,用于将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
其中,关于上述各个模块的具体工作流程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例中,当监测到多个参与方中任一参与方发起求交请求时,先获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集,然后为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集,再分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表,接着分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组,再分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值,然后分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到每个所述参与方对应的目标数组,最后将所述目标数组发送至发起所述求交请求的待求交参与方,以通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。本申请实施例通过将伪随机函数和哈希函数结合,并利用异或操作,能够大大减少隐私求交过程中的数据处理量和复杂度,提高隐私求交的效率,并减小传输开销。
在一些具体实施例中,所述数据获取模块11,具体可以包括:
第一函数生成单元,用于为所有所述参与方共同计算一个哈希函数,得到第一哈希函数;
字符串转换单元,用于利用所述第一哈希函数对每个所述隐私数据集中的所有字符串进行转换,得到相应的多个规则化数据集。
在一些具体实施例中,所述哈希运算模块14,具体可以包括:
第一统计单元,用于统计所有所述参与方对应的所述隐私数据集的数据量,得到多个统计结果;
第二函数生成单元,用于确定多个所述统计结果中的最大值,并利用所述最大值为所有所述参与方共同计算一个哈希函数,得到第二哈希函数;
哈希运算单元,用于利用所述第二哈希函数分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的哈希值;
元素映射单元,用于利用所述哈希值将每个所述规则化数据集中的每个元素映射至预设的所述全零数组,得到相应的多个哈希数组。
在一些具体实施例中,所述多方隐私集合求交装置,还可以包括:
参数生成单元,用于根据所述第二哈希函数和所述最大值,为所有所述参与方共同生成一个目标参数;
计算单元,用于计算所述目标参数与所述最大值的乘积,得到乘积结果;
全零数组创建单元,用于将所述乘积结果作为数组长度创建元素全为零的数组,得到所述全零数组。
在一些具体实施例中,所述求交计算模块18,具体可以包括:
第一数组合并单元,用于按照预设的排列方式将所有所述目标数组合并为一个矩阵;
第一异或操作单元,用于根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值;
第一判断单元,用于判断所述目标异或值是否为零;
求交计算单元,用于如果所述目标异或值为零则表示与所述目标异或值对应的所述隐私数据集中的数据为多个所述参与方的交集数据,并对所有所述交集数据进行输出,得到多个所述参与方的总交集数据。
在一些具体实施例中,所述第一数组合并单元和所述第一异或操作单元,具体可以包括:
第二数组合并单元,用于按照行向量排列方式将所有所述目标数组合并为一个矩阵;
第二异或操作单元,用于分别对所述矩阵中相同列的所有元素进行异或操作,得到目标异或值。
在一些具体实施例中,所述位置查找模块16和所述数值插入模块17,具体可以包括:
位置查找单元,用于分别在全零数组中查找与所述哈希值对应的目标位置;
异或值插入单元,用于将所述伪随机数异或值插入到所述目标位置,得到伪随机数数组;
第二判断单元,用于判断所述伪随机数数组中是否存在零元素;
零元素替换单元,用于如果所述伪随机数数组中存在零元素,则将所述零元素替换为其他随机数,得到每个所述参与方对应的目标数组。
进一步的,本申请实施例还公开了一种电子设备,图4是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图4为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的多方隐私集合求交方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的多方隐私集合求交方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请还公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的多方隐私集合求交方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,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。
以上对本申请所提供的一种多方隐私集合求交方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种多方隐私集合求交方法,其特征在于,包括:
当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集;
为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集;
分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表;
分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组;
分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值;
分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组;
将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
2.根据权利要求1所述的多方隐私集合求交方法,其特征在于,所述对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集,包括:
为所有所述参与方共同计算一个哈希函数,得到第一哈希函数;
利用所述第一哈希函数对每个所述隐私数据集中的所有字符串进行转换,得到相应的多个规则化数据集。
3.根据权利要求1所述的多方隐私集合求交方法,其特征在于,所述分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的多个哈希数组,包括:
