CN116244753B - 隐私数据求交集的方法、装置、设备及存储介质 - Google Patents

隐私数据求交集的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116244753B
CN116244753B CN202310530124.XA CN202310530124A CN116244753B CN 116244753 B CN116244753 B CN 116244753B CN 202310530124 A CN202310530124 A CN 202310530124A CN 116244753 B CN116244753 B CN 116244753B
Authority
CN
China
Prior art keywords
data
service data
equal
sets
determining
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
CN202310530124.XA
Other languages
English (en)
Other versions
CN116244753A (zh
Inventor
何笑鸥
金易
潘源盛
巩博儒
吴磊
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 CN202310530124.XA priority Critical patent/CN116244753B/zh
Publication of CN116244753A publication Critical patent/CN116244753A/zh
Application granted granted Critical
Publication of CN116244753B publication Critical patent/CN116244753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F21/6227—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 where protection concerns the structure of data, e.g. records, types, queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种隐私数据求交集的方法、装置、设备及存储介质。涉及数据隐私保护处理技术领域。该方法包括：对第一方的第一原始数据集合进行转换，得到第一数据集合，第一数据集合包括多个第一业务数据；获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，第二数据集合包括多个第二业务数据；根据预设阈值，确定约等集合；对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；确定每个第一业务数据的特征值；根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集。本申请可以提高了求交集的效率。

Description

隐私数据求交集的方法、装置、设备及存储介质
技术领域
本申请涉及数据处理技术领域，尤其涉及一种隐私数据求交集的方法、装置、设备及存储介质。
背景技术
近年来，隐私保护集合交集（Private Set Intersection，PSI）允许持有数据集合的两方共同确定两个数据集合的交集。一方或是两方获取两个数据集合的交集的过程中，不会得到交集以外的任何数据，因此提高了持有数据集合的各方的数据安全。其中，隐私保护集合交集可以应用在多个场景中，例如，应用在确定广告转换率的场景中，一方的数据集合包括已浏览某一物品广告的多个用户信息，另一方的数据集合包括已购买该物品的多个用户信息。通过确定两方数据集合的交集，可以确定广告的转换率。
在现有技术中，一般是通过计算机设备分别提取两方数据集合内的数据，然后两两对比，确定两方数据集合的交集。发明人发现现有技术至少存在如下技术问题：当数据集合内的数据量较大时，通过两两对比的次数较多，导致计算机设备处理两方数据集合的交集时存在效率低的问题。
发明内容
本申请提供一种隐私数据求交集的方法、装置、设备及存储介质，能够提高隐私数据求交集的效率。
第一方面，本申请提供一种隐私数据求交集的方法，包括：
对第一方的第一原始数据集合进行转换，得到第一数据集合，所述第一数据集合包括多个第一业务数据；
获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，所述第二数据集合包括多个第二业务数据；
根据预设阈值，确定约等集合；
对所述第二数据集合中的每个第二业务数据计算特征值，根据所述特征值对所述第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；
确定每个所述第一业务数据的特征值；
根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集。
在一种可能的设计中，所述根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集，包括：
对于每个第一业务数据，根据所述第一业务数据的特征值和所述约等集合，从所述多个类别集合中确定待对比的第一目标集合；
将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集。
在一种可能的设计中，所述将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集，包括：
将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对；
若存在所述第一业务数据和所述第二业务数据之间的误差值不大于误差阈值，则确定所述第一业务数据对应的第一原始数据属于第一原始数据集合和第二原始数据集合的交集。
