CN115525919A - 隐私计算中计算资源的确定方法、装置及系统 - Google Patents
隐私计算中计算资源的确定方法、装置及系统 Download PDFInfo
- Publication number
- CN115525919A CN115525919A CN202110713060.8A CN202110713060A CN115525919A CN 115525919 A CN115525919 A CN 115525919A CN 202110713060 A CN202110713060 A CN 202110713060A CN 115525919 A CN115525919 A CN 115525919A
- Authority
- CN
- China
- Prior art keywords
- resource
- computing
- target
- privacy
- list
- 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
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
-
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种隐私计算中计算资源的确定方法,所述方法由管理节点执行,所述方法包括:从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
Description
技术领域
本说明书一个或多个实施例涉及计算机技术领域,尤其涉及隐私计算中计算资源的确定方法、装置及系统。
背景技术
为了充分挖掘数据价值,多方联合进行数据计算已成为一大研究热点。例如,为了更好地对商户进行分类分析,电子支付平台基于其拥有的商户交易流水数据,电子商户平台基于其拥有的商户销售数据,银行机构基于其拥有的商户借贷数据,共同进行商户的分类分析。
在多方数据联合计算中,为了保护各方数据隐私,需要采用隐私保护计算(Privacy-PreservingComputation)技术。隐私保护计算有多种计算路线,如安全多方计算(Secure Multi-PartyComputation,MPC)、可信执行环境(Trusted executionenvironment,TEE)、联邦学习(Federated Learning,FL)等。实际应用中,可以针对具体的隐私计算任务,进行隐私计算路线的选取。
发明内容
本说明书一个或多个实施例描述了隐私计算中计算资源的确定方法,通过引入管理节点建立并管理计算资源池,使得计算资源的持有方和需求方可以方便、快捷地实现对资源的发布和发现。
根据第一方面,提供一种隐私计算中计算资源的确定方法,所述方法由管理节点执行,所述方法包括:从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
在一个实施例中,所述查询请求中包括针对所述目标隐私计算任务采用的目标隐私算法,所述资源信息中包括计算资源支持的隐私算法;其中,基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表,包括:确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
在一个具体的实施例中,所述方法还包括:将所述若干计算资源的当前使用状态信息包含在所述资源列表中。
在一个实施例中,所述资源信息中包括计算资源支持的隐私算法;其中,基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表,包括:确定所述多个计算资源中当前处于空闲状态的若干计算资源;根据所述若干计算资源和其中各个计算资源支持的隐私算法,确定所述资源列表。
在一个实施例中,在向所述计算资源使用需求方发送所述资源列表之后,所述方法还包括:从所述计算资源使用需求方接收第一通知,其指示所述目标资源被所述计算资源使用需求方使用;根据所述第一通知,更新所述资源信息中目标资源的使用状态。
在一个具体的实施例中,在从所述计算资源使用需求方接收第一通知之后,所述方法还包括:从所述计算资源使用需求方接收第二通知,其指示所述计算资源使用需求方停止使用所述目标资源;根据所述第二通知,更新所述资源信息中目标资源的使用状态;基于所述第一通知和第二通知,计算所述计算资源使用需求方使用所述目标资源产生的费用。
在一个实施例中,所述资源列表中包括其中各个计算资源的IP地址。
在一个实施例中,在从计算资源使用需求方接收针对计算资源的查询请求之前,所述方法还包括:从计算资源持有方接收注册请求,其中包括针对计算资源的注册信息,所述注册信息包括对应计算资源支持的隐私算法;在所述注册请求通过审核的情况下,将所述注册信息归入所述资源信息。
在一个具体的实施例中,将所述注册信息归入所述资源信息,包括:为所述注册请求对应的计算资源分配资源ID;对所述资源ID和注册信息进行关联存储。
在一个更具体的实施中,所述注册信息还包括以下中的至少一项:对应计算资源的IP地址,域名,公钥。
根据第二方面,提供一种隐私计算中计算资源的确定方法,所述方法由计算资源使用需求方执行,所述方法包括:向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;从所述管理节点接收资源列表,该资源列表基于所述查询请求和本地注册的多个计算资源的资源信息而确定;基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
在一个实施例中,所述方法还包括:确定针对所述目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中。
在一个具体的实施例中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:从所述资源列表中随机选取一个计算资源,作为所述目标资源。
在另一个具体的实施例中,所述资源列表包括其中各个计算资源的当前使用状态信息;其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
在一个实施例中,所述资源列表中包括其中各个计算资源支持的隐私算法;其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
在一个实施例中,在确定用于执行目标隐私计算任务的目标资源之后,所述方法还包括:将所述目标资源的IP地址发送给其他参与方;利用所述目标资源,与所述其他参与方共同执行所述目标隐私计算任务。
