CN115618380A - 数据处理方法、装置、设备和介质 - Google Patents

数据处理方法、装置、设备和介质 Download PDF

Info

Publication number
CN115618380A
CN115618380A CN202211219743.9A CN202211219743A CN115618380A CN 115618380 A CN115618380 A CN 115618380A CN 202211219743 A CN202211219743 A CN 202211219743A CN 115618380 A CN115618380 A CN 115618380A
Authority
CN
China
Prior art keywords
data set
data
secret
kth
feature
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
Application number
CN202211219743.9A
Other languages
English (en)
Inventor
李武璐
马会来
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.)
CCB Finetech Co Ltd
Original Assignee
CCB Finetech Co Ltd
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 CCB Finetech Co Ltd filed Critical CCB Finetech Co Ltd
Priority to CN202211219743.9A priority Critical patent/CN115618380A/zh
Publication of CN115618380A publication Critical patent/CN115618380A/zh
Pending legal-status Critical Current

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
    • G06F21/602—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
    • 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
    • H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/085—Secret sharing or secret splitting, e.g. threshold schemes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种数据处理方法、装置、设备和介质，可以应用于大数据技术和加密技术领域。应用于数据需求端的数据处理方法包括：通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；根据第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；通过乘法秘密重分享方式，根据第一特征数据集和由数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据第三特征数据集从数据提供端获取第一筛选掩码数据集；从数据提供端接收第二加密数据集和第三加密数据集；根据第一筛选掩码数据集、第二加密数据集和第三加密数据集，利用隐私求交算法得到目标数据集。

Description

数据处理方法、装置、设备和介质
技术领域
本公开涉及大数据技术和加密技术领域，具体地涉及一种数据处理方法、装置、设备、介质和程序产品。
背景技术
基于大于或小于的隐私集合求交方案，对于数据需求方而言，需要满足数据需求方能够正确获取满足相应样本特征等于筛选值的样本交集集合，且数据需求方无法反推交集结果意外的任何样本以及特征数据信息。对于数据提供方而言，需要满足数据提供方无法获取筛选阈值条件，也无法自主获取交集结果，从而实现在数据提供方的视角下无法获取任何有效信息的数据共享协同效果。
传统的隐私求交方案是数据需求方向数据提供方提供筛选条件或筛选值，这种方式容易泄露数据需求方的数据隐私，存在核心参数泄露的风险。
发明内容
鉴于上述问题，本公开提供了一种数据处理方法、装置、设备、介质和程序产品。
根据本公开的第一个方面，提供了一种数据处理方法，应用于数据需求端，包括：通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；根据上述第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；通过乘法秘密重分享方式，根据上述第一特征数据集和由上述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据上述第三特征数据集从上述数据提供端获取第一筛选掩码数据集；从上述数据提供端接收第二加密数据集和第三加密数据集，其中，上述第二加密数据集是利用上述共享密钥对上述第一加密数据集进行处理得到的，上述第一加密数据集是由上述数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用上述共享密钥、第二私钥和第二筛选掩码数据集对上述第二待匹配数据集进行处理得到的；根据上述第一筛选掩码数据集、上述第二加密数据集和上述第三加密数据集，利用隐私求交算法得到目标数据集。
根据本公开的实施例，上述第一特征秘密分片是由上述数据提供端通过加法秘密分享方式对第二待匹配数据集进行处理得到的；上述第二特征数据集是由上述数据提供端根据第二特征秘密分片和上述第二阈值秘密分片确定的；上述第二筛选掩码数据集是按照不经意传输协议根据第四特征数据集确定的，其中，上述第四特征数据集是通过乘法秘密重分享方式根据由上述数据提供端利用预设参数组处理后的第一特征数据集确定的，其中，上述第三特征数据集与上述第四数据集中对应元素的乘积与上述第一特征数据集与上述第二特征数据集之和满足预设条件。
根据本公开的实施例，上述利用共享密钥和第一私钥对第一待匹配数据集进行处理，包括：将上述共享密钥和上述第一待匹配数据集输入预设随机点生成函数，得到第一隐私数据集；针对上述第一隐私数据集中的每一个隐私数据，利用第一私钥对上述隐私数据进行倍点运算，得到第一加密数据集。
根据本公开的实施例，上述第一特征数据集中包括n个第一特征数据，上述第二特征数据集中包括n个第二特征数据；上述通过乘法秘密重分享方式，根据上述第一特征数据集和由上述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集，包括：针对第k个第一特征数据，利用预设参数组中的第k个第一参数、第k个第二参数和上述第k个第一特征数据，生成第k个第一特征参数，并向上述数据提供方发送上述第k个第一特征参数；接收第k个第二特征参数，其中，上述第k个第二特征参数是由上述数据提供方根据上述第k个第一特征参数、上述第k个第二特征数据、第k个第三参数以及第k个第四参数确定的，上述第k个第一参数与上述第k个第三参数的乘积等于上述第k个第二参数和上述第k个第四参数之和；根据上述第k个第一参数和上述第k个第二特征参数，生成第k个第三特征数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，上述第三特征数据集中包括n个第三特征数据；上述通过执行不经意传输协议，根据上述第三特征数据集从上述数据提供端获取第一筛选掩码数据集，包括：针对第k个第三特征数据，将上述第k个第三特征数据输入符号函数中，输出第k个目标值；通过执行不经意传输协议，从上述数据提供端获取第k组随机数组；根据上述第k个目标值，按照预设规则从上述第k组随机数组中确定第k个第一筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，上述根据上述第一筛选掩码数据集、上述第二加密数据集和上述第三加密数据集，利用隐私求交算法得到目标数据集，包括：利用第一私钥和上述第一筛选掩码数据集对上述第三加密数据集执行倍点运算，得到嵌入第一筛选掩码的第三加密数据集；根据上述第二加密数据集和上述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集。