在一种可能的设计中，所述根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集，包括：
对于每个类别集合，根据所述类别集合中每个第二业务数据的特征值和所述约等集合，确定多个第二目标集合；
根据所述每个第一业务数据的特征值，从所述多个第二目标集合中选取与所述第一业务数据对应的第二目标集合；
将所述第一业务数据对应的第二目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集。
在一种可能的设计中，所述确定每个所述第一业务数据的特征值，包括：
对于每个所述第一业务数据，确定所述第一业务数据的段数；
根据所述第一业务数据的段数，对所述第一业务数据内的字符进行逐段求和；
将多个求和结果作为所述第一业务数据的特征值。
在一种可能的设计中，其中对所述第二数据集合中的每个第二业务数据计算特征值，包括：
对于每个所述第二业务数据，确定所述第二业务数据的段数；
根据所述第二业务数据的段数，对所述第二业务数据内的字符进行逐段求和；
将多个求和结果作为所述第二业务数据的特征值。
在一种可能的设计中，所述根据预设阈值，确定约等集合，包括：
对于任一M个约等字符，确定各个约等字符的绝对值，其中，M为正整数；
若所述各个约等字符的绝对值之和不大于所述误差阈值，则将所述M个约等字符组合为约等数据，得到约等集合。
在一种可能的设计中，所述根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集之前，还包括：初始化所述第一原始数据集合和所述第二原始数据集合的交集为空集。
第二方面，本申请提供一种隐私数据求交集的装置，包括：
转换模块，用于对第一方的第一原始数据集合进行转换，得到第一数据集合，所述第一数据集合包括多个第一业务数据；
获取模块，用于获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，所述第二数据集合包括多个第二业务数据；
第一确定模块，用于根据预设阈值，确定约等集合；
特征分类模块，用于对所述第二数据集合中的每个第二业务数据计算特征值，根据所述特征值对所述第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；
第二确定模块，用于确定每个所述第一业务数据的特征值；
第三确定模块，用于根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集。
第三方面，本发明提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面所述的隐私数据求交集的方法。
第四方面，本发明提供一种计算机存储介质，所述计算机存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面所述的隐私数据求交集的方法。
第五方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时，实现如上第一方面所述的隐私数据求交集的方法。
本申请提供的隐私数据求交集的方法、装置、设备及存储介质，对第一方的第一原始数据集合进行转换，得到第一数据集合，第一数据集合包括多个第一业务数据；获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，第二数据集合包括多个第二业务数据；根据预设阈值，确定约等集合；对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；确定每个第一业务数据的特征值；根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集。由于通过将业务数据进行特征分类，将同一类型的第二业务数据进行分类，第一业务数据只需与特定类别的第二业务数据进行对比即可，这样降低了参与比对的第二业务数据的数量，因此提高了隐私数据求交集的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本发明实施例提供的隐私数据求交集的方法的应用场景示意图；
图2为本发明实施例提供的隐私数据求交集的方法的流程图一；
图3为本发明实施例提供的隐私数据求交集的方法的流程图二；
图4为本发明实施例提供的隐私数据求交集的方法的流程图三；
图5为本发明实施例提供的隐私数据求交集的装置的结构示意图；
图6为本发明实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
近年来，隐私保护集合交集（Private Set Intersection，PSI）允许持有数据集合的两方共同确定两个数据集合的交集。一方或是两方获取两个数据集合的交集的过程中，不会得到交集以外的任何数据，因此提高了持有数据集合的各方的数据安全。
其中，隐私保护集合交集可以应用在多个场景中，
例如，可以应用在确定广告转换效率的场景中：一方（广告推广方）的数据集合包括已浏览某一物品广告的多个用户信息，另一方（商家）的数据集合包括已购买该物品的多个用户信息。通过确定两方数据集合的交集，可以确定广告的转换率。
再如，可以应用在确定共同联系人的场景中：当用户注册使用某一应用时，通过确定用户的现有联系人（一方的数据集合）和该应用内的其他用户（另一方的数据集合）的交集，能够确定该用户现有联系人中哪些联系人已注册了同一应用。
再如，可以应用在确定图像识别的场景中：通过确定用户的人脸图像（一方的数据集合）和识别应用的图像数据库内存储的人脸图像（另一方的数据集合）的交集，能够确定该用户的人脸图像是否与图像数据库内的人脸图像相匹配。
再如，可以应用在容误差的隐私数据求交集的场景中：容误差是指当允许数据存在一定误差，此时，隐私数据求交集所求的不是标准定义下的两方数据集合的交集，而是两方数据在约等意义下的交集。