根据第三方面,提供一种隐私计算中计算资源的确定方法,包括:计算资源使用需求方向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;所述管理节点基于所述查询请求和其本地注册的多个计算资源的资源信息,确定资源列表;所述管理节点向所述计算资源使用需求方发送所述资源列表;所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
在一个实施例中,所述方法还包括:所述计算资源使用需求方确定针对目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中;其中,所述管理节点基于所述查询请求和其存储的多个计算资源的资源信息,确定资源列表,包括:确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
在一个具体的实施例中,所述方法还包括:所述管理节点将所述若干计算资源的当前使用状态信息包含在所述资源列表中;其中,所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
在又一个具体的实施例中,上述确定支持所述目标隐私算法的若干计算资源,形成所述资源列表,包括:所述管理节点基于所述若干计算资源的当前使用状态信息,从该若干计算资源中选取当前使用状态为空闲状态的计算资源,形成所述资源列表;其中,所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:所述计算资源使用需求方将资源列表中的计算资源,确定为所述目标资源。
在另一个具体的实施例中,所述管理节点基于所述查询请求和其存储的多个计算资源的资源信息,确定资源列表,包括:确定所述多个计算资源中当前处于空闲状态的若干计算资源,形成所述资源列表;其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
根据第四方面,提供一种隐私计算中计算资源的确定装置,所述装置集成于管理节点,所述装置包括:查询请求接收单元,配置为从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;资源列表确定单元,配置为基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;资源列表发送单元,配置为向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
根据第五方面,提供一种隐私计算中计算资源的确定装置,所述装置集成于计算资源使用需求方,所述装置包括:查询请求发送单元,配置为向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;资源列表接收单元,配置为从所述管理节点接收资源列表,该资源列表基于所述查询请求和本地注册的多个计算资源的资源信息而确定;目标资源确定单元,配置为基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
根据第六方面,提供一种隐私计算中计算资源的确定系统,包括:计算资源使用需求方,用于向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;所述管理节点,用于基于所述查询请求和其本地注册的多个计算资源的资源信息,确定资源列表,以及向所述计算资源使用需求方发送所述资源列表;所述计算资源使用需求方,还用于基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
根据第七方面,提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行第一方面至第三方面中中任一方面提供的方法。
根据第八方面,提供一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面至第三方面中任一方面提供的方法。
根据本说明书实施例提供的方法和装置,管理节点支持计算资源持有方对其持有的计算资源进行注册,从而建立资源池,由此,具有计算资源使用需求的需求方,可以向管理节点发送资源查询请求,并基于管理节点返回的资源列表,确定用于执行目标隐私计算任务的目标资源,进而该计算资源使用需求方可以协同其他参与方,共同利用目标资源,完成对目标隐私计算任务的执行。如此,通过引入管理节点建立并管理计算资源池,使得计算资源的持有方和需求方可以方便、快捷地实现对资源的发布和发现。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其它的附图。
图1示出根据一个实施例的针对计算资源的交互场景示意图;
图2示出根据一个实施例的确定隐私计算中计算资源的多方交互示意图;
图3示出根据一个实施例的多方协同隐私计算的示意图;
图4示出根据另一个实施例的多方协同隐私计算的示意图;
图5示出根据另一个实施例的确定隐私计算中计算资源的多方交互示意图;
图6示出根据一个实施例的执行隐私数据统计任务的架构示意图;
图7示出根据一个实施例的隐私计算中计算资源的确定装置结构示意图;
图8示出根据另一个实施例的隐私计算中计算资源的确定装置结构示意图。
具体实施方式
下面结合附图,对本说明书提供的方案进行描述。
为了完成某个隐私计算任务,可能需要用到第三方提供的计算资源,例如,MPC随机数服务器或TEE服务器等。对于第三方及计算资源的选定,往往通过线下点对点的方式进行问询和协商。本说明书提供另一方案来确定隐私计算中的计算资源。
发明人提出的这种方案,引入管理节点来收集第三方发布的计算资源,建立计算资源池,从而让具有计算资源使用需求的需求方,可以向管理节点发送资源查询请求,并基于管理节点根据查询请求返回的资源列表,确定用于执行目标隐私计算任务的目标资源,进而,该需求方可以将该目标资源的寻址信息告知隐私计算的各个参与方,使得该各个参与方可以共同利用该目标资源完成对目标隐私计算任务的执行。
为便于直观理解,图1示出根据一个实施例的针对计算资源的交互场景示意图。如图1所示,银行A向管理节点发送查询请求,其中包括其要求计算资源支持TEE算法;管理节点基于其计算资源池中各资源的资源信息,向银行A返回计算资源列表,其中包括3台TEE服务器各自的使用状态;然后,银行A选取处于空闲状态的3号TEE服务器,并将3号TEE服务器的网际协议(Internet Protocol,简称IP)地址发送至银行B,进而与银行B共同利用3号TEE服务器,完成目标隐私计算任务(例如,联合建立商户分类模型)。
