[发明专利]保护电子交易中消费者隐私的大数据相关性分析方法及系统

权利要求书

1.一种保护电子交易中消费者隐私的大数据相关性分析方法，其特征在于，包括以下步骤：

步骤1：数据存储；

具体实现包括以下子步骤：

步骤1.1：生成预处理参数；

选定所需参数，随机选择两个大素数p和q，在各个数据服务器内使用Pailler加密系统中的生成参数算法的要求对两个大素数p和q进行运算，生成本方案所需要的用户的公钥和私钥(pk，sk)，同时选择一种签名认证方案生成验证时需要的用户的签名密钥对(pk*，sk*)，并将用户的私钥和签名密钥通过安全信道发送给用户；

步骤1.2：数据收集；

在电子交易中收集消费者留下的个人信息；

步骤1.3：数据分块；

将收集到的消费者信息随机的分成若干等长的数据板块，分别通过安全信道传输给电子交易系统中对应的若干数据服务器，通过步骤1.1选定的参数对其进行使用Pailler加密系统中的加密算法将其转化成密文并且将密文存储在每个数据服务器中；

步骤2：数据统计处理；

具体实现包括以下子步骤：

步骤2.1：平均值处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的某一量度的平均值作数据处理，通过平均循环算法，在多个数据服务器中将明文加密并且密文相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中所述平均循环算法的具体实现过程是：

假设要得到n个消费者属性某一量度X＝(x₁，x₂，x₃，...，x_n)的平均值，其中x₁，x₂，x₃，...，x_n表示第一个到第n个消费者的相关量度信息，将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，i取1到n之间任何一个整数，表示第i个消费者，且对应着有三个数据服务器S1、S2、S3；

此时设一个数C_x＝1；

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在S1，同时将乘积发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，并将它赋值给C_x，清除掉之前C_x的存值，将新的C_x值存储在数据服务器S3，同时发送给数据服务器S1；

(4)将收集到的第二个消费者信息x₂中的α₂通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₂进行加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)将收集到的第二个消费者信息x₂中的β₂通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₂进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)将收集到的第二个消费者信息x₂中的γ₂通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₂进行加密，得到并将存放在数据服务器S3，计算乘积的值，并将它赋值给C_x，清除掉之前C_x的存值，将新的C_x值存储在数据服务器S3，同时发送给数据服务器S1；

重复执行上述(1)-(6)，依次将x₁，x₂，x₃，...，x_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i)加密并且相乘，将最后得到的C_x值存放在数据服务器S3；

步骤2.2：半偏相关处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的一个量度在某些量度干扰下与另一量度的相关性系数作数据处理，将明文加密得到原始密文，首先通过平均循环算法对原始密文进行第一次数据处理，将每一轮循环的值都存放在同一数据服务器中，再通过乘方循环算法对原始密文进行第二次数据处理，将每一轮循环的值都存放在同上一数据服务器中，最后通过相关循环算法对原始密文进行第三次数据处理，将每一轮循环的值都存放在同上一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中采用三种循环算法对原始密文进行处理的具体实现过程是：

假设n个消费者属性的三个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)；(x_i，y_i，A_i)属于同一个消费者，即第i个消费者，并且量度A只对量度X有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，i取1到n之间任何一个整数；

第一种数据处理：先在多个数据服务器的相互配合下，计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i)的加密之后的乘积赋值给C_x，并存放在数据服务器S3，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)的加密运算之后的乘积记为C_y和C_a，并存放在数据服务器S3；

第二种数据处理：此时设一个数

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在S1，同时将发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，将其值存储在数据服务器S3，同时发送给数据服务器S1和数据服务器S2；

(4)数据服务器S1选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的α₁再进行一次加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)数据服务器S2选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的β₁再进行一次加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)数据服务器S3选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的γ₁再进行一次加密，得到并将存放在数据服务器S3，计算乘积并将它赋值给清除掉之前的存值，将新的值存储在数据服务器S3，同时发送给S1；

重复上述(1)-(6)过程，依次将x₁，x₂，x₃，...，x_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i)加密并且相乘，将最后得到的值存放在数据服务器S3；

依照上述方法，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在上述加密循环运算之后的乘积记为和并存放在数据服务器S3；

第三种数据处理：此时设一个数C_xy＝1；

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在数据服务器S1，同时将发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，将其值存储在数据服务器S3，同时发送给数据服务器S1和数据服务器S2；

(4)数据服务器S1选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的α′₁进行加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)数据服务器S2选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的β′₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)数据服务器S3选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的γ′₁进行加密，得到并将存放在数据服务器S3，计算乘积并将它赋值给C_xy，清除掉之前C_xy的存值，将新的C_xy值存储在数据服务器S3，同时发送给数据服务器S1；