根据本公开的实施例，上述根据上述第二加密数据集和上述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集，包括：根据上述第二加密数据集和上述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，得到目标交集；根据上述目标交集中每一个元素与上述第二加密数据集的对应关系，从上述第一待匹配数据集中确定目标数据集。
根据本公开的第二个方面，提供了一种数据处理方法，应用于数据提供端，包括：通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据上述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，上述第二阈值秘密分片是由上述数据需求端根据预设阈值信息通过加法秘密分享方式得到的；通过乘法秘密重分享方式根据由上述数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据上述第四特征数据集确定第二筛选掩码集；利用第二私钥对上述第一加密数据集进行处理，得到第二加密数据集；利用共享密钥、上述第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将上述第二加密数据集和上述第三加密数据集向上述数据需求端发送。
根据本公开的实施例，上述第一特征数据集中包括n个第一特征数据，上述第二特征数据集中包括n个第二特征数据，上述通过乘法秘密重分享方式根据上述第一特征数据集和第二特征数据集，得到第四特征数据集包括：从上述数据需求端接收第k个第一特征参数；根据上述第k个第一特征参数和预设参数组中的第k个第三参数，生成第k个第四特征数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，上述第四特征数据集中包括n个第四特征数据，上述通过执行不经意传输协议根据上述第四特征数据集确定第二筛选掩码集，包括：针对第k个第四特征数据，将上述第k个第四特征数据输入符号函数中，输出第k个目标值；通过执行不经意传输协议，根据上述第k个目标值，按照预设规则从第k组随机数组中确定第k个第二筛选掩码数据，其中，n、k均为正整数，且l≤k≤n。
根据本公开的实施例，根据上述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，包括：根据上述第二阈值秘密分片和系统支持编码参数，生成第三阈值秘密分片，其中，上述系统支持编码参数包括参数值和参数格式；根据上述第二特征秘密分片和上述第三阈值秘密分片，生成上述第二特征数据集。
本公开的第三方面提供了一种数据处理装置，应用于数据需求端，包括：第一生成模块，用于通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；第二生成模块，用于根据上述第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；第一传输模块，用于通过乘法秘密重分享方式，根据上述第一特征数据集和由上述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据上述第三特征数据集从上述数据提供端获取第一筛选掩码数据集；接收模块，用于从上述数据提供端接收第二加密数据集和第三加密数据集，其中，上述第二加密数据集是利用上述共享密钥对上述第一加密数据集进行处理得到的，上述第一加密数据集是由上述数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用上述共享密钥、第二私钥和第二筛选掩码数据集对上述第二待匹配数据集进行处理得到的；求交模块，用于根据上述第一筛选掩码数据集、上述第二加密数据集和上述第三加密数据集，利用隐私求交算法得到目标数据集。
本公开的第四方面提供了一种数据处理装置，应用于数据提供端，包括：第一处理模块，用于通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据上述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，上述第二阈值秘密分片是由上述数据需求端根据预设阈值信息通过加法秘密分享方式得到的；第二传输模块，用于通过乘法秘密重分享方式根据由上述数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据上述第四特征数据集确定第二筛选掩码集；第二处理模块，用于利用第二私钥对上述第一加密数据集进行处理，得到第二加密数据集；发送模块，用于利用共享密钥、上述第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将上述第二加密数据集和上述第三加密数据集向上述数据需求端发送。
本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得一个或多个处理器执行上述数据处理方法。
本公开的第六方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述数据处理方法。
本公开的第七方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述数据处理方法。
根据本公开的实施例，通过对于待匹配数据集与预设阈值信息之间进行乘法秘密重分享，并结合不经意传输协议根据乘法秘密分片的正负属性确定第一筛选掩码数据集，对已嵌入不经意传输信息的数据集进行隐私求交，可以实现既保护筛选条件阈值不外泄，又能保护目标数据集之外的数据样本的安全，达到了基于大于或小于策略的隐私集合求交的技术效果，至少部分地克服了传统的隐私数据传输过程中存在数据安全风险的问题。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例的数据处理方法、装置、设备、介质和程序产品的应用场景图；
图2示意性示出了根据本公开实施例的数据需求端的数据处理方法的流程图；
图3示意性示出了根据本公开实施例的处理第一待匹配数据集的流程图；
图4示意性示出了根据本公开实施例的获得第三数据集的流程图；
图5示意性示出了根据本公开实施例的获取第一筛选掩码数据集的流程图；
图6示意性示出了根据本公开实施例的数据提供端的数据处理方法的流程图；
图7示意性示出了根据本公开实施例的数据需求端的数据处理装置的结构框图；
图8示意性示出了根据本公开实施例的数据提供端的数据处理装置的结构框图；
图9示意性示出了根据本公开实施例的适于实现数据处理方法的电子设备的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本公开的技术方案中，所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