随着量子技术的不断发展，需要设计可以抵御量子攻击的安全方案，即后量子安全方案（Post-Quantum schemes）。其中，基于格理论（lattice-based）的安全方案，由于可以在效率和安全性之间取得较好的平衡，因而受到广泛关注。这些方案的安全性通常基于两类底层数学困难问题，其一为容误差学习问题（learning with errors, LWE），简单来说，即是通过引入小误差生成看起来完全均匀随机的数据来保护信息安全。当把LWE技术应用于PSI方案，在数据比对阶段，两方数据或不能简单求严格意义上的相等交集，而只能求约等交集。本专利即是针对这一场景，设计容误差的高效数据比对算法。
在现有技术中，一般是通过一一提取两方数据集合内的数据，然后两两对比，确定两方数据集合的交集。但是，当数据集合内的数据量较大时，两两对比的次数较多，导致确定两方数据集合交集的效率较低。
针对上述技术问题，本申请提出如下技术构思：首先确定约等集合；然后对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；之后根据第一业务数据的特征值、多个类别集合和约等集合，确定与第一业务数据进行对比的目标集合，而目标集合中第二业务数据的量较少，因此降低了与第一业务数据进行比对的第二业务数据的数量，从而提高了隐私数据求交集的效率。
图1是本发明实施例提供的隐私数据求交集的方法的应用场景示意图。如图1所示，显示终端101将隐私数据求交集请求通过无线网络传输至服务器102。服务器102接收隐私数据求交集请求，确定第一方的第一数据集合与第二方的第二数据集合的数据交集，并将数据交集返回至显示终端101进行显示。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
本申请实施例提供一种隐私数据求交集的方法。本申请实施例的方法的执行主体可以是终端，也可以是服务器；本申请实施例以执行主体是服务器为例进行说明。图2为本申请实施例提供的隐私数据求交集的方法的流程图一。如图2所示，该隐私数据求交集的方法包括：
S201、对第一方的第一原始数据集合进行转换，得到第一数据集合，该第一数据集合包括多个第一业务数据。
其中，第一原始数据集合包括多个第一方的原始数据。例如，第一方的原始数据是对第一方的图像进行转换后的字符串。再如，第一方的原始数据是对第一方的用户名进行转换后的字符串。
在本发明实施例中，第一业务数据可以是任一类型的存储数据；第一业务数据可以是用户信息、物品信息、文字信息、图像信息、音频信息、视频信息等。第一业务数据可以存储在第一方的数据库内。
示例性的，第一数据集合可以用X表示，含2个业务数据，X={x1，x2}。其中，x1=1010000110、x2=1001001010。
S202、获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，第二数据集合包括多个第二业务数据。
其中，第二原始数据集合包括多个第二方的原始数据。例如，第二方的原始数据是对第二方的图像进行转换后的字符串。再如，第二方的原始数据是对第二方的用户名进行转换后的字符串。
其中，第二数据集合是对第二原始数据集合内的多个第二方的原始数据进行转换后得到的加密数据集合。也即是，第二业务数据是加密数据。
在本发明实施例中，第二业务数据可以是任一类型的存储数据；第二业务数据可以是用户信息、物品信息、文字信息、图像信息、音频信息、视频信息等。第二业务数据可以存储在第二方的数据库内。
示例性的，第二数据集合可以用Y表示，含3个业务数据Y={y1，y2，y3}。其中，y1=1011001110、y2=0101001001、y3=1110111110。
可选地，本步骤为：第二方接收到用户通过终端发送的隐私数据求交集请求，向第一方发送数据获取请求。第一方接收数据获取请求，向第二方发送的第一数据集合，第二方接收第一方发送的第一数据集合。其中，第一方数据接收端，第二方是数据发送端。
S203、根据预设阈值，确定约等集合。
其中，预设阈值代表误差阈值，可以用w表示。在本申请实施例中对预设阈值的数值不做具体限定，可以根据需要进行设定并修改。例如，w=2。
在本发明实施例中，约等集合包括多个约等数据。例如，约等集合为C，C包括的多个约等数据为：(0，0)、(0，1)、(0，-1)、(0，2)、(0，-2)、(1，0)、(1，1)、(1，-1)、(-1，0)、 (-1，1)、(-1，-1)、(2, 0)、(-2, 0)。
其中，约等数据内包括多个约等字符。约等字符的数量与第二业务数据对应的特征值内字符的数量相同。例如，第二业务数据对应的特征值内字符的数量为2，约等字符的数量也是2。
可选地，对于任一M个约等字符，确定各个约等字符的绝对值；若各个约等字符的绝对值之和不大于误差阈值，则将M个约等字符组合为约等数据，得到约等集合。其中，M为正整数，表示第二业务数据对应的特征值内字符的数量。
示例性的，M数量为2；预设阈值（也即误差阈值）w为2。约等数据内的约等字符可以用c1、c2表示。根据| c1|＋| c1|≤2，计算得到约等集合包括的多个约等数据为：(0，0)、(0，1)、(0，-1)、(0，2)、(0，-2)、(1，0)、(1，1)、(1，-1)、(-1，0)、 (-1，1)、(-1，-1)、(2, 0)、(-2,0)。
需要说明的是，在将原始数据转换为业务数据的过程中，可能会引入误差，即使是同一个原始数据，在每次转换过程后得到的业务数据也不尽相同，即存在误差，但这些不同的业务数据之间的误差不会很大，通常在一个较小范围内，而误差阈值是对该误差范围的限定。
S204、对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合。
本发明实施例中，每个类别集合内包括的多个第二业务数据对应的特征值相同。这样，通过特征值可以将第二数据集合中的第二业务数据分为多个类别集合。
在本发明实施例中，可以通过多种方法计算第二业务数据的特征值。可选地，通过分段求和，确定第二业务数据的特征值。具体步骤为：对于每个第二业务数据，确定第二业务数据的段数；根据第二业务数据的段数，对第二业务数据内的字符进行逐段求和；将所得的多个求和结果作为第二业务数据的特征值。