统计所有所述参与方对应的所述隐私数据集的数据量,得到多个统计结果;
确定多个所述统计结果中的最大值,并利用所述最大值为所有所述参与方共同计算一个哈希函数,得到第二哈希函数;
利用所述第二哈希函数分别对每个所述规则化数据集中的每个元素进行哈希运算,得到相应的哈希值,并利用所述哈希值将每个所述规则化数据集中的每个元素映射至预设的所述全零数组,得到相应的多个哈希数组。
4.根据权利要求3所述的多方隐私集合求交方法,其特征在于,还包括:
根据所述第二哈希函数和所述最大值,为所有所述参与方共同生成一个目标参数;
计算所述目标参数与所述最大值的乘积,得到乘积结果,并将所述乘积结果作为数组长度创建元素全为零的数组,得到所述全零数组。
5.根据权利要求1所述的多方隐私集合求交方法,其特征在于,所述对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据,包括:
按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值;
判断所述目标异或值是否为零,若所述目标异或值为零则表示与所述目标异或值对应的所述隐私数据集中的数据为多个所述参与方的交集数据,并对所有所述交集数据进行输出,得到多个所述参与方的总交集数据。
6.根据权利要求5所述的多方隐私集合求交方法,其特征在于,所述按照预设的排列方式将所有所述目标数组合并为一个矩阵,并根据所述排列方式分别对所述矩阵中的元素进行异或操作,得到目标异或值,包括:
按照行向量排列方式将所有所述目标数组合并为一个矩阵,并分别对所述矩阵中相同列的所有元素进行异或操作,得到目标异或值。
7.根据权利要求1至6任一项所述的多方隐私集合求交方法,其特征在于,所述分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组,包括:
分别在全零数组中查找与所述哈希值对应的目标位置,并将所述伪随机数异或值插入到所述目标位置,得到伪随机数数组;
判断所述伪随机数数组中是否存在零元素,若所述伪随机数数组中存在零元素,则将所述零元素替换为其他随机数,得到每个所述参与方对应的目标数组。
8.一种多方隐私集合求交装置,其特征在于,包括:
数据获取模块,用于当监测到多个参与方中任一参与方发起求交请求时,获取多个所述参与方各自持有的隐私数据集,并分别对所述隐私数据集进行规则化处理,得到相应的多个规则化数据集;
伪随机数生成模块,用于为任意两个所述参与方产生一个随机种子,并利用所述随机种子分别为每个所述规则化数据集中的每个元素产生一个伪随机数,得到每个所述参与方对应的多个伪随机数据集;
第一异或操作模块,用于分别将每个所述参与方对应的多个所述伪随机数据集中相同位置上的伪随机数进行异或操作,得到对应的随机数表;
哈希运算模块,用于分别对每个所述规则化数据集中的每个元素进行哈希运算,得到对应的多个哈希数组;
数值确定模块,用于分别从所述随机数表和所述哈希数组中确定出每个所述规则化数据集中每个元素对应的伪随机数异或值和哈希值;
位置查找模块,用于分别在全零数组中查找与所述哈希值对应的目标位置;
数值插入模块,用于将所述伪随机数异或值插入到所述目标位置,以得到每个所述参与方对应的目标数组;
求交计算模块,用于将所述目标数组发送至发起所述求交请求的待求交参与方,以便通过所述待求交参与方对所有所述目标数组中相同位置上的元素进行异或操作,得到目标异或值,并将所述目标异或值为零的值对应的所述隐私数据集中的数据作为交集数据。
9.一种电子设备,其特征在于,包括处理器和存储器;其中,所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至7任一项所述的多方隐私集合求交方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的多方隐私集合求交方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210662830.5A CN115065459A (zh) | 2022-06-13 | 2022-06-13 | 一种多方隐私集合求交方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210662830.5A CN115065459A (zh) | 2022-06-13 | 2022-06-13 | 一种多方隐私集合求交方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115065459A true CN115065459A (zh) | 2022-09-16 |
Family
ID=83200804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210662830.5A Pending CN115065459A (zh) | 2022-06-13 | 2022-06-13 | 一种多方隐私集合求交方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115065459A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115333721A (zh) * | 2022-10-13 | 2022-11-11 | 北京融数联智科技有限公司 | 一种隐私集合交集计算方法、装置和系统 |
CN115567188A (zh) * | 2022-11-11 | 2023-01-03 | 蓝象智联(杭州)科技有限公司 | 一种多键值隐匿求交方法、装置及存储介质 |
CN115795547A (zh) * | 2022-12-09 | 2023-03-14 | 京信数据科技有限公司 | 用于查询数据的方法、装置、终端及计算机存储介质 |
CN116112168A (zh) * | 2023-04-10 | 2023-05-12 | 极术(杭州)科技有限公司 | 多方隐私求交中的数据处理方法及系统 |
CN116628758A (zh) * | 2023-07-21 | 2023-08-22 | 北京信安世纪科技股份有限公司 | 数据处理方法、装置、系统及电子设备 |
CN117574412A (zh) * | 2024-01-16 | 2024-02-20 | 国家计算机网络与信息安全管理中心天津分中心 | 多方隐私求交方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460510A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护确定相同业务数据的方法及装置 |