本公开的实施例提供了一种数据处理方法，应用于数据需求端，包括：通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；根据第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；通过乘法秘密重分享方式，根据第一特征数据集和由数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据第三特征数据集从数据提供端获取第一筛选掩码数据集；从数据提供端接收第二加密数据集和第三加密数据集，其中，第二加密数据集是利用共享密钥对第一加密数据集进行处理得到的，第一加密数据集是由数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用共享密钥、第二私钥和第二筛选掩码数据集对第二待匹配数据集进行处理得到的；根据第一筛选掩码数据集、第二加密数据集和第三加密数据集，利用隐私求交算法得到目标数据集。
图1示意性示出了根据本公开实施例的数据处理的应用场景图。
如图1所示，根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104以及服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102和第三终端设备103通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102和第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102和第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102和第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是，本公开实施例所提供的数据处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的数据处理装置一般可以设置于服务器105中。本公开实施例所提供的数据处理方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102和第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的数据处理装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102和第三终端设备103和/或服务器105通信的服务器或服务器集群中。
本公开实施例所提供的数据处理方法可以由服务器执行，也可以由客户端执行，本公开实施例对执行主体不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景，通过图2～图6对公开实施例的数据处理方法进行详细描述。
图2示意性示出了根据本公开实施例的数据需求端的数据处理方法的流程图。
如图2所示，该实施例的数据需求端的数据处理包括操作S210～操作S250。
在操作S210，通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片。
根据本公开的实施例，预设阈值信息可以根据筛选策略确定，例如：筛选策略为年龄大于30，则可以确定确定预设筛选阈值信息为30。
根据本公开的实施例，对于预设筛选阈值信息a可以通过加法秘密分享方式随机生成第一阈值秘密分片a1和第二阈值秘密分片a2。其中，第一阈值秘密分片a1和第二阈值秘密分片a2之和等于预设筛选阈值信息a。例如：预设筛选阈值信息为30，第一阈值秘密分片可以为12，则第二阈值秘密分片可以为18；第一阈值秘密分片也可以为10，则第二阈值秘密分片可以为20。
在操作S220，根据第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集。
根据本公开的实施例，第一特征秘密分片是由数据提供端通过加法秘密分享方式对第二待匹配数据集进行处理得到的。例如：第二待匹配数据集可以为
Figure BDA0003875490290000101
可以通过加法秘密分享方式分别随机生成x1，…，xn的加法秘密分片[x1]，…，[xn]，其中[xk]＝(yk，zk)，满足xk＝yk+zk，k＝1，…，n。即第一特征秘密分片可以表示为y1，…，yn，第二特征秘密分片可以表示为z1，…，zn。
根据本公开的实施例，可以根据第一特征秘密分片与第一阈值秘密分片的差生成第一特征数据集。例如：第一特征数据集中的第k个元素y′k可以表示为y′k＝yk-a1，其中，k＝1，…，n。
在操作S230，通过乘法秘密重分享方式，根据第一特征数据集和由数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据第三特征数据集从数据提供端获取第一筛选掩码数据集。
根据本公开的实施例，可以利用乘法秘密重分享方式，确定xk-a的乘法分片，即在第三特征数据集中的第k个元素uk和第四特征数据集中的第k个元素vk满足uk·vk＝xk-a，k＝1，…，n。
根据本公开的实施例，通过执行不经意传输协议，以第k个元素uk为例，可以从数据提供端获取第一筛选掩码数据集。例如：数据提供端随机生成n组随机数组(αk，βk)，且每一组随机数组中的随机数互不相等。可以通过执行不经意传输协议，根据第k个元素uk从第k组随机数组中确定一个随机数作为第k个第一筛选掩码数据。
在操作S240，从数据提供端接收第二加密数据集和第三加密数据集，其中，第二加密数据集是利用共享密钥对第一加密数据集进行处理得到的，第一加密数据集是由数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用共享密钥、第二私钥和第二筛选掩码数据集对第二待匹配数据集进行处理得到的。
根据本公开的实施例，在执行本公开实施例的数据处理方法之前，数据提供端与数据需求端通过协商可以确定椭圆曲线(G，q)和随机点生成函数Hp(·)，并确定一个椭圆曲线生成元g∈G。双方各自生成自身的匹配私钥skA，skB∈Zq，其中skA是数据需求端PA的匹配私钥，skB是数据提供端PB的匹配私钥，双方各自计算自己的匹配公钥
Figure BDA0003875490290000111
并公开。例如：可以基于Diffie-Hellman的密钥协商算法计算确定本次任务的共享密钥K。需要说明的是，共享密钥K可以作为执行本次数据处理任务的业务标识，用于标识任务。双方的第一私钥、第二私钥则用于加密双方数据信息，以防隐私泄露。
在本公开实施例中第二加密数据集和第三加密数据集是由数据提供端执行的数据处理操作，具体在数据提供端的数据处理方法中详细描述，在此不作赘述。
在操作S250，根据第一筛选掩码数据集、第二加密数据集和第三加密数据集，利用隐私求交算法得到目标数据集。
根据本公开的实施例。利用第一筛选掩码数据集和第三加密数据集可以得到嵌入筛选条件的第三加密数据集，再与第二加密数据集利用隐私求交算法进行求交，可以得到目标数据集。
根据本公开的实施例，通过对于待匹配数据集与预设阈值信息之间进行乘法秘密重分享，并结合不经意传输协议根据乘法秘密分片的正负属性确定第一筛选掩码数据集，对已嵌入不经意传输信息的数据集进行隐私求交，可以实现既保护筛选条件阈值不外泄，又能保护目标数据集之外的数据样本的安全，达到了基于大于或小于策略的隐私集合求交的技术效果，至少部分地克服了传统的隐私数据传输过程中存在数据安全风险的问题。
图3示意性示出了根据本公开实施例的处理第一待匹配数据集的流程图。