下面,结合具体的实施例,描述实现上述发明构思的实施步骤。图2示出根据一个实施例的确定隐私计算中计算资源的多方交互示意图,该多方至少包括计算资源使用需求方和管理节点。示例性地,计算资源使用需求方可以是图1中示出的银行A。需理解,该多方中的各方均可以实现为具有计算、处理能力的设备、平台、服务器或设备集群。
如图2所示,所述交互过程包括以下步骤:
步骤S210,计算资源使用需求方向管理节点发送针对计算资源的查询请求,该计算资源预先注册在管理节点。
需说明,计算资源是支持隐私算法的公共资源,其中部署有隐私算法的相关计算逻辑,和/或,用于提供相关的算法参数,可供多个隐私计算任务共用。相应地,该计算资源可由公共资源平台承载,该公共资源平台在发布和提供该隐私算法的过程中承担算法提供方的角色;一旦,该计算资源被参与方利用进行多方隐私的计算,该公共资源平台就还承担了计算方的角色。因计算资源是公共资源,这意味着,公共资源平台仅需提供计算资源,其本身并不直接或间接地提供的与隐私计算有关的样本数据,并且该公共资源平台可以基于其提供的计算资源,在多次隐私计算中与不同的、非特定的隐私计算参与方灵活建立合作关系,共同进行隐私计算。
在一种实施情况中,隐私计算中的数据提供方依赖设有隐私计算引擎的计算方进行隐私计算。具体,数据提供方将自身持有的隐私样本数据发送给第一类计算资源以进行隐私计算,比如说将样本数据进行加密后给到计算方进行隐私计算;还比如将样本数据进行分片后发给计算方进行隐私计算。图3示出根据一个实施例的多方协同隐私计算的示意图,如图3所示,n个数据提供方基于t个计算节点提供的算力进行隐私计算。在一个具体的实施例中,t个计算节点的资源形式可以是TEE服务器;在另一个实施例中,t个计算节点可以是具有MPC计算引擎的服务器。
在另一种实施情况中,数据提供方在隐私计算中自身也参与进来承担一部分计算方的角色。此时,可以进一步寻求第二类计算资源(或称辅助计算资源)和其一起参与隐私计算。在某些情况下,这种合作的隐私计算方式可以采用简化的或更优的隐私计算协议。图4示出根据另一个实施例的多方协同隐私计算的示意图,如图4所示,其中的两个数据提供方亦作为计算节点,并协同辅助计算资源(图4中示意为辅助服务器)一起进行隐私计算。在一个具体的实施例中,其中辅助计算资源可以是MPC随机数提供方。在另一个实施例中,该辅助计算资源可以是联邦学习中心服务器。
需理解,上述计算资源的载体可以是任何具有计算、处理能力的模块、设备或设备集群等。
另一方面,在一个实施例中,上述查询请求指示请求查询处于可用状态的计算资源。在一个具体的实施例中,其中处于可用状态可以包括处于部分空闲或完全空闲状态。
在一个实施例中,计算资源使用需求方确定针对目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在查询请求中。需说明,其中目标隐私计算任务的任务类型可以有多种。在一个具体的实施例中,该任务类型可以包括针对指定数据项的联合统计分析。在一个更具体的实施例中,其中指定数据项可以是用户年龄、用户性别、商户平均营业额、商户类别、企业规模等。在一个更具体的实施例中,其中联合统计分析可以是分析指定数据项在其定义域内的数值分布,或者,不同方之间对指定数据项所对应数值的大小比较,又或者,不同方之间对指定数据项的求和、求交或求平均等分析计算操作。在一个示例中,上述针对指定数据项的联合统计分析可以是:统计不同方中女性用户的总数量。在另一个示例中,也可以是:统计不同方中相同用户的数量。在还一个示例中,还可以是:统计多方中所有用户的年龄分布。在又一个示例中,可以是:比较多方的商户平均营业额。
在另一个具体的实施例中,目标计算任务的任务类型可以包括指定模型的联合训练。在一个更具体的实施例中,指定模型可以是逻辑回归模型、决策树模型、神经网络模型等机器学习模型。在一个更具体的实施例中,指定模型可以是分类模型或回归模型。在一个更具体的实施例中,指定模型针对的样本对象可以是:用户、商户、商品、事件(如登录事件或访问事件)、设备(如用户终端或物联网设备)等。在一个示例中,指定模型可以是用户分类模型或用户打分模型,具体如消费人群划分模型、用户风险评估模型、用户异常识别模型等。在另一个示例中,指定模型可以是商品分类模型或商品评分模型,具体如商品热度评分模型等。
在又一个具体的实施例中,目标计算任务的任务类型可以包括指定模型的联合预测。在一个更具体的实施例中,指定模型可以是分类模型或回归模型,相应,联合预测可以是基于分类模型预测分类类别,或者,基于回归模型预测回归值。在一个例子中,上述指定模型的联合预测可以是:基于用户风险评估模型预测用户风险评分,或者,基于用户异常识别模型识别异常用户。
以上介绍描述信息中包括的目标计算任务类型,需理解,任务类型除了可以包括上述针对指定数据项的联合统计分析、指定模型的联合训练和联合预测以外,还可以包括其他类型,不作穷举。
一般地,可以确定出执行上述目标隐私任务的一种或多种隐私算法。例如,假定目标隐私任务是确定多个服务平台中拥有的相同用户的数量,相应,确定出的隐私算法可以包括隐私集合求交(Private Set Intersection,简称PSI)算法,TEE算法等。进一步,在一个具体的实施例中,在确定出多种隐私算法的情况下,可以从中随机选取一种,作为目标隐私算法。在另一个具体的实施例中,可以对该多个隐私算法进行优先级排序,并将优先级最高的隐私算法作为目标隐私算法,包含在查询请求中。更进一步,在一个例子中,工作人员预先针对所有可能被采用的隐私算法进行优先级设定,从而本步骤中可以根据预先设定的优先级信息,对上述多种隐私算法进行优先级排序。在另一个例子中,可以根据历史上对隐私算法的实施效果,对上述多种隐私算法进行优先级排序。
由上,计算资源使用需求方可以确定出针对隐私目标任务采用的目标隐私算法,并包含在上述查询请求中。在一个具体的实施例中,上述查询请求中还可以包括对支持目标隐私算法的计算资源的需求数量(如2台服务器等)。
计算资源使用需求方将生成的上述查询请求发送至管理节点。相应,管理节点可以接收到该查询请求,并在步骤S220,基于该查询请求和其本地注册的多个计算资源的资源信息,确定资源列表。
在一个实施例中,资源信息可以包括计算资源的资源ID(Identity)、寻址信息、公钥、支持的隐私算法等。在一个具体的实施例中,其中寻址信息可以包括IP地址。在另一个具体的实施例中,寻址信息可以包括域名。
对于资源信息的来源,在一个实施例中,参见图5,上述多方还可以包括计算资源持有方,在步骤S210之前,多方交互过程中还可以包括步骤S205和步骤S206,在步骤S205,管理节点从计算资源持有方接收注册请求,其中包括针对计算资源的注册信息,该注册信息包括对应计算资源支持的隐私算法;在步骤S206,在上述注册请求通过审核的情况下,管理节点将上述注册信息归入所述资源信息。需理解,计算资源持有方可以通过将自身持有的计算资源注册到管理节点,成为计算资源发布方,从而使得管理节点基于注册的计算资源建立资源池,供计算资源的需求方查询和使用。此外,资源发布方可以发布支持相同或不同隐私算法的多个计算资源。