例如，第二业务数据y1=1011001110中有10个字符，分为两段，分别对前5个字符、后5个字符进行求和，将得到的两个求和结果作为第二业务数据y1的特征值：χ(y1) =(3，3)。
再如，第二业务数据y2=0101001001中有10个字符，分别对前5个字符、后5个字符进行求和，将得到的两个和值的数组作为第二业务数据y2的特征值：χ(y2) =(2，2)。
再如，第二业务数据y3=1110111110中有10个字符，分别对前5个字符、后5个字符进行求和，将得到的两个和值的数组作为第二业务数据y3的特征值：χ(y3) =(4，4)。
示例性的，多个类别集合包括：S(3,3)、S(2,2)、S(4,4)。其中，类别集合S(3,3)包括：特征值为(3，3)的多个第二业务数据。类别集合S(2,2)包括：特征值为(2，2)的多个第二业务数据。类别集合S(4,4)包括：特征值为(4，4)的多个第二业务数据。
S205、确定每个第一业务数据的特征值。
在本发明实施例中，可以通过多种方法计算第一业务数据的特征值。可选地，可以通过分段求和，确定第一业务数据的特征值。具体步骤为：对于每个第一业务数据，确定第一业务数据的段数；根据第一业务数据的段数，对第一业务数据内的字符进行逐段求和；将多个求和结果作为第一业务数据的特征值。其中，第一业务数据x的特征值可以表示为χ(x)。
例如，第一业务数据x1=1010000110中有10个字符，第一业务数据的段数为2段，分别对前5个字符、后5个字符进行求和，将得到的两个求和结果作为第一业务数据x1的特征值：χ(x1) =(2，2)。
S206、根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集。
在本发明实施例中，可以通过多种方法确定第一原始数据集合和第二原始数据集合的交集。下面通过一些两种方法进行说明。
其中，如图3所示，第一种方法包括以下步骤S301至S302：
S301、对于每个第一业务数据，根据第一业务数据的特征值和约等集合，从多个类别集合中确定待对比的第一目标集合。
可选地，本步骤为：对于每个第一业务数据，根据第一业务数据的特征值和约等集合中每个约等数据的和，得到特征值集合，从多个类别集合中选取特征值与特征值集合里的数据相同的多个目标类别集合，确定多个目标类别集合的并集为待对比的第一目标集合。其中，第一业务数据x的特征值为χ(x)，第一目标集合可以表示为Tχ(x)。
例如，根据χ(x1) =(2，2)和约等集合C中每个约等数据(0，0)、(1，0)、(-1，0)、(0，1)、(0，-1)、(1，1)、(1，-1)、(-1，1)、(-1，-1)、(0，2)、(0，-2), (2, 0), (-2, 0)之和，得到的特征值集合为{χ(x1)+(0,0)、χ(x1)+(0,1)、χ(x1)+(0,-1)、χ(x1)+(0,2)、χ(x1)+(0,-2)、χ(x1)+(1,0)、χ(x1)+(1,1)、χ(x1)+(1,-1)、χ(x1)+(-1,0)、χ(x1)+(-1,1)、χ(x1)+(-1,-1)、χ(x1)+(2,0)、χ(x1)+(-2,0)}，其中，特征值集合里的数据为：(2,2)、(2,3)、(2,1)、(2,4)、(2,0)、(3,2)、(3,3)、(3,1)、(1,2)、(1,3)、(1,1)、(4,2)、(0,2)；则从多个类别集合中选取特征值与特征值集合里的数据相同的多个目标类别集合为：S(2,2)、S(2,3)、S(2,1)、S(2,4)、S(2,0)、S(3,2)、S(3,3)、S(3,1)、S(1,2)、S(1,3)、S(1,1)、S(4,2)、S(0,2)，确定多个目标类别集合的并集为第一目标集合Tχ(x1)。其中，目标类别集合S(2,2)的特征值(2，2)与特征值集合里的数据(2,2)相同。
S302、将待对比的第一目标集合中的每个第二业务数据与该第一业务数据进行比对，得到第一原始数据集合和第二原始数据集合的交集。
可选的，本步骤为：将待对比的第一目标集合中的每个第二业务数据与该第一业务数据进行比对，若存在第一业务数据和第二业务数据之间的误差值不大于误差阈值，则确定该第一业务数据对应的第一原始数据属于第一原始数据集合和第二原始数据集合的交集。
例如，第一业务数据为x1=1010000110，其对应的（待对比的）第一目标集合为T(2,2)，其中，T(2,2)包括目标类别集合S(2,2)中的第二业务数据和目标类别集合S(3,3)中的第二业务数据。其中，S(2,2)包括1个第二业务数据y2=0101001001；S(3,3)包括1个第二业务数据y1=1011001110。也即是，T(2,2)包括第二业务数据y1=1011001110和第二业务数据y2=0101001001。将x1与T(2,2)中每个第二业务数据进行比对，其中，x1和y1有2位不同，误差值为2，不超过（预设的）误差阈值w=2，也即存在第一业务数据和第二业务数据之间的误差值不大于误差阈值，所以x1对应的原始数据属于第一原始集合和第二原始集合的交集，这时不需要再比较x1和y2。
需要说明的是，若第一业务数据和每个第二业务数据之间的误差值均大于误差阈值，则确定第一业务数据对应的第一原始数据不属于第一原始数据集合和第二原始数据集合的交集。
例如，Tχ(x1)中只有1个第二业务数据y2=0101001001，将x1与y2进行比对，有8位不同，误差值为8，超过了误差阈值w=2，那么x1对应的原始数据就不属于第一原始集合和第二原始集合的交集。
本申请提供的隐私数据求交集的方法，首先确定约等集合；然后对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；之后根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集，而与第一业务数据进行对比的第一目标集合内的第二业务数据的数量较少，因此本申请通过多个类别集合和约等集合，降低与第一业务数据进行比对的数据量，从而提高了隐私数据求交集的效率。
