[发明专利]一种保护隐私的时间序列相似度计算方法

说明书

本发明公开了一种保护隐私的时间序列相似度计算方法，包括以下操作步骤：S1：将参与双方进行分组为第一参与方和第二参与方，并对第一参与方和第二参与方分别赋予相应的第一时间序列和第二时间序列，同时，在所述第一时间序列中设置有n个k维序列点，所述第二时间序列中设置有m个k维序列点；S2：令第一参与方和第二参与方利用同态加密方式计算欧式距离平方值；S3：令第一参与方和第二参与方实现欧式距离平方值的秘密共享；S4：将第一参与方和第二参与方的相似度结果进行计算。通过上述方式，本发明能够提供一种保护隐私的时间序列相似度计算方法，具有安全性高，适应性强等优点，在保护隐私的时间序列相似度计算的普及上有着广泛的市场前景。

技术领域

本发明涉及一种数据隐私保护方法，特别是涉及一种保护隐私的时间序列相似度计算方法。

背景技术

时间序列的相似性度量是衡量两个时间序列的相似程度的方法；它是时间序列分类，聚类，异常发现等诸多数据挖掘问题的基础，也是时间序列挖掘的核心问题之一。早期，相似性度量算法大部分是欧式距离或者其方法的变体。然而，各类实验已经有力地表明，基于欧式距离的时间序列相似度非常脆弱，并对于序列细节之处的波动干扰不能有效的进行处理。时间序列相似度度量的另一经典算法动态时间弯曲算法（Dynamic Time Warping,DTW），尽管在算法复杂度上高于前者,但其能够很好的克服序列的波动带来的影响，并支持不同长度序列之间的形状匹配。正是由于这种灵活性，DTW被广泛应用于科学，医学，工业和金融业。

DTW算法主要用于时间序列的相似度计算，在保护隐私的时间序列相似度计算方法中，两时间序列分别来自不同用户，为了保证用户的私有数据隐私安全，双方分别将各自的时间序列发送到第三方，由第三方完成计算，并将结果反馈给用户，在第三方完全可信的基础上，保护隐私的时间序列相似度计算得以实现。而在现实生活中，完全可信赖的第三方这一假设通常是不成立的。由此可见，一个安全可靠的保护隐私的时间序列相似度计算方法十分必要。

发明内容

本发明主要解决的技术问题是：如何提供一种保护隐私的时间序列相似度计算框架，在不泄露任一参与方私有数据信息的前提下，合作完成相似度计算。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种保护隐私的时间序列相似度计算方法，包括以下操作步骤：

S1：将参与双方进行分组为第一参与方和第二参与方，并对第一参与方和第二参与方分别赋予相应的第一时间序列和第二时间序列，同时，在所述第一时间序列中设置有n个k维序列点，所述第二时间序列中设置有m个k维序列点；

S2：令第一参与方和第二参与方利用同态加密方式计算欧式距离平方值；

S3：令第一参与方和第二参与方实现欧式距离平方值的秘密共享；

S4：将第一参与方和第二参与方的相似度结果进行计算。

在本发明一个较佳实施例中，在步骤S2中，利用加密系统中的加乘法同态性质，将持有加密数据的第一参与方和第二参与方基于密文计算出欧式距离的平方值，平方值以密文形式由第一参与方或第二参与方持有。

在本发明一个较佳实施例中，在步骤S2中，所述同态加密方式设置为通过加法同态加密系统，所述第二参与方生成加法同态加密密钥对，同时对第二时间序列进行加密，并且将加密后的第二时间序列与同态加密密钥对发送至第一参与方。

在本发明一个较佳实施例中，所述第二参与方同态加密密钥对满足公式和，同时得出和。

在本发明一个较佳实施例中，在步骤S2中，所述第一参与方接收加密后的第二时间序列与同态加密密钥对后，利用公式计算出每对序列点之间加密后的欧式距离平方值，形成欧式距离平方值密文。