如图3所示，其中，第一特征数据集中包括n个第一特征数据，第二特征数据集中包括n个第二特征数据；该实施例的处理第一待匹配数据集包括操作S310～操作S320。
在操作S310，将共享密钥和第一待匹配数据集输入预设随机点生成函数，得到第一隐私数据集。
在操作S320，针对第一隐私数据集中的每一个隐私数据，利用第一私钥对隐私数据进行倍点运算，得到第一加密数据集。
根据本公开的实施例，第一待匹配数据集可以表示为A＝{ID1，ID2，…，IDm}。其中，ID可以用于表示身份标识、企业信用标识、号码标识等等具有唯一指向性的标识信息。
根据本公开的实施例，将第一待匹配数据集输入预设随机点生成函数Hp(·)得到第一隐私数据集，并利用第一私钥skA对第一隐私数据集执行倍点运算，得到第一加密数据集
Figure BDA0003875490290000121
根据双方协商确定的椭圆曲线和预设随机点生成函数，可以有效保障数据提供方的数据隐私安全。
图4示意性示出了根据本公开实施例的获得第三数据集的流程图。
如图4所示，第一特征数据集中包括n个第一特征数据，第二特征数据集中包括n个第二特征数据；该实施例的获得第三数据集包括操作S410～操作S430。
在操作S410，针对第k个第一特征数据，利用预设参数组中的第k个第一参数、第k个第二参数和第k个第一特征数据，生成第k个第一特征参数，并向数据提供方发送第k个第一特征参数。
在操作S420，接收第k个第二特征参数，其中，第k个第二特征参数是由数据提供方根据第k个第一特征参数、第k个第二特征数据、第k个第三参数以及第k个第四参数确定的，第k个第一参数与第k个第三参数的乘积等于第k个第二参数和第k个第四参数之和。
在操作S430，根据第k个第一参数和第k个第二特征参数，生成第k个第三特征数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，预设参数组可以是从第三方平台根据双方协议向双方发送的预设参数组。预设参数组中可以包括n组参数，每一组参数可以包括第一参数、第二参数、第三参数和第四参数。以第k组参数为例，第一参数可以为ek，第二参数可以为g′k，第三参数可以为fk，第四参数可以为g″k。其中，数据需求方掌握第一参数、第二参数。数据提供方掌握第三参数和第四参数。且上述参数满足以下条件：g′k+g″k＝ek.fk。
根据本公开的实施例，针对第k个第一特征数据，利用预设参数组中的第k个第一参数、第k个第二参数和第k个第一特征数据，生成第k个第一特征参数。可以按式(1)计算第一特征参数：
pk＝(y′k-g′k)/ek (1)
其中，pk表示第k个第一特征参数；y′k表示第k个第一特征数据；g′k表示第k个第二参数；ek表示第k个第一参数。
根据本公开的实施例，数据需求端可以将第一特征参数发送至数据提供端。由数据提供端可以根据第一特征参数再执行后续计算。
根据本公开的实施例，第一特征数据集中包括n个第一特征数据，第二特征数据集中包括n个第二特征数据，通过乘法秘密重分享方式根据第一特征数据集和第二特征数据集，得到第四特征数据集包括：
从数据需求端接收第k个第一特征参数；
根据第k个第一特征参数和预设参数组中的第k个第三参数，生成第k个第四特征数据，其中，n、k均为正整数，且1≤k≤n。
例如：如式(2)和(3)所示：
vk＝fk+pk (2)
qk＝(z′k-g″k)/vk (3)
其中，fk表示第k个第三参数；g″k表示第k个第四参数；z′k表示第k个第二特征数据；vk表示第四特征数据集中的第k个第四特征数据；qk表示第k个第二特征参数。
根据本公开的实施例，数据需求端从数据提供端接收第二特征参数，并按照式(4)执行计算：
uk＝ek+qk (4)
其中，uk表示第k个第三特征数据。
根据本公开的实施例，通过乘法秘密重分享的方式将筛选条件进行了乘法分片，将筛选条件的乘法分片转化为可以用于确定第一筛选掩码数据的条件，从而保障了数据需求方的筛选条件阈值的隐私。
图5示意性示出了根据本公开实施例的获取第一筛选掩码数据集的流程图。
如图5所示，第三特征数据集中包括n个第三特征数据；该实施例的获取第一筛选掩码数据集包括操作S510～操作S530。
在操作S510，针对第k个第三特征数据，将第k个第三特征数据输入符号函数中，输出第k个目标值。
在操作S520，通过执行不经意传输协议，从数据提供端获取第k组随机数组。
在操作S530，根据第k个目标值，按照预设规则从第k组随机数组中确定第k个第一筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，以第k个第三特征数据uk为例，将uk输入符号函数sig()中，输出第k个目标值u′k。对于符号函数sig()，当自变量x＞0则sig(x)＝1，如果x＜0则sig(x)＝-1。
根据本公开的实施例，在第k组随机数组(αk，βk)中，当u′k＝1时，确定αk为第k个第一掩码数据。当u′k＝-1时，确定βk为第k个第一掩码数据。
根据本公开的实施例，通过引入符号函数，利用第三特征数据的正负属性，从随机数组中确定第一掩码数据，从而可以有效避免数据需求端的筛选条件的泄漏。
根据本公开的实施例，根据第一筛选掩码数据集、第二加密数据集和第三加密数据集，利用隐私求交算法得到目标数据集，包括：
利用第一私钥和第一筛选掩码数据集对第三加密数据集执行倍点运算，得到嵌入第一筛选掩码的第三加密数据集；
根据第二加密数据集和嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集。
根据本公开的实施例，第三加密数据集T1可以表示为：
Figure BDA0003875490290000141
集合中每个元素形如
Figure BDA0003875490290000142
根据本公开的实施例，利用第一私钥skA和第一筛选掩码数据集(θ1，…，θn)对执行倍点运算，得到嵌入第一筛选掩码的第三加密数据集T2：
Figure BDA0003875490290000143
根据本公开的实施例，第二加密数据集可以表示为：
Figure BDA0003875490290000144
其中，
Figure BDA0003875490290000145
根据本公开的实施例，根据第二加密数据集和嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集，包括：
根据第二加密数据集和嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，得到目标交集；
根据目标交集中每一个元素与第二加密数据集的对应关系，从第一待匹配数据集中确定目标数据集。
根据本公开的实施例，例如：可以利用隐私求交算法求取第二加密数据集S2与嵌入第一筛选掩码的第三加密数据集T2的交集I＝S2∩T2＝{I1，…，Il}。可以利用交集I中每一个元素与第二加密数据集S2中的对应关系，还原出原始集合交集
Figure BDA0003875490290000152
，从而得到目标数据集。
根据本公开的实施例，由于第三加密数据集中已嵌入能够表示筛选策略的第一筛选掩码，与传统的隐私集合求交算法相比，可以支持附带特征筛选策略的数据求交需求，在保障筛选条件、样本数据的前向安全性的同时，能够更精准、更有效的进行数据筛选。
图6示意性示出了根据本公开实施例的数据提供端的数据处理方法的流程图。
如图6所示，该实施例的数据提供端的数据处理包括操作S610～操作S640。
在操作S610，通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，第二阈值秘密分片是由数据需求端根据预设阈值信息通过加法秘密分享方式得到的。
根据本公开的实施例，第二待匹配数据集
Figure BDA0003875490290000151