在一个具体的实施例中,上述注册信息还可以包括对应资源的IP地址、域名或者公钥。在一个具体的实施例中,对于上述注册请求的审核,可以包括对计算资源持有方进行资质审核、信用审核,以及对注册请求涉及的计算资源的有效性进行审核。在一个具体的实施例中,上述管理节点将注册信息归入资源信息可以包括:为上述注册请求对应的计算资源分配资源ID;对该资源ID和注册信息进行关联存储。
在另一个实施例中,上述资源信息还可以包括计算资源的当前使用状态,例如,使用中、空闲中。在一个具体的实施例中,还可以包括使用详请。在一个更具体的实施例中,该使用详情可以包含:计算资源被多少商户或数据节点使用,近一分钟内计算资源的CPU、内存、磁盘、网络等的占用情况和剩余可以情况。在一个示例中,管理节点可以通过主动查询的方式获取上述使用详情。在另一个示例中,上述使用详情可以由上述多个计算资源定时主动上报至管理节点。
在一个实施例中,查询请求中包括针对上述目标隐私计算任务采用的目标隐私算法,上述资源信息中包括计算资源支持的隐私算法。相应,在本步骤中,管理节点可以从多个计算资源中确定支持该目标隐私算法的若干计算资源,形成上述资源列表。在一个具体的实施例中,资源信息中还包括计算资源的当前使用状态,相应,本步骤中还可以包括:将上述若干计算资源的当前使用状态信息包含在上述资源列表中。在另一个具体的实施例中,查询请求中指示计算资源使用需求方委托管理节点确定目标资源,相应,本步骤还可以包括:管理节点基于若干计算资源的当前使用状态信息,从该若干计算资源中选取当前使用状态为空闲状态的计算资源,形成上述资源列表,以使得计算资源使用需求方可以直接将该资源列表中的计算资源确定为目标资源。
在一个实施例中,查询请求中没有包括上述目标隐私算法,相应,在本步骤中,管理节点可以确定上述多个计算资源中当前处于空闲状态的若干计算资源,进而利用该若干计算资源中各资源的资源ID和支持的隐私算法,形成资源列表。在一个具体的实施例中,其中空闲状态可以是完全空闲状态(没有被任何方使用),或部分空闲状态(部分空间被使用,还有剩余空间尚未被使用)。在一个具体的实施例中,资源列表中还可以包括若干计算资源的使用详情。
在一个实施例中,上述资源列表还可以包括其中各个计算资源的寻址信息(如IP地址或域名),用于后续定位到对应的计算资源进而对该资源进行使用。在一个实施例中,上述资源列表中还可以包括其中各个计算资源的资源ID。
如此,管理节点可以根据接收的查询请求和存储的资源信息,确定资源列表。进而在步骤S230,管理节点向计算资源使用需求方发送该资源列表。相应,计算资源使用需求方可以接收到该资源列表,进而在步骤S240,计算资源使用需求方基于该资源列表,确定用于执行目标隐私计算任务的目标资源。
在一个实施例中,上述查询请求中包括针对目标隐私计算任务采用的目标隐私算法,相应确定出的资源列表中的各个计算资源均支持该目标隐私算法。基于此,在一个具体的实施例中,本步骤可以包括:计算资源使用需求方从资源列表中随机选取一个计算资源,作为上述目标资源。在另一个具体的实施例中,该资源列表中还包括其中各个计算资源的当前使用状态,相应,可以从中选取当前处于空闲状态的计算资源,作为上述目标资源。在还一个具体的实施例中,该资源列表中还包括各个计算资源的当前使用详情,如计算资源被多少商户或数据节点使用,近一分钟内计算资源的CPU、内存、磁盘、网络等的占用情况,相应,可以基于使用详情对相应的计算资源进行评分,并将分数最高的计算资源,确定为目标资源。在一个示例中,可以将各个计算资源的使用详情输入预先训练的资源评分模型中,得到对应的资源评分。在另一个示例中,可以结合预先指定的评分规则,根据使用详情进行资源评分。
在一个实施例中,上述资源列表中包括其中各个计算资源支持的隐私算法,相应,本步骤中可以包括:计算资源使用需求方基于上述目标隐私算法,从上述资源列表中选取支持该目标隐私算法的计算资源,作为上述目标资源。进一步,在一个具体的实施例中,资源列表中的计算资源均处于空闲状态,这意味着其可以马上投入使用。在另一个具体的实施例中,资源列表中的计算资源处于使用状态或空闲状态,若计算资源使用需求方确定出的目标资源处于使用状态,其可以向管理节点预约对该目标资源的使用。
在一个实施例中,计算资源使用需求方预先委托管理节点选取目标资源,相应,计算资源使用需求方可以直接将资源列表中的计算资源确定为目标资源。
如此,计算资源使用需求方可以确定用于执行目标隐私任务的目标资源。
根据另一方面的实施例,参见图5,上述多方还可以包括其他参与方(例如图1中示出的银行B),该其他参与方可以包括除上述计算资源使用需求方和目标资源的发布方以外的、参与上述目标计算任务执行的其他方。在一个示例中,假定计算资源使用需求方是某个数据提供方,相应,其他参与方可以包括其他的数据提供方。
如图5所示,在步骤S240之后,上述交互过程还可以包括步骤S245和步骤S246。在步骤S245,计算资源使用需求方将目标资源的寻址信息(如IP地址或域名)发送给其他参与方。在一个具体的实施例中,还将目标资源的公钥发送给其他参与方,以便于后续对数据的加密传输或对目标资源的数字验签等。步骤S246,计算资源使用需求方与其他参与方共同利用上述目标资源,执行上述目标隐私计算任务。在一个示例中,假定图5中示出的计算资源发布方发布上述目标资源,则该计算资源发布方可以作为参与方,参与目标隐私计算任务的执行。
根据又一方面的实施例,在步骤S240之后,上述交互过程还可以包括:计算资源使用需求方向管理节点发送针对目标资源的授权使用请求;管理节点根据该授权使用请求生成对应的授权令牌,并发送给计算资源使用需求方;计算资源使用需求方将该授权令牌发送至上述其他参与方,之后,计算资源使用需求方和其他参与方各自向目标资源的发布方发送针对目标资源的资源使用请求,资源使用请求中包括授权令牌,在该发布方确定授权令牌通过验证后,向计算资源使用需求方和其他参与方开放目标资源的使用权限,允许其接入及使用目标资源。
根据还一方面的实施例,在步骤S240之后,上述交互过程还可以包括:计算资源使用需求方向管理节点发送针对目标资源的授权使用请求,该授权使用请求中包括其他参与方的标识信息;管理节点根据计算资源使用需求方的标识生成第一授权令牌,并将该第一授权令牌发送至计算资源使用需求方,以及,管理节点根据其他参与方的标识生成第三授权令牌,并将该第三授权令牌发送至其他参与方;之后,计算资源使用需求方和其他参与方各自向目标资源的发布方发送针对目标资源的资源使用请求,资源使用请求中包括对应参与方的授权令牌,在发布方确定授权令牌通过验证后,向计算资源使用需求方和其他参与方开放目标资源的使用权限,允许其接入及使用目标资源。如此,管理节点针对不同参与方分别发放授权令牌,可以防止授权令牌被盗用而造成目标资源被非法占用。