重复上述(1)-(6)过程，依次将x₁，x₂，x₃，...，x_n和y₁，y₂，y₃，...，y_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′)按顺序加密并且相乘，将最后得到的C_xy值存放在数据服务器S3；

依照上述方法，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在上述顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，A_i＝α_i″+β_i″+γ_i″)在上述顺序加密循环运算之后的乘积记为C_xa存放在数据服务器S3；

步骤2.3：全偏相关处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的两个量度在同样的多个干扰下的相关性系数作数据处理，将明文加密得到原始密文，通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理，实现在多个数据服务器中将涉及到的不同属性明文按规定的顺序加密并且相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理的具体实现过程是：

假设n个消费者属性的三个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)；(x_i，y_i，A_i)属于同一个消费者，即第i个消费者，并且量度A对量度X与Y都有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，i取1到n之间任何一个整数；

则数据处理的三种方式与步骤2.2完全相同；

若有两个量度或者更多量度都对其有影响，假设n个消费者属性的四个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)，(x_i，y_i，A_i，B_i)属于同一个消费者，即第i个消费者，并且量度A，B对量度X与Y都有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′，i取1到n之间任何一个整数；

第一种数据处理：

根据步骤2.2方法，先在多个数据服务器的相互配合下，计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i)的加密之后的乘积赋值给C_x，并存放在数据服务器S3，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)的加密运算之后的乘积记为C_y和C_a、C_b，并存放在数据服务器S3；

第二种数据处理：

根据步骤2.2方法，同样计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)，Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在上述加密循环运算之后的乘积赋值给和并存放在数据服务器S3；

第三种数据处理：

根据步骤2.2方法，同样计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与Y＝(y₁，y₂，y₃，...，y_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′)在同样顺序加密循环运算之后的乘积记为C_xy，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_xa，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_xb，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_yb，存放在数据服务器S3；

计算出n个消费者属性的量度A＝(a₁，a₂，...，a_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_ab，存放在数据服务器S3；

步骤2.4：复相关处理；

在多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数作数据处理，将明文加密得到原始密文，通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理，实现在多个数据服务器中将涉及到的多种不同属性明文按规定的顺序加密并且相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理的具体实现过程是：

假设n个消费者属性的三个量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)；(y_i，A_i，B_i)属于同一个消费者，即第i个消费者，并且量度Y，A，B之间相互没有影响；将每一个数据随机分为三个部分，即y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′，i取1到n之间任何一个整数；

第一种数据处理：

根据步骤2.3方法先在多个数据服务器的相互配合下，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)的加密运算之后的乘积记为C_y和C_a、C_b，并存放在数据服务器S3；

第二种数据处理：

根据步骤2.3方法，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在上述加密循环运算之后的乘积记为和并存放在数据服务器S3；

第三种数据处理：

根据步骤2.3方法，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积赋值给C_yb，存放在数据服务器S3；

计算出n个消费者属性的量度A＝(a₁，a₂，...，a_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_ab，存放在数据服务器S3；

当有四个量度甚至多个的时候，以此类推；

步骤3：访问查询；

具体实现包括以下子步骤：

步骤3.1：验证请求；

用户访问数据时，用户用自己的身份数据属性向数据服务器做出请求，并且提供用户的签名和证书，数据服务器根据初始过程中产生的验证钥验证用户的身份，验证通过之后再对数据服务器发出请求，其中包括要查询的内容；

步骤3.2：数据解密；

数据服务器接收到用户的请求之后，根据用户发送的命令请求，返回给用户已经处理过的数据，用户用自己的私钥在用户客户端对数据进行解密，得到相应的统计值明文；

步骤3.3：数据整合；

根据用户发出的请求命令，利用处理过适合于处理过的密文进行统计运算的公式，用户在客服端对解密之后的数据进行相应的相关性统计数据整合计算，最终得到需要查询的内容；

步骤3.3的具体实现过程是：

(1)如果用户查询的是消费者属性的某一量度的平均值，对应步骤2.1，得到的明文是在用户客户端计算X的平均值

(2)如果用户查询的是消费者属性的一个量度在某些量度干扰下与另一量度的相关性值系数，对应步骤2.2，得到的明文是

在用户客户端计算出X与Y的相关性r_XY：

同样计算出X与A的相关性r_XA，Y与A的相关性r_YA；

从而计算出半偏相关系数：

用户最终得到消费者属性的一个量度在某些量度干扰下与另一量度的相关性值系数，从而判断两个量度之间是否有紧密联系；

半偏相关系数取值范围都是从0到1，0表示完全不相关，1表示完全相关，最后得到的值越靠近1则表示关联性越大，对于接下来涉及到的相关系数的取值全部适用；

(3)如果用户查询的是消费者属性的两个量度在同样的多个干扰下的相关性系数，如果对应步骤2.3第一个假设，则和上述(2)一样，得出X与Y的相关性r_XY，X与A的相关性r_XA，Y与A的相关性r_YA；