分别随机生成x1，…，xn的加法秘密分片[x1]，…，[xn]，其中[xk]＝(yk，zk)，满足xk＝yk+zk，k＝1，…，n。即第一特征秘密分片可以表示为y1，…，yn，第二特征秘密分片可以表示为z1，…，zn。
根据本公开的实施例，可以根据第二特征秘密分片与第二阈值秘密分片的差生成第二特征数据集。例如：第一特征数据集中的第k个元素z′k可以表示为z′k＝zk-a2，其中，k＝1，…，n。
在操作S620，通过乘法秘密重分享方式根据由数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据第四特征数据集确定第二筛选掩码集。
根据本公开的实施例，通过乘法秘密重分享方式根据由数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集vk。该操作的具体实施方式在前文已描述，在此不做赘述。
在操作S630，利用第二私钥对第一加密数据集进行处理，得到第二加密数据集。
根据本公开的实施例，第一加密数据集可以表示为：
Figure BDA0003875490290000161
利用第二私钥skB对第一加密数据集进行处理，得到第二加密数据集为：
Figure BDA0003875490290000162
在操作S640，利用共享密钥、第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将第二加密数据集和第三加密数据集向数据需求端发送。
根据本公开的实施例，利用共享密钥K、第二私钥skB和第二筛选掩码集(γ1，…，γn)对第二待匹配数据集进行处理进行处理，得到第三加密数据集。例如：第二待匹配数据集S2可以为：
Figure BDA0003875490290000163
第三加密数据集T1可以为
Figure BDA0003875490290000164
根据本公开的实施例，通过对于待匹配数据集与预设阈值信息之间进行乘法秘密重分享，并结合不经意传输协议根据乘法秘密分片的正负属性确定第一筛选掩码数据集，对已嵌入不经意传输信息的数据集进行隐私求交，可以实现既保护筛选条件阈值不外泄，又能保护目标数据集之外的数据样本的安全，达到了基于大于或小于策略的隐私集合求交的技术效果，至少部分地克服了传统的隐私数据传输过程中存在数据安全风险的问题。
根据本公开的实施例，第四特征数据集中包括n个第四特征数据，通过执行不经意传输协议根据第四特征数据集确定第二筛选掩码集，包括：
针对第k个第四特征数据，将第k个第四特征数据输入符号函数中，输出第k个目标值；
通过执行不经意传输协议，根据第k个目标值，按照预设规则从第k组随机数组中确定第k个第二筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，例如：以第k个第四特征数据vk为例，将vk输入符号函数sig()中，输出第k个目标值v′k。对于符号函数sig()，当自变量x＞0则sig(x)＝1，如果x＜0则sig(x)＝-1。
根据本公开的实施例，在第k组随机数组(αk，βk)中，当v′k＝1时，确定αk为第k个第一掩码数据。当v′k＝-1时，确定βk为第k个第一掩码数据。
根据本公开的实施例，通过引入符号函数，利用第三特征数据的正负属性，从随机数组中确定第一掩码数据，从而可以有效避免数据需求端的筛选条件的泄漏。
由于本方案中的数据集一般为浮点数，可以通过系统编码参数对第二阈值秘密分片进行微调，从而提高筛选精度。
根据本公开的实施例，根据第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，包括：
根据第二阈值秘密分片和系统支持编码参数，生成第三阈值秘密分片，其中，系统支持编码参数包括参数值和参数格式；
根据第二特征秘密分片和第三阈值秘密分片，生成第二特征数据集。
根据本公开的实施例，以大于策略(x＞3)为例，乙方可以在接收到甲方发送来的a2之后，计算新的a′2＝a2+∈，∈为系统支持编码的小数，例如∈＝0.0000x，并使用a′2代替a2进行后续的计算，则筛选策略变为(x＞3+∈)，根据实际场景中样本的稀疏性和特征的取值范围，可以确保微调后的策略不发生xk＝a+∈，因此不会产生u′k＝0导致乙方信息泄露风险。
为了进一步详细阐明本方案的技术效果，以下从方案的正确性、安全性、精确性三方面进行详细阐述。
根据本公开的实施例，由于筛选条件为xk＞a，由于双方根据乘法秘密重分享技术分别获取了uk，vk作为xk-a的乘法分片，满足xk-a＝uk.vk，因此双方通过使用表示uk，vk正负性的符号函数sig，即可将xk＞a的条件转化为(u′k＝1，v′k＝1)或(u′k＝-1，v′k＝-1)。可知在满足xk＞a条件的情形下，γk＝θk；而在不满足条件xk＞a的情形下，γk≠θk，特别的，当u′k＝0时，由于此时甲方已经知道xk＝a，并按照方案将会在最后交集提取中剔除该样本，因此暂不考虑u′k＝0时的影响，通过后面的方案微调，我们使用其他方法避免u′k＝0的发生。
Figure BDA0003875490290000181
可知当xk＞a时，βk＝θk，此时
Figure BDA0003875490290000182
可知当
Figure BDA0003875490290000183
时，
Figure BDA0003875490290000184
于是通过S2与T2的交集就可以得出甲乙双方是否存在交集且满足大于筛选条件的结论。
当xk＜a时，γk≠θk，此时
Figure BDA0003875490290000185
因此即使
Figure BDA0003875490290000186
无法在求交环节中被作为交集输出。
当xk＝a时，其为满足u′k＝0的样本，无论其对应的元素是否为交集，都将其排除出交集结果中。
因此方案的正确性成立。
根据本公开的实施例，对于数据提供方而言，其处理的数据全部为随机值，无法获取任何关于交集、筛选策略判断结果、交集元素数量等有效信息。对于数据需求方而言，通过运行方案能够得到符合大于筛选判断条件的交集结果，无法获取数据提供方任何其他样本信息与特征信息，也无法判断不在最终交集中的样本是由于不在交集中还是不满足筛选条件。
根据本公开的实施例，上述具体实施例中是以大于策略为例进行讲解，对于筛选策略为小于策略的方式，仅需将数据需求端的第一特征集修改为y′k＝a1-yk，将数据提供端的第二特征数据集修改为z′k＝a2-zk。
根据本公开的实施例，对于大于等于或小于等于的筛选策略，可以基于大于策略的技术方案的基础上，利用系统支持编码对第二阈值秘密分片进行微调即可，在此不做赘述。
基于上述数据处理方法，本公开还提供了一种数据处理装置。以下将结合图7对该装置进行详细描述。
图7示意性示出了根据本公开实施例的数据需求端的数据处理装置的结构框图。
如图7所示，该实施例的数据需求端的数据处理装置700包括第一生成模块710、第二生成模块720、第一传输模块730、接收模块740和求交模块750。
第一生成模块710用于通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片。在一实施例中，第一生成模块710可以用于执行前文描述的操作S210，在此不再赘述。
第二生成模块720用于根据第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集。在一实施例中，第二生成模块720可以用于执行前文描述的操作S220，在此不再赘述。
第一传输模块730用于通过乘法秘密重分享方式，根据第一特征数据集和由数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据第三特征数据集从数据提供端获取第一筛选掩码数据集。在一实施例中，第一传输模块730可以用于执行前文描述的操作S230，在此不再赘述。