在一个示例中,假定上述目标隐私计算任务是隐私数据统计任务,上述多方中的计算资源使用需求方和其他参与方分别为数据方A和数据方B,确定的目标资源是提供SGXDB服务的SGX服务器,基于此,图6示出根据一个实施例的执行隐私数据统计任务的架构示意图,数据方A和数据方B基于其安装的SGX客户端,分别利用SGX服务器的公钥对自身持有的隐私数据进行加密,并将得到的加密数据发送给SGX服务器;接着,数据方A向SGX服务器发送SQL查询语句,查询隐私数据的统计指标(如用户的年平均支出),此时,SGX服务器可以利用上述公钥对应的私钥,分别解密数据方A和数据方B发送的加密数据,并基于得到的解密数据计算该统计指标的指标值,进而将该指标值作为查询结果返回给数据方A。如此,可以通过多方协同完成对目标隐私计算任务的执行。
根据又一方面的实施例,在步骤S240之后,上述交互过程还可以包括:计算资源使用需求方向管理节点发送第一通知,其指示上述目标资源被该计算资源使用需求方使用;管理节点基于该第一通知,修改资源信息中目标资源的当前使用状态,例如,修改为使用中。进一步,在一个具体的实施例中,之后还可以包括:计算资源使用需求方向管理节点发送第二通知,其指示计算资源使用需求方停止使用该目标资源,或者说,指示计算资源使用需求方已解除对该目标资源的占用。由此,在一个更具体的实施例中,管理节点基于该第二通知,修改资源信息中目标资源的当前使用状态,例如,修改为空闲中。在另一个更具体的实施例中,管理节点基于该第一通知和第二通知,计算计算资源使用需求方使用该目标资源产生的费用。在一个例子中,第一通知和第二通知中均包括目标资源的资源ID,以使管理节点可以快速查询到该目标资源。在一个例子中,第一通知和第二通知中各自包括时间戳,相应,可以根据计算得到的使用时长和预设的单位时长的使用单价,计算出对目标资源的使用费用。在另一个例子中,第一通知中还包括对目标资源使用的内存空间和计算芯片(如CPU、GPU、FPGA等)数量等信息,相应,还可以结合这些具体的使用信息进行使用费用的计算。在还一个例子中,管理节点可以获取目标资源的使用日志,并通过对使用日志进行分析,确定上述计算资源使用需求方和其他参与方对目标资源的使用信息,进而根据该使用信息和预先设定的收费标准,计算出使用费用。进一步,在一个示例中,上述第一通知和/或第二通知中可以包括参与任务执行的其他参与方的身份标识信息,以便于管理节点从使用日志中对应提取出使用信息。
由此,管理节点可以计算出执行上述目标隐私计算任务的过程中使用上述目标资源而产生的费用,进而向计算资源使用需求方收取该费用,或者,向计算资源使用需求方和其他参与方收取费用,例如,可以根据计算资源使用需求方和其他参与方的参与方总数量,对总费用进行均分,再根据均分后的费用向各个参与方分别收取。进一步,管理节点可以从收取到的总费用中抽取一部分作为手续费,将剩余部分转入目标资源的发布方的账户。如此,可以实现计算资源使用需求方、发布方和管理节点的共同受益,合作共赢。
综上,在本说明书实施例披露的隐私计算中计算资源的确定方法中,管理节点支持计算资源持有方对其持有的计算资源进行注册,从而建立资源池,由此,具有计算资源使用需求的需求方,可以向管理节点发送资源查询请求,并基于管理节点返回的资源列表,确定用于执行目标隐私计算任务的目标资源,进而该计算资源使用需求方可以协同其他参与方,共同利用目标资源,完成对目标隐私计算任务的执行。如此,通过引入管理节点建立并管理计算资源池,使得计算资源的持有方和需求方可以方便、快捷地实现对资源的发布和发现。
与上述确定方法相对应的,本说明书实施例还披露确定装置和确定系统。
图7示出根据一个实施例的隐私计算中计算资源的确定装置结构示意图,所述装置集成于管理节点。如图7所示,所述装置700包括:
查询请求接收单元710,配置为从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;资源列表确定单元720,配置为基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;资源列表发送单元730,配置为向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
在一个实施例中,所述查询请求中包括针对所述目标隐私计算任务采用的目标隐私算法,所述资源信息中包括计算资源支持的隐私算法;所述资源列表确定单元720具体配置为:确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
在一个具体的实施例中,所述资源列表确定单元720进一步配置为:将所述若干计算资源的当前使用状态信息包含在所述资源列表中。
在一个实施例中,所述资源信息中包括计算资源支持的隐私算法;所述资源列表确定单元720具体配置为:确定所述多个计算资源中当前处于空闲状态的若干计算资源;根据所述若干计算资源和其中各个计算资源支持的隐私算法,确定所述资源列表。
在一个实施例中,所述装置还包括:第一通知接收单元742,配置为从所述计算资源使用需求方接收第一通知,其指示所述目标资源被所述计算资源使用需求方使用;第一状态更新单元744,配置为根据所述第一通知,更新所述资源信息中目标资源的使用状态。
在一个具体的实施例中,所述装置700还包括:第二通知接收单元752,配置为从所述计算资源使用需求方接收第二通知,其指示所述计算资源使用需求方停止使用所述目标资源;第二状态更新单元754,配置为根据所述第二通知,更新所述资源信息中目标资源的使用状态;费用计算单元756,配置为基于所述第一通知和第二通知,计算所述计算资源使用需求方使用所述目标资源产生的费用。
在一个实施例中,所述资源列表中包括其中各个计算资源的IP地址。
在一个实施例中,所述装置700还包括:注册请求接收单元762,配置为从计算资源持有方接收注册请求,其中包括针对计算资源的注册信息,所述注册信息包括对应计算资源支持的隐私算法;注册信息存储单元764,配置为在所述注册请求通过审核的情况下,将所述注册信息归入所述资源信息。
在一个具体的实施例中,注册信息存储单元764具体配置为:为所述注册请求对应的计算资源分配资源ID;对所述资源ID和注册信息进行关联存储。
在一个实施例中,所述注册信息还包括以下中的至少一项:对应计算资源的IP地址,域名,公钥。
图8示出根据另一个实施例的隐私计算中计算资源的确定装置结构示意图,所述装置集成于计算资源使用需求方。如图8所示,所述装置800包括:
查询请求发送单元810,配置为向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;资源列表接收单元820,配置为从所述管理节点接收资源列表,该资源列表基于所述查询请求和本地注册的多个计算资源的资源信息而确定;目标资源确定单元830,配置为基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
在一个实施例中,所述查询请求发送单元810还配置为:确定针对所述目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中。
在一个具体的实施例中,目标资源确定单元830具体配置为:从所述资源列表中随机选取一个计算资源,作为所述目标资源。
在一个具体的实施例中,所述资源列表包括其中各个计算资源的当前使用状态信息;目标资源确定单元830具体配置为:从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
在一个实施例中,所述资源列表中包括其中各个计算资源支持的隐私算法;目标资源确定单元830具体配置为:基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
在一个实施例中,所述装置800还包括:IP地址发送单元840,配置为将所述目标资源的IP地址发送给其他参与方;隐私任务执行单元850,配置为利用所述目标资源,与所述其他参与方共同执行所述目标隐私计算任务。
本说明书实施例还披露一种隐私计算中计算资源的确定系统。该确定系统包括:
计算资源使用需求方,用于向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;所述管理节点,用于基于所述查询请求和其本地注册的多个计算资源的资源信息,确定资源列表,以及向所述计算资源使用需求方发送所述资源列表;所述计算资源使用需求方,用于基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
在一个实施例中,所述计算资源使用需求方还用于:确定针对目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中;所述管理节点具体用于:确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
在一个具体的实施例中,所述管理节点还用于:将所述若干计算资源的当前使用状态信息包含在所述资源列表中;所述计算资源使用需求方具体用于:从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
在另一个具体的实施例中,所述管理节点具体用于:基于所述若干计算资源的当前使用状态信息,从该若干计算资源中选取当前使用状态为空闲状态的计算资源,形成所述资源列表;所述计算资源使用需求方具体用于:将资源列表中的计算资源,确定为所述目标资源。
在一个实施例中,所述管理节点具体用于:确定所述多个计算资源中当前处于空闲状态的若干计算资源,形成所述资源列表;所述计算资源使用需求方具体用于:基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
根据另一方面的实施例,还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行结合图2或图5所描述的方法。
根据再一方面的实施例,还提供一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现结合图2或图5所述的方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (25)
1.一种隐私计算中计算资源的确定方法,所述方法由管理节点执行,所述方法包括:
从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;
向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
2.根据权利要求1所述的方法,其中,所述查询请求中包括针对所述目标隐私计算任务采用的目标隐私算法,所述资源信息中包括计算资源支持的隐私算法;其中,基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表,包括:
确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
3.根据权利要求2所述的方法,还包括:
将所述若干计算资源的当前使用状态信息包含在所述资源列表中。
4.根据权利要求1所述的方法,其中,所述资源信息中包括计算资源支持的隐私算法;其中,基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表,包括:
确定所述多个计算资源中当前处于空闲状态的若干计算资源;
根据所述若干计算资源和其中各个计算资源支持的隐私算法,确定所述资源列表。
5.根据权利要求1所述的方法,其中,在向所述计算资源使用需求方发送所述资源列表之后,所述方法还包括:
从所述计算资源使用需求方接收第一通知,其指示所述目标资源被所述计算资源使用需求方使用;
根据所述第一通知,更新所述资源信息中目标资源的使用状态。
6.根据权利要求5所述的方法,其中,在从所述计算资源使用需求方接收第一通知之后,所述方法还包括:
从所述计算资源使用需求方接收第二通知,其指示所述计算资源使用需求方停止使用所述目标资源;
根据所述第二通知,更新所述资源信息中目标资源的使用状态;
基于所述第一通知和第二通知,计算所述计算资源使用需求方使用所述目标资源产生的费用。
7.根据权利要求1-6中任一项所述的方法,其中,所述资源列表中包括其中各个计算资源的IP地址。
8.根据权利要求1所述的方法,其中,在从计算资源使用需求方接收针对计算资源的查询请求之前,所述方法还包括:
从计算资源持有方接收注册请求,其中包括针对计算资源的注册信息,所述注册信息包括对应计算资源支持的隐私算法;
在所述注册请求通过审核的情况下,将所述注册信息归入所述资源信息。
9.根据权利要求8所述的方法,其中,将所述注册信息归入所述资源信息,包括:
为所述注册请求对应的计算资源分配资源ID;
对所述资源ID和注册信息进行关联存储。
10.根据权利要求8或9所述的方法,其中,所述注册信息还包括以下中的至少一项:对应计算资源的IP地址,域名,公钥。
11.一种隐私计算中计算资源的确定方法,所述方法由计算资源使用需求方执行,所述方法包括:
向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
从所述管理节点接收资源列表,该资源列表基于所述查询请求和本地注册的多个计算资源的资源信息而确定;