如图4所示，第二种方法包括以下步骤S401至S403：
S401、对于每个类别集合，根据该类别集合中每个第二业务数据的特征值和约等集合，确定多个第二目标集合。
可选地，本步骤为：对于每个类别集合，根据该类别集合中每个第二业务数据的特征值和约等集合中每个约等数据之和，将该类别集合中的第二业务数据放入多个第二目标集合中（或者说，将该类别集合中的第二业务数据并入多个第二目标集合中），得到多个第二目标集合。
需要说明的是，初始的第二目标集合为空集，也即在将第二业务数据放入第二目标集合之前，还包括：初始化多个第二目标集合为空集。其中，多个第二目标集合可以表示为Tχ(y)+c。
示例性的，对于类别集合S(3,3)，该类别集合S(3,3)中包含所有特征值为(3,3)的第二业务数据，如y1=1011001110。约等集合C={(0，0)、(1，0)、(-1，0)、(0，1)、(0，-1)、(1，1)、(1，-1)、(-1，1)、(-1, -1)、(0, 2)、(0, -2)、(2, 0)、(-2, 0)}。首先，将多个第二目标集合Tχ(y)+c初始化为空集；然后，根据类别集合S(3,3)中第二业务数据的特征值(3,3)和约等集合C中的每个约等数据之和，将S（3,3）中的第二业务数据放入多个第二目标集合中。具体来说，将类别集合S(3,3)放入多个第二目标集合Tχ(y)+c中，（也即T(3,3)+(0,0)、T(3,3)+(0,1)、T(3,3)+(0,-1)、T(3,3)+(0,2)、T(3,3)+(0,-2)、T(3,3)+(1,0)、T(3,3)+(1,1)、T(3,3)+(1,-1)、T(3,3)+(-1,0)、T(3,3)+(-1,1)、T(3,3)+(-1,-1)、T(3,3)+(2,0)、T(3,3)+(-2,0)中）。所以S(3,3)是多个第二目标集合Tχ(y)+c的子集。
反过来看，对于第二目标集合T(3,2)，它是多个类别集合S(3,2)-(0,0)、S(3,2)-(0,1)、S(3,2)-(0,-1)、S(3,2)-(0,2)、S(3,2)-(0,-2)、S(3,2)-(1,0)、S(3,2)-(1,1)、S(3,2)-(1,-1)、S(3,2)-(-1,0)、S(3,2)-(-1,1)、S(3,2)-(-1,-1)、S(3,2)-(2,0)、S(3,2)-(-2,0)的并集（也即是S(3,2)、、S(3,1)、S(3,3)、S(3,0)、S(3,4)、S(2,2)、S(2,1)、S(2,3)、S(4,2)、S(4,3)、S(4,4)、S(1,2)、S(5,2)的并集）。其中，第二目标集合T(3,2)内含有这些类别集合的全部第二业务数据。
需要说明的是，在本发明实施例中，对步骤S205和步骤S401的执行顺序不作具体限定。可以先执行步骤S205，再执行步骤S401；也可以先执行步骤S401，再执行步骤S205，还可以同时执行步骤S205和步骤S401。
S402、根据每个第一业务数据的特征值，从多个第二目标集合中选取与该第一业务数据对应的第二目标集合。
可选地，本步骤为：根据每个第一业务数据的特征值，从多个第二目标集合中选取与该第一业务数据的特征值相同的第二目标集合；确定与该第一业务数据的特征值相同的第二目标集合为该第一业务数据对应的第二目标集合。
例如，第一业务数据x1=1110000110的特征值χ(x1) 为(3，2)；从多个第二目标集合中选取与该第一业务数据的特征值相同的第二目标集合为T(3,2)，确定T(3,2)为该第一业务数据对应的第二目标集合。
S403、将第一业务数据对应的第二目标集合中的每个第二业务数据与该第一业务数据进行比对，得到第一原始数据集合和第二原始数据集合的交集。
可选的，本步骤为：将第一业务数据对应的第一目标集合中的每个第二业务数据与该第一业务数据作比对，若存在第一业务数据和第二业务数据之间的误差值不大于误差阈值，则确定该第一业务数据对应的第一原始数据属于第一原始数据集合和第二原始数据集合的交集。
需要说明的是，第一原始数据集合和第二原始数据集合的交集可以用交集I表示，该交集初始为空集。相应的，在根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集之前，该方法还包括：初始化第一原始数据集合和第二原始数据集合的交集为空集。
本申请提供的隐私数据求交集的方法，首先确定约等集合；然后对第二数据集合中的每个第二业务数据计算特征值，根据特征值和约等集合对第二数据集合中的第二业务数据进行分类，得到多个第二目标集合；之后根据第一业务数据、其特征值相对应的第二目标集合，确定第一原始数据集合和第二原始数据集合的交集，而与第一业务数据进行对比的第二目标集合内的第二业务数据的数量较少，因此本申请通过多个类别集合和约等集合，降低与第一业务数据进行比对的数据量，从而提高了隐私数据求交集的效率。
综上所述，本申请提供的隐私数据求交集的方法，由于通过将业务数据进行特征分类，将同一类型的第二业务数据进行分类，第一业务数据只需与特定类别的第二业务数据进行对比即可，这样降低了参与比对的第二业务数据的数量，因此提高了隐私数据求交集的效率。
图5为本申请实施例提供的隐私数据求交集的装置的结构示意图。如图5所示，该隐私数据求交集的装置，包括：转换模块501、获取模块502、第一确定模块503、特征分类模块504、第二确定模块505和第三确定模块506。
其中，转换模块501，用于对第一方的第一原始数据集合进行转换，得到第一数据集合，第一数据集合包括多个第一业务数据；
获取模块502，用于获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，第二数据集合包括多个第二业务数据；
第一确定模块503，用于根据预设阈值，确定约等集合；
特征分类模块504，用于对第二数据集合中的每个第二业务数据计算特征值，根据特征值对第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；
第二确定模块505，用于确定每个第一业务数据的特征值；