接收模块740用于从数据提供端接收第二加密数据集和第三加密数据集，其中，第二加密数据集是利用共享密钥对第一加密数据集进行处理得到的，第一加密数据集是由数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用共享密钥、第二私钥和第二筛选掩码数据集对第二待匹配数据集进行处理得到的。在一实施例中，接收模块740可以用于执行前文描述的操作S240，在此不再赘述。
求交模块750用于根据第一筛选掩码数据集、第二加密数据集和第三加密数据集，利用隐私求交算法得到目标数据集。在一实施例中，求交模块750可以用于执行前文描述的操作S250，在此不再赘述。
根据本公开的实施例，上述数据处理装置包括处理单元、第一确定单元以及第二确定单元，其中，处理单元用于通过加法秘密分享方式对第二待匹配数据集进行处理得到第一特征秘密分片；第一确定单元用于通过数据提供端根据第二特征秘密分片和第二阈值秘密分片确定第二特征数据集；第二确定单元用于按照不经意传输协议根据第四特征数据集确定第二筛选掩码数据集，其中，第四特征数据集是通过乘法秘密重分享方式根据由数据提供端利用预设参数组处理后的第一特征数据集确定的，其中，第三特征数据集与第四数据集中对应元素的乘积与第一特征数据集与第二特征数据集之和满足预设条件。
根据本公开的实施例，接收模块740包括第一获取单元和第二获取单元，其中，第一获取单元用于将共享密钥和第一待匹配数据集输入预设随机点生成函数，得到第一隐私数据集；第二获取单元用于针对第一隐私数据集中的每一个隐私数据，利用第一私钥对隐私数据进行倍点运算，得到第一加密数据集。
根据本公开的实施例，第一传输模块730包括第一生成单元、第一接收单元和第二生成单元，其中，第一生成单元用于针对第k个第一特征数据，利用预设参数组中的第k个第一参数、第k个第二参数和第k个第一特征数据，生成第k个第一特征参数，并向数据提供方发送第k个第一特征参数；第一接收单元用于接收第k个第二特征参数，其中，第k个第二特征参数是由数据提供方根据第k个第一特征参数、第k个第二特征数据、第k个第三参数以及第k个第四参数确定的，第k个第一参数与第k个第三参数的乘积等于第k个第二参数和第k个第四参数之和；第二生成单元用于根据第k个第一参数和第k个第二特征参数，生成第k个第三特征数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，第一传输模块730包括第一输出单元、第三获取单元和第三确定单元，其中，第一输出单元用于针对第k个第三特征数据，将第k个第三特征数据输入符号函数中，输出第k个目标值；第三获取单元用于通过执行不经意传输协议，从数据提供端获取第k组随机数组；第三确定单元用于根据第k个目标值，按照预设规则从第k组随机数组中确定第k个第一筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，求交模块750包括第四获取单元和第三生成单元，其中，第四获取单元用于利用第一私钥和第一筛选掩码数据集对第三加密数据集执行倍点运算，得到嵌入第一筛选掩码的第三加密数据集；第三生成单元用于根据第二加密数据集和嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集。
根据本公开的实施例，第三生成单元包括获取子单元和生成子单元，其中，获取子单元用于根据第二加密数据集和嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，得到目标交集；生成子单元用于根据目标交集中每一个元素与第二加密数据集的对应关系，从第一待匹配数据集中确定目标数据集。
基于上述数据处理方法，本公开还提供了一种数据处理装置。以下将结合图8对该装置进行详细描述。
图8示意性示出了根据本公开实施例的数据提供端的数据处理装置的结构框图。
如图8所示，该实施例的数据提供端的数据处理装置800包括第一处理模块810、第二传输模块820、第二处理模块830和发送模块840。
第一处理模块810用于通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，第二阈值秘密分片是由数据需求端根据预设阈值信息通过加法秘密分享方式得到的。在一实施例中，第一处理模块810可以用于执行前文描述的操作S610，在此不再赘述。
第二传输模块820用于通过乘法秘密重分享方式根据由数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据第四特征数据集确定第二筛选掩码集。在一实施例中，第二传输模块820可以用于执行前文描述的操作S620，在此不再赘述。
第二处理模块830用于利用第二私钥对第一加密数据集进行处理，得到第二加密数据集。在一实施例中，第二处理模块830可以用于执行前文描述的操作S630，在此不再赘述。
发送模块840用于利用共享密钥、第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将第二加密数据集和第三加密数据集向数据需求端发送。在一实施例中，发送模块840可以用于执行前文描述的操作S640，在此不再赘述。
根据本公开的实施例，第二传输模块820包括第二接收单元和第四生成单元，其中，第二接收单元用于从数据需求端接收第k个第一特征参数；第四生成单元用于根据第k个第一特征参数和预设参数组中的第k个第三参数，生成第k个第四特征数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，第二传输模块820包括第二输出单元和第四确定单元，其中，第二输出单元用于针对第k个第四特征数据，将第k个第四特征数据输入符号函数中，输出第k个目标值；第四确定单元用于通过执行不经意传输协议，根据第k个目标值，按照预设规则从第k组随机数组中确定第k个第二筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
根据本公开的实施例，第一处理模块810包括第五生成单元和第六生成单元，其中，第五生成单元用于根据第二阈值秘密分片和系统支持编码参数，生成第三阈值秘密分片，其中，系统支持编码参数包括参数值和参数格式；第六生成单元用于根据第二特征秘密分片和第三阈值秘密分片，生成第二特征数据集。
根据本公开的实施例，第一生成模块710、第二生成模块720、第一传输模块730、接收模块740、求交模块750、第一处理模块810、第二传输模块820、第二处理模块830和发送模块840中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一生成模块710、第二生成模块720、第一传输模块730、接收模块740、求交模块750、第一处理模块810、第二传输模块820、第二处理模块830和发送模块840中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一生成模块710、第二生成模块720、第一传输模块730、接收模块740、求交模块750、第一处理模块810、第二传输模块820、第二处理模块830和发送模块840中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图9示意性示出了根据本公开实施例的适于实现数据处理方法的电子设备的方框图。
如图9所示，根据本公开实施例的电子设备900包括处理器901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中，存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，电子设备900还可以包括输入/输出(I/O)接口905，输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分909被下载和安装，和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (16)