基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
12.根据权利要求11所述的方法,其中,所述方法还包括:
确定针对所述目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中。
13.根据权利要求12所述的方法,所述资源列表包括其中各个计算资源的当前使用状态信息;其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:
从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
14.根据权利要求11所述的方法,其中,所述资源列表中包括其中各个计算资源支持的隐私算法;其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:
基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
15.根据权利要求11所述的方法,其中,在确定用于执行目标隐私计算任务的目标资源之后,所述方法还包括:
将所述目标资源的IP地址发送给其他参与方;
利用所述目标资源,与所述其他参与方共同执行所述目标隐私计算任务。
16.一种隐私计算中计算资源的确定方法,包括:
计算资源使用需求方向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
所述管理节点基于所述查询请求和其本地注册的多个计算资源的资源信息,确定资源列表;
所述管理节点向所述计算资源使用需求方发送所述资源列表;
所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
17.根据权利要求16所述的方法,其中,所述方法还包括:所述计算资源使用需求方确定针对目标隐私计算任务采用的目标隐私算法,并将该目标隐私算法包含在所述查询请求中;
其中,所述管理节点基于所述查询请求和其存储的多个计算资源的资源信息,确定资源列表,包括:确定支持所述目标隐私算法的若干计算资源,形成所述资源列表。
18.根据权利要求17所述的方法,其中,所述方法还包括:所述管理节点将所述若干计算资源的当前使用状态信息包含在所述资源列表中;
其中,所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:从所述资源列表中选取当前使用状态为空闲状态的计算资源,作为所述目标资源。
19.根据权利要求17所述的方法,其中,确定支持所述目标隐私算法的若干计算资源,形成所述资源列表,包括:所述管理节点基于所述若干计算资源的当前使用状态信息,从该若干计算资源中选取当前使用状态为空闲状态的计算资源,形成所述资源列表;
其中,所述计算资源使用需求方基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:所述计算资源使用需求方将资源列表中的计算资源,确定为所述目标资源。
20.根据权利要求17所述的方法,其中,所述管理节点基于所述查询请求和其存储的多个计算资源的资源信息,确定资源列表,包括:确定所述多个计算资源中当前处于空闲状态的若干计算资源,形成所述资源列表;
其中,基于所述资源列表,确定用于执行目标隐私计算任务的目标资源,包括:基于针对所述目标隐私计算任务采用的目标隐私算法,从所述资源列表中选取支持目标隐私算法的计算资源,作为所述目标资源。
21.一种隐私计算中计算资源的确定装置,所述装置集成于管理节点,所述装置包括:
查询请求接收单元,配置为从计算资源使用需求方接收针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
资源列表确定单元,配置为基于所述查询请求和本地注册的多个计算资源的资源信息,确定资源列表;
资源列表发送单元,配置为向所述计算资源使用需求方发送所述资源列表,以使得所述计算资源使用需求方从所述资源列表中确定目标资源,用于执行目标隐私计算任务。
22.一种隐私计算中计算资源的确定装置,所述装置集成于计算资源使用需求方,所述装置包括:
查询请求发送单元,配置为向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
资源列表接收单元,配置为从所述管理节点接收资源列表,该资源列表基于所述查询请求和本地注册的多个计算资源的资源信息而确定;
目标资源确定单元,配置为基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
23.一种隐私计算中计算资源的确定系统,包括:
计算资源使用需求方,用于向管理节点发送针对计算资源的查询请求,其中计算资源是支持隐私算法的公共资源,所述计算资源预先注册在所述管理节点;
所述管理节点,用于基于所述查询请求和其本地注册的多个计算资源的资源信息,确定资源列表,以及向所述计算资源使用需求方发送所述资源列表;
所述计算资源使用需求方,还用于基于所述资源列表,确定用于执行目标隐私计算任务的目标资源。
24.一种计算机可读存储介质,其上存储有计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-20中任一项的所述的方法。
25.一种计算设备,包括存储器和处理器,其中,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-20中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110713060.8A CN115525919A (zh) | 2021-06-25 | 2021-06-25 | 隐私计算中计算资源的确定方法、装置及系统 |
PCT/CN2022/094323 WO2022267787A1 (zh) | 2021-06-25 | 2022-05-23 | 隐私计算中计算资源确定的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110713060.8A CN115525919A (zh) | 2021-06-25 | 2021-06-25 | 隐私计算中计算资源的确定方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115525919A true CN115525919A (zh) | 2022-12-27 |
Family