第三确定模块506，用于根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集。
在一种可能的设计中，第三确定模块506根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集，具体包括：对于每个第一业务数据，根据第一业务数据的特征值和约等集合，从多个类别集合中确定待对比的第一目标集合；将待对比的第一目标集合中的每个第二业务数据与第一业务数据进行比对，得到第一原始数据集合和第二原始数据集合的交集。
在一种可能的设计中，第三确定模块506将待对比的第一目标集合中的每个第二业务数据与第一业务数据进行比对，得到第一原始数据集合和第二原始数据集合的交集，包括：将待对比的第一目标集合中的每个第二业务数据与第一业务数据进行比对；若存在第一业务数据和第二业务数据之间的误差值不大于误差阈值，则确定第一业务数据对应的第一原始数据属于第一原始数据集合和第二原始数据集合的交集。
在一种可能的设计中，第三确定模块506根据第一业务数据的特征值、多个类别集合和约等集合，确定第一原始数据集合和第二原始数据集合的交集，包括：对于每个类别集合，根据类别集合中每个第二业务数据的特征值和约等集合，确定多个第二目标集合；根据每个第一业务数据的特征值，从多个第二目标集合中选取与第一业务数据对应的第二目标集合；将第一业务数据对应的第二目标集合中的每个第二业务数据与第一业务数据进行比对，得到第一原始数据集合和第二原始数据集合的交集。
在一种可能的设计中，第二确定模块505确定每个第一业务数据的特征值，具体包括：对于每个第一业务数据，确定第一业务数据的段数；根据第一业务数据的段数，对第一业务数据内的字符进行逐段求和；将多个求和结果作为第一业务数据的特征值。
在一种可能的设计中，特征分类模块504对第二数据集合中的每个第二业务数据计算特征值，具体包括：对于每个第二业务数据，确定第二业务数据的段数；根据第二业务数据的段数，对第二业务数据内的字符进行逐段求和；将多个求和结果作为第二业务数据的特征值。
在一种可能的设计中，第一确定模块503根据预设阈值，确定约等集合，包括：对于任一M个约等字符，确定各个约等字符的绝对值，其中，M为正整数；若各个约等字符的绝对值之和不大于误差阈值，则将M个约等字符组合为约等数据，得到约等集合。
在一种可能的设计中，还包括：初始化模块；初始化模块，用于初始化第一原始数据集合和第二原始数据集合的交集为空集。
本申请实施例提供的隐私数据求交集的装置，可用于执行上述实施例中隐私数据求交集的方法的技术方案，其实现原理和技术效果类似，在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块501可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块501的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图6为本申请实施例提供的电子设备的结构示意图。如图6所示，该电子设备可以包括：收发器601、处理器602、存储器603。
处理器602执行存储器存储的计算机执行指令，使得处理器602执行上述实施例中的方案。处理器602可以是通用处理器，包括中央处理器CPU、网络处理器（networkprocessor，NP）等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器603通过系统总线与处理器602连接并完成相互间的通信，存储器603用于存储计算机程序指令。
收发器601可以用于获取待运行任务和待运行任务的配置信息。
系统总线可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他计算机（例如客户端、读写库和只读库）之间的通信。存储器可能包含随机存取存储器（randomaccess memory，RAM），也可能还包括非易失性存储器（non-volatile memory）。
本申请实施例提供的电子设备，可以是上述实施例的服务器。
本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中隐私数据求交集的方法的技术方案。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例隐私数据求交集的方法的技术方案。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时可实现上述实施例中隐私数据求交集的方法的技术方案。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种隐私数据求交集的方法，其特征在于，包括：
对第一方的第一原始数据集合进行转换，得到第一数据集合，所述第一数据集合包括多个第一业务数据；
获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，所述第二数据集合包括多个第二业务数据；
对于任一M个约等字符，确定各个约等字符的绝对值，其中，M为正整数，若所述各个约等字符的绝对值之和不大于误差阈值，则将所述M个约等字符组合为约等数据，得到约等集合，其中所述约等集合内包括多个约等字符，所述约等字符的数量与所述第二业务数据对应的特征值内字符的数量相同；
对所述第二数据集合中的每个第二业务数据计算特征值，根据所述特征值对所述第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；
确定每个所述第一业务数据的特征值；
根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集，包括：
对于每个第一业务数据，根据所述第一业务数据的特征值和所述约等集合，从所述多个类别集合中确定待对比的第一目标集合；
将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集。