1.一种数据处理方法，应用于数据需求端，包括：
通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；
根据所述第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；
通过乘法秘密重分享方式，根据所述第一特征数据集和由所述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据所述第三特征数据集从所述数据提供端获取第一筛选掩码数据集；
从所述数据提供端接收第二加密数据集和第三加密数据集，其中，所述第二加密数据集是利用所述共享密钥对所述第一加密数据集进行处理得到的，所述第一加密数据集是由所述数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用所述共享密钥、第二私钥和第二筛选掩码数据集对所述第二待匹配数据集进行处理得到的；
根据所述第一筛选掩码数据集、所述第二加密数据集和所述第三加密数据集，利用隐私求交算法得到目标数据集。
2.根据权利要求1所述的方法，其中，所述第一特征秘密分片是由所述数据提供端通过加法秘密分享方式对第二待匹配数据集进行处理得到的；
所述第二特征数据集是由所述数据提供端根据第二特征秘密分片和所述第二阈值秘密分片确定的；
所述第二筛选掩码数据集是按照不经意传输协议根据第四特征数据集确定的，其中，所述第四特征数据集是通过乘法秘密重分享方式根据由所述数据提供端利用预设参数组处理后的第一特征数据集确定的，其中，所述第三特征数据集与所述第四数据集中对应元素的乘积与所述第一特征数据集与所述第二特征数据集之和满足预设条件。
3.根据权利要求1所述的方法，其中，所述利用共享密钥和第一私钥对第一待匹配数据集进行处理，包括：
将所述共享密钥和所述第一待匹配数据集输入预设随机点生成函数，得到第一隐私数据集；
针对所述第一隐私数据集中的每一个隐私数据，利用第一私钥对所述隐私数据进行倍点运算，得到第一加密数据集。
4.根据权利要求1所述的方法，其中，所述第一特征数据集中包括n个第一特征数据，所述第二特征数据集中包括n个第二特征数据；所述通过乘法秘密重分享方式，根据所述第一特征数据集和由所述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集，包括：
针对第k个第一特征数据，利用预设参数组中的第k个第一参数、第k个第二参数和所述第k个第一特征数据，生成第k个第一特征参数，并向所述数据提供方发送所述第k个第一特征参数；
接收第k个第二特征参数，其中，所述第k个第二特征参数是由所述数据提供方根据所述第k个第一特征参数、所述第k个第二特征数据、第k个第三参数以及第k个第四参数确定的，所述第k个第一参数与所述第k个第三参数的乘积等于所述第k个第二参数和所述第k个第四参数之和；
根据所述第k个第一参数和所述第k个第二特征参数，生成第k个第三特征数据，其中，n、k均为正整数，且1≤k≤n。
5.根据权利要求1所述的方法，其中，所述第三特征数据集中包括n个第三特征数据；所述通过执行不经意传输协议，根据所述第三特征数据集从所述数据提供端获取第一筛选掩码数据集，包括：
针对第k个第三特征数据，将所述第k个第三特征数据输入符号函数中，输出第k个目标值；
通过执行不经意传输协议，从所述数据提供端获取第k组随机数组；
根据所述第k个目标值，按照预设规则从所述第k组随机数组中确定第k个第一筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
6.根据权利要求1所述的方法，其中，所述根据所述第一筛选掩码数据集、所述第二加密数据集和所述第三加密数据集，利用隐私求交算法得到目标数据集，包括：
利用第一私钥和所述第一筛选掩码数据集对所述第三加密数据集执行倍点运算，得到嵌入第一筛选掩码的第三加密数据集；
根据所述第二加密数据集和所述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集。
7.根据权利要求6所述的方法，其中，所述根据所述第二加密数据集和所述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，生成目标数据集，包括：
根据所述第二加密数据集和所述嵌入第一筛选掩码的第三加密数据集，利用隐私结合求交协议，得到目标交集；
根据所述目标交集中每一个元素与所述第二加密数据集的对应关系，从所述第一待匹配数据集中确定目标数据集。
8.一种数据处理方法，应用于数据提供端，包括：
通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据所述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，所述第二阈值秘密分片是由所述数据需求端根据预设阈值信息通过加法秘密分享方式得到的；
通过乘法秘密重分享方式根据由所述数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据所述第四特征数据集确定第二筛选掩码集；
利用第二私钥对所述第一加密数据集进行处理，得到第二加密数据集；
利用共享密钥、所述第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将所述第二加密数据集和所述第三加密数据集向所述数据需求端发送。
9.根据权利要求8所述的方法，其中，所述第一特征数据集中包括n个第一特征数据，所述第二特征数据集中包括n个第二特征数据，所述通过乘法秘密重分享方式根据所述第一特征数据集和第二特征数据集，得到第四特征数据集包括：
从所述数据需求端接收第k个第一特征参数；
根据所述第k个第一特征参数和预设参数组中的第k个第三参数，生成第k个第四特征数据，其中，n、k均为正整数，且1≤k≤n。
10.根据权利要求8所述的方法，其中，所述第四特征数据集中包括n个第四特征数据，所述通过执行不经意传输协议根据所述第四特征数据集确定第二筛选掩码集，包括：
针对第k个第四特征数据，将所述第k个第四特征数据输入符号函数中，输出第k个目标值；
通过执行不经意传输协议，根据所述第k个目标值，按照预设规则从第k组随机数组中确定第k个第二筛选掩码数据，其中，n、k均为正整数，且1≤k≤n。
11.根据权利要求8所述的方法，其中，根据所述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，包括：
根据所述第二阈值秘密分片和系统支持编码参数，生成第三阈值秘密分片，其中，所述系统支持编码参数包括参数值和参数格式；
根据所述第二特征秘密分片和所述第三阈值秘密分片，生成所述第二特征数据集。
12.一种数据处理装置，应用于数据需求端，包括：
第一生成模块，用于通过加法秘密分享方式对预设筛选阈值信息进行处理，生成第一阈值秘密分片和第二阈值秘密分片；
第二生成模块，用于根据所述第一阈值秘密分片和第一特征秘密分片，生成第一特征数据集；
第一传输模块，用于通过乘法秘密重分享方式，根据所述第一特征数据集和由所述数据提供端利用预设参数组处理后的第二特征数据集，得到第三特征数据集；并通过执行不经意传输协议，根据所述第三特征数据集从所述数据提供端获取第一筛选掩码数据集；