ID=84544076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110713060.8A Pending CN115525919A (zh) | 2021-06-25 | 2021-06-25 | 隐私计算中计算资源的确定方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115525919A (zh) |
WO (1) | WO2022267787A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106502796A (zh) * | 2016-10-27 | 2017-03-15 | 广东浪潮大数据研究有限公司 | 一种软件开发测试平台、系统及使用方法 |
CN106453146B (zh) * | 2016-11-17 | 2020-12-11 | 北京华胜天成科技股份有限公司 | 私有云计算资源的分配方法、系统、设备和可读存储介质 |
JP6414185B2 (ja) * | 2016-11-30 | 2018-10-31 | 横河電機株式会社 | 情報処理装置、リソース割り当てシステム、およびリソース割り当て方法 |
CN111355731B (zh) * | 2020-02-28 | 2022-09-30 | 北京奇艺世纪科技有限公司 | 资源访问的方法、装置、资源访问系统、设备及存储介质 |
CN112787812A (zh) * | 2021-01-15 | 2021-05-11 | 中国工商银行股份有限公司 | 基于区块链的计算作业处理方法、装置及系统 |
-
2021
- 2021-06-25 CN CN202110713060.8A patent/CN115525919A/zh active Pending
-
2022
- 2022-05-23 WO PCT/CN2022/094323 patent/WO2022267787A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2022267787A1 (zh) | 2022-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11205172B2 (en) | Factom protocol in blockchain environments | |
Lopez et al. | A multi-layered blockchain framework for smart mobility data-markets | |
EP3655905B1 (en) | Distributed ledger technology | |
US20170046680A1 (en) | Peer-to-Peer Internet Shopping Marketplaces | |
Möser et al. | The price of anonymity: empirical evidence from a market for Bitcoin anonymization | |
CN107615317A (zh) | 区块链交易记录的系统和方法 | |
CA3147600A1 (en) | Secure resource management to prevent fraudulent resource access | |
CN108648081B (zh) | 一种基于区块链的交易处理方法、装置和电子设备 | |
US11233638B1 (en) | Secured electronic token register system | |
CN108830710A (zh) | 区块链交易平台及实现方法 | |
CN113407954A (zh) | 基于区块链的数据管理方法及装置 | |
Möser et al. | Join me on a market for anonymity | |
KR102048944B1 (ko) | 블록체인 기반 프로젝트 수행 과정에서 획득되는 저작물의 저작권 관리 방법 및 시스템 | |
US20230142659A1 (en) | System and method for registering share of asset of which owner cannot be specified or ownership does not exist | |
Zhao | Graph-based forensic investigation of bitcoin transactions | |
Lazareva et al. | The Innovative Blockchain Technology in the Sharing Economy Subject Decision Making | |
Weber et al. | Trading user data: A Blockchain based approach | |
KR102128875B1 (ko) | 전문가에 의해 생성되는 프로젝트 결과물에 대한 수익을 기여도 정보를 바탕으로 분배하는 방법 및 시스템 | |
WO2020062119A1 (en) | Method and system for incentivizing data exchange | |
KR20200105379A (ko) | 전문가에 의해 생성되는 프로젝트 결과물을 블록체인에 저장된 빅데이터 기반으로 관리하는 방법 및 시스템 | |
Masseport et al. | Proof of usage: User-centric consensus for data provision and exchange | |
WO2022267787A1 (zh) | 隐私计算中计算资源确定的方法、装置及系统 | |
Swanson | Watermarked tokens and pseudonymity on public blockchains | |
Liu et al. | A blockchain‐based privacy‐preserving advertising attribution architecture: Requirements, design, and a prototype implementation | |
Pereira et al. | Reputation Systems: A framework for attacks and frauds classification |
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 |