3.根据权利要求2所述的方法，其特征在于，所述将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集，包括：
将所述待对比的第一目标集合中的每个第二业务数据与所述第一业务数据进行比对；
若存在所述第一业务数据和所述第二业务数据之间的误差值不大于误差阈值，则确定所述第一业务数据对应的第一原始数据属于第一原始数据集合和第二原始数据集合的交集。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集，包括：
对于每个类别集合，根据所述类别集合中每个第二业务数据的特征值和所述约等集合，确定多个第二目标集合；
根据所述每个第一业务数据的特征值，从所述多个第二目标集合中选取与所述第一业务数据对应的第二目标集合；
将所述第一业务数据对应的第二目标集合中的每个第二业务数据与所述第一业务数据进行比对，得到所述第一原始数据集合和所述第二原始数据集合的交集。
5.根据权利要求1所述的方法，其特征在于，所述确定每个所述第一业务数据的特征值，包括：
对于每个所述第一业务数据，确定所述第一业务数据的段数；
根据所述第一业务数据的段数，对所述第一业务数据内的字符进行逐段求和；
将多个求和结果作为所述第一业务数据的特征值。
6.根据权利要求1所述的方法，其特征在于，所述对所述第二数据集合中的每个第二业务数据计算特征值，包括：
对于每个所述第二业务数据，确定所述第二业务数据的段数；
根据所述第二业务数据的段数，对所述第二业务数据内的字符进行逐段求和；
将多个求和结果作为所述第二业务数据的特征值。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集之前，还包括：
初始化所述第一原始数据集合和所述第二原始数据集合的交集为空集。
8.一种隐私数据求交集的装置，其特征在于，包括：
转换模块，用于对第一方的第一原始数据集合进行转换，得到第一数据集合，所述第一数据集合包括多个第一业务数据；
获取模块，用于获取第二方发送的对第二方的第二原始数据集合进行转换得到的第二数据集合，所述第二数据集合包括多个第二业务数据；
第一确定模块，用于对于任一M个约等字符，确定各个约等字符的绝对值，其中，M为正整数，若所述各个约等字符的绝对值之和不大于误差阈值，则将所述M个约等字符组合为约等数据，得到约等集合，其中所述约等集合内包括多个约等字符，所述约等字符的数量与所述第二业务数据对应的特征值内字符的数量相同；
特征分类模块，用于对所述第二数据集合中的每个第二业务数据计算特征值，根据所述特征值对所述第二数据集合中的第二业务数据进行特征分类，得到多个类别集合；
第二确定模块，用于确定每个所述第一业务数据的特征值；
第三确定模块，用于根据所述第一业务数据的特征值、所述多个类别集合和所述约等集合，确定所述第一原始数据集合和所述第二原始数据集合的交集。
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的方法。
CN202310530124.XA 2023-05-12 2023-05-12 隐私数据求交集的方法、装置、设备及存储介质 Active CN116244753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310530124.XA CN116244753B (zh) 2023-05-12 2023-05-12 隐私数据求交集的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310530124.XA CN116244753B (zh) 2023-05-12 2023-05-12 隐私数据求交集的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116244753A CN116244753A (zh) 2023-06-09
CN116244753B true CN116244753B (zh) 2023-08-15

Family

ID=86626358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310530124.XA Active CN116244753B (zh) 2023-05-12 2023-05-12 隐私数据求交集的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116244753B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205406A (zh) * 2015-08-26 2015-12-30 中国地质大学（武汉） 一种隐私保护的交集计算方法
CN111259443A (zh) * 2020-01-16 2020-06-09 百融云创科技股份有限公司 一种基于psi技术保护联邦学习预测阶段隐私的方法
CN111510464A (zh) * 2020-06-24 2020-08-07 同盾控股有限公司 一种保护用户隐私的疫情信息共享方法及系统
CN113343305A (zh) * 2021-06-29 2021-09-03 招商局金融科技有限公司 隐私数据的交集计算方法、装置、设备及存储介质
CN113515778A (zh) * 2021-07-07 2021-10-19 建信金融科技有限责任公司 多方隐私数据融合方法、装置及电子设备
CN113569267A (zh) * 2021-09-23 2021-10-29 上海钐昆网络科技有限公司 隐私安全的数据集合求交方法、装置、设备及存储介质
CN114726611A (zh) * 2022-04-01 2022-07-08 网银在线（北京）科技有限公司 多方隐私集合求交方法、系统和装置
CN114969830A (zh) * 2022-07-18 2022-08-30 华控清交信息科技(北京)有限公司 一种隐私求交方法、系统和可读存储介质