接收模块，用于从所述数据提供端接收第二加密数据集和第三加密数据集，其中，所述第二加密数据集是利用所述共享密钥对所述第一加密数据集进行处理得到的，所述第一加密数据集是由所述数据需求端利用共享密钥和第一私钥对第一待匹配数据集进行处理得到的；第三加密数据集是利用所述共享密钥、第二私钥和第二筛选掩码数据集对所述第二待匹配数据集进行处理得到的；
求交模块，用于根据所述第一筛选掩码数据集、所述第二加密数据集和所述第三加密数据集，利用隐私求交算法得到目标数据集。
13.一种数据处理装置，应用于数据提供端，包括：
第一处理模块，用于通过加法秘密分享方式对第二待匹配数据集进行处理，得到第一特征秘密分片和第二特征秘密分片；并根据所述第二阈值秘密分片和第二特征秘密分片，生成第二特征数据集，其中，所述第二阈值秘密分片是由所述数据需求端根据预设阈值信息通过加法秘密分享方式得到的；
第二传输模块，用于通过乘法秘密重分享方式根据由所述数据需求端利用预设参数组处理后的第一特征数据集，得到第四特征数据集；并通过执行不经意传输协议根据所述第四特征数据集确定第二筛选掩码集；
第二处理模块，用于利用第二私钥对所述第一加密数据集进行处理，得到第二加密数据集；
发送模块，用于利用共享密钥、所述第二私钥和第二筛选掩码集对第二待匹配数据集进行处理，得到第三加密数据集，并将所述第二加密数据集和所述第三加密数据集向所述数据需求端发送。
14.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～7或8～11中任一项所述的方法。
15.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～7或8～11中任一项所述的方法。
16.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～7或8～11中任一项所述的方法。
CN202211219743.9A 2022-09-30 2022-09-30 数据处理方法、装置、设备和介质 Pending CN115618380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211219743.9A CN115618380A (zh) 2022-09-30 2022-09-30 数据处理方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211219743.9A CN115618380A (zh) 2022-09-30 2022-09-30 数据处理方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN115618380A true CN115618380A (zh) 2023-01-17

Family

ID=84859813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211219743.9A Pending CN115618380A (zh) 2022-09-30 2022-09-30 数据处理方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115618380A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115987512A (zh) * 2023-03-09 2023-04-18 北京数牍科技有限公司 基于不经意传输协议的数据处理方法、装置、系统及介质
CN117520970A (zh) * 2024-01-05 2024-02-06 同盾科技有限公司 基于多方安全计算的符号位确定方法、装置、系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115987512A (zh) * 2023-03-09 2023-04-18 北京数牍科技有限公司 基于不经意传输协议的数据处理方法、装置、系统及介质
CN115987512B (zh) * 2023-03-09 2023-06-20 北京数牍科技有限公司 基于不经意传输协议的数据处理方法、装置、系统及介质
CN117520970A (zh) * 2024-01-05 2024-02-06 同盾科技有限公司 基于多方安全计算的符号位确定方法、装置、系统
CN117520970B (zh) * 2024-01-05 2024-03-29 同盾科技有限公司 基于多方安全计算的符号位确定方法、装置、系统

Similar Documents

Publication Publication Date Title
US11451370B2 (en) Secure probabilistic analytics using an encrypted analytics matrix
US9495668B1 (en) Computing solutions to a problem involving inversion of a one-way function
CN115618380A (zh) 数据处理方法、装置、设备和介质
US11507683B2 (en) Query processing with adaptive risk decisioning
WO2015131394A1 (en) Method and apparatus for verifying processed data
CN114826733A (zh) 文件传输方法、装置、系统、设备、介质以及程序产品
CN111949998B (zh) 对象检测及请求方法、数据处理系统、装置及存储介质
CN114500093A (zh) 报文信息的安全交互方法及系统
CN116781425B (zh) 一种业务数据获取方法、装置、设备及存储介质
CN115618381A (zh) 数据处理方法、装置、设备及存储介质
WO2023215290A1 (en) Privacy secure batch retrieval using private information retrieval and secure multi-party computation
US11133926B2 (en) Attribute-based key management system
CN115599959A (zh) 数据共享方法、装置、设备及存储介质
WO2023196016A1 (en) Secure computation using multi-party computation and a trusted execution environment
CN115603905A (zh) 数据共享方法、装置、设备及存储介质
CN115438381A (zh) 基于相等策略的隐私集合求交方法、装置、设备和介质
US20220309178A1 (en) Private searchable database
CN113052044A (zh) 识别虹膜图像的方法、装置、计算设备和介质
CN115936706B (zh) 一种基于区块链的数据要素辅助交易方法、装置和系统
US11736450B2 (en) Anonymous message board
CN112615712B (zh) 数据的处理方法、相关装置及计算机程序产品
US11962562B2 (en) Anonymous message board server verification
CN115412243A (zh) 数据处理方法、装置、设备及存储介质
CN106447474B (zh) 基于匹配度的在线安全多属性逆向拍卖方法
CN106447473B (zh) 基于匹配度的在线安全多正相关属性逆向拍卖方法

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