CN113489583A (zh) * | 2021-09-07 | 2021-10-08 | 华控清交信息科技(北京)有限公司 | 一种多方隐私求交中的数据处理方法、装置及电子设备 |
CN114239074A (zh) * | 2022-02-25 | 2022-03-25 | 蓝象智联(杭州)科技有限公司 | 一种不暴露中间结果的私有数据隐匿求交方法 |
CN114282251A (zh) * | 2021-12-28 | 2022-04-05 | 杭州安恒信息技术股份有限公司 | 一种数据求交集方法、系统及数据加密方法 |
-
2022
- 2022-06-13 CN CN202210662830.5A patent/CN115065459A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460510A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护确定相同业务数据的方法及装置 |
CN113489583A (zh) * | 2021-09-07 | 2021-10-08 | 华控清交信息科技(北京)有限公司 | 一种多方隐私求交中的数据处理方法、装置及电子设备 |
CN114282251A (zh) * | 2021-12-28 | 2022-04-05 | 杭州安恒信息技术股份有限公司 | 一种数据求交集方法、系统及数据加密方法 |
CN114239074A (zh) * | 2022-02-25 | 2022-03-25 | 蓝象智联(杭州)科技有限公司 | 一种不暴露中间结果的私有数据隐匿求交方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115333721A (zh) * | 2022-10-13 | 2022-11-11 | 北京融数联智科技有限公司 | 一种隐私集合交集计算方法、装置和系统 |
CN115567188A (zh) * | 2022-11-11 | 2023-01-03 | 蓝象智联(杭州)科技有限公司 | 一种多键值隐匿求交方法、装置及存储介质 |
CN115567188B (zh) * | 2022-11-11 | 2023-03-14 | 蓝象智联(杭州)科技有限公司 | 一种多键值隐匿求交方法、装置及存储介质 |
CN115795547A (zh) * | 2022-12-09 | 2023-03-14 | 京信数据科技有限公司 | 用于查询数据的方法、装置、终端及计算机存储介质 |
CN116112168A (zh) * | 2023-04-10 | 2023-05-12 | 极术(杭州)科技有限公司 | 多方隐私求交中的数据处理方法及系统 |
CN116628758A (zh) * | 2023-07-21 | 2023-08-22 | 北京信安世纪科技股份有限公司 | 数据处理方法、装置、系统及电子设备 |
CN116628758B (zh) * | 2023-07-21 | 2023-09-22 | 北京信安世纪科技股份有限公司 | 数据处理方法、装置、系统及电子设备 |
CN117574412A (zh) * | 2024-01-16 | 2024-02-20 | 国家计算机网络与信息安全管理中心天津分中心 | 多方隐私求交方法、装置和电子设备 |
CN117574412B (zh) * | 2024-01-16 | 2024-04-02 | 国家计算机网络与信息安全管理中心天津分中心 | 多方隐私求交方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115065459A (zh) | 一种多方隐私集合求交方法、装置、设备及存储介质 | |
CN111382174B (zh) | 多方数据联合查询方法、装置、服务器和存储介质 | |
US20210182721A1 (en) | Method and apparatus for constructing quantum machine learning framework, quantum computer and computer storage medium | |
CN112449009B (zh) | 一种基于svd的联邦学习推荐系统通信压缩方法及装置 | |
US10489117B2 (en) | Method and apparatus for generating random character string | |
CN109446761B (zh) | 一种信息安全处理方法、存储介质以及终端设备 | |
CN105956921A (zh) | 一种银行卡号自选方法及装置 | |
CN101655803A (zh) | 数学模型仿真的实现方法、移动终端 | |
CN113065057A (zh) | 一种数据信息真实性校验方法、装置、设备及存储介质 | |
CN114826580A (zh) | 基于多方安全计算的隐私集合求交方法、装置及存储介质 | |
CN115842627A (zh) | 基于安全多方计算的决策树评估方法、装置、设备及介质 | |
CN112052954A (zh) | 梯度提升树建模方法、装置以及终端 | |
CN107634765A (zh) | 一种物联网编码方法及系统 | |
CN113126980A (zh) | 页面生成方法、装置及电子设备 | |
US11734455B2 (en) | Blockchain-based data processing method and apparatus, device, and storage medium | |
CN115759251A (zh) | 一种决策树训练方法、装置、计算机设备以及存储介质 | |
CN103793440B (zh) | 信息显示方法和装置 | |
CN111310088B (zh) | 一种页面渲染方法及装置 | |
CN112825068B (zh) | 数据血缘生成方法及装置 | |
CN112711588B (zh) | 多表连接的方法和装置 | |
CN112836767A (zh) | 联邦建模方法、装置、设备、存储介质及程序产品 | |
CN107562562B (zh) | 一种描述故障事件的额外信息的设置方法及系统 | |
CN109359182A (zh) | 一种应答方法及装置 | |
CN115796305B (zh) | 一种纵向联邦学习的树模型训练方法及装置 | |
CN110071849B (zh) | 一种安全协议实施安全性分析方法、装置、介质及设备 |
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 |