CN115017549A (zh) * 2022-08-09 2022-09-06 深圳致星科技有限公司 隐私计算、隐私数据和联邦学习的决策树计算装置及系统
CN115114662A (zh) * 2022-06-30 2022-09-27 蚂蚁区块链科技(上海)有限公司 隐私数据的安全处理方法和装置
CN115544572A (zh) * 2022-10-17 2022-12-30 上海联息生物科技有限公司 基于隐私保护的多方隐私数据和金融隐私数据的处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11494506B2 (en) * 2018-04-19 2022-11-08 Google Llc Security measures for determination of private set intersections

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205406A (zh) * 2015-08-26 2015-12-30 中国地质大学（武汉） 一种隐私保护的交集计算方法
CN111259443A (zh) * 2020-01-16 2020-06-09 百融云创科技股份有限公司 一种基于psi技术保护联邦学习预测阶段隐私的方法
CN111510464A (zh) * 2020-06-24 2020-08-07 同盾控股有限公司 一种保护用户隐私的疫情信息共享方法及系统
CN113343305A (zh) * 2021-06-29 2021-09-03 招商局金融科技有限公司 隐私数据的交集计算方法、装置、设备及存储介质
CN113515778A (zh) * 2021-07-07 2021-10-19 建信金融科技有限责任公司 多方隐私数据融合方法、装置及电子设备
CN113569267A (zh) * 2021-09-23 2021-10-29 上海钐昆网络科技有限公司 隐私安全的数据集合求交方法、装置、设备及存储介质
CN114726611A (zh) * 2022-04-01 2022-07-08 网银在线（北京）科技有限公司 多方隐私集合求交方法、系统和装置
CN115114662A (zh) * 2022-06-30 2022-09-27 蚂蚁区块链科技(上海)有限公司 隐私数据的安全处理方法和装置
CN114969830A (zh) * 2022-07-18 2022-08-30 华控清交信息科技(北京)有限公司 一种隐私求交方法、系统和可读存储介质
CN115017549A (zh) * 2022-08-09 2022-09-06 深圳致星科技有限公司 隐私计算、隐私数据和联邦学习的决策树计算装置及系统
CN115544572A (zh) * 2022-10-17 2022-12-30 上海联息生物科技有限公司 基于隐私保护的多方隐私数据和金融隐私数据的处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于OT协议的外包隐私集合交集计算协议;廖鹏程;陈小军;申立艳;时金桥;;信息技术与网络安全(06);全文 *

Also Published As

Publication number Publication date
CN116244753A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN110457912B (zh) 数据处理方法、装置和电子设备
US11100222B2 (en) Method for hardening a machine learning model against extraction
CN109347787B (zh) 一种身份信息的识别方法及装置
CN106034149B (zh) 一种账户识别方法及装置
US20180365688A1 (en) Transaction execution and validation in a blockchain
CN105389488B (zh) 身份认证方法及装置
CN107430610B (zh) 从分布式数据学习
Zhao et al. Iris template protection based on local ranking
CN112100642B (zh) 在分布式系统中保护隐私的模型训练方法及装置
CN112199706B (zh) 基于多方安全计算的树模型的训练方法和业务预测方法
WO2022237175A1 (zh) 图数据的处理方法、装置、设备、存储介质及程序产品
TWI749349B (zh) 文本還原方法、裝置及電子設備與電腦可讀儲存媒體
CN111353514A (zh) 模型训练方法、图像识别方法、装置及终端设备
CN114818000A (zh) 隐私保护的集合混淆求交方法、系统及相关设备
WO2024114312A1 (zh) 对象匹配方法、装置、设备、系统、介质及程序产品
CN116244753B (zh) 隐私数据求交集的方法、装置、设备及存储介质
CN111027065B (zh) 一种勒索病毒识别方法、装置、电子设备及存储介质
CN116432040B (zh) 基于联邦学习的模型训练方法、装置、介质以及电子设备
CN110943982A (zh) 单据数据加密的方法、装置、电子设备和存储介质
CN105959103B (zh) 基于汉明距离种类数目的隐写分析方法及装置
CN110852083A (zh) 一种短信模板的生成方法及装置
CN117459323B (zh) 智能进化物联网设备的威胁建模方法和装置
CN115100715A (zh) 一种生物信息识别方法及装置
CN116319084A (zh) 一种随机分组的方法及装置、计算机程序产品、电子设备
CN115829048A (zh) 一种纵向联邦学习的数据检验方法

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