最后用户计算全偏相关系数：

如果对应步骤2.3第二个假设，得到的明文是

计算出X与Y的相关性在A的干扰下的相关性r_XY.A，X与B的相关性在A的干扰下的相关性r_XB.A，Y与B的相关性在A的干扰下的相关性r_YB.A；

从而计算出全偏相关系数：

若出现更多的量度，以此类推；

用户最终得到消费者属性的两个量度在同样的多个干扰下的相关性值系数，从而判断两个量度之间是否有紧密联系；

(4)如果用户查询的是消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数，对应步骤2.4，得到的明文是

计算出Y与A的相关性r_YA，Y与B在A的干扰下的相关性r_YB.A；

从而计算复相关系数：r²_Y.AB＝r²_Y.A+r²_YB.A(1-r²_Y.A)；

若出现更多的量度，以此类推；

用户最终得到消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数，从而判断多个量度之间是否有紧密联系。

2.一种保护电子交易中消费者隐私的大数据相关性分析系统，其特征在于：包括数据存储模块、数据统计处理模块、访问查询模块；

所述数据存储模块包括预处理参数生成单元、数据收集单元、数据分块单元；

所述数据统计处理模块包括平均值处理单元、半偏相关处理单元、全偏相关处理单元、复相关处理单元；

所述访问查询模块包括验证请求单元、数据解密单元、数据整合单元；

所述预处理参数生成单元，用于生成预处理参数；

选定所需参数，随机选择两个大素数p和q，在各个数据服务器内使用Pailler加密系统中的生成参数算法的要求对两个大素数p和q进行运算，生成本方案所需要的用户的公钥和私钥(pk，sk)，同时选择一种签名认证方案生成验证时需要的用户的签名密钥对(pk*，sk*)，并将用户的私钥和签名密钥通过安全信道发送给用户；

所述数据收集单元，用于数据收集；

在电子交易中收集消费者留下的个人信息；

所述数据分块单元，用于数据分块；

将收集到的消费者信息随机的分成若干等长的数据板块，分别通过安全信道传输给电子交易系统中对应的若干数据服务器，通过预处理参数生成单元选定的参数对其进行使用Pailler加密系统中的加密算法将其转化成密文并且将密文存储在每个数据服务器中；

所述平均值处理单元，用于平均值处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的某一量度的平均值作数据处理，通过平均循环算法，在多个数据服务器中将明文加密并且密文相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中所述平均循环算法的具体实现过程是：

假设要得到n个消费者属性某一量度X＝(x₁，x₂，x₃，...，x_n)的平均值，其中x₁，x₂，x₃，...，x_n表示第一个到第n个消费者的相关量度信息，将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，i取1到n之间任何一个整数，表示第i个消费者，且对应着有三个数据服务器S1、S2、S3；

此时设一个数C_x＝1；

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在S1，同时将乘积发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，并将它赋值给C_x，清除掉之前C_x的存值，将新的C_x值存储在数据服务器S3，同时发送给数据服务器S1；

(4)将收集到的第二个消费者信息x₂中的α₂通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₂进行加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)将收集到的第二个消费者信息x₂中的β₂通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₂进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)将收集到的第二个消费者信息x₂中的γ₂通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₂进行加密，得到并将存放在数据服务器S3，计算乘积的值，并将它赋值给C_x，清除掉之前C_x的存值，将新的C_x值存储在数据服务器S3，同时发送给数据服务器S1；

重复执行上述(1)-(6)，依次将x₁，x₂，x₃，...，x_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i)加密并且相乘，将最后得到的C_x值存放在数据服务器S3；

所述半偏相关处理单元，用于半偏相关处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的一个量度在某些量度干扰下与另一量度的相关性系数作数据处理，将明文加密得到原始密文，首先通过平均循环算法对原始密文进行第一次数据处理，将每一轮循环的值都存放在同一数据服务器中，再通过乘方循环算法对原始密文进行第二次数据处理，将每一轮循环的值都存放在同上一数据服务器中，最后通过相关循环算法对原始密文进行第三次数据处理，将每一轮循环的值都存放在同上一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中采用三种循环算法对原始密文进行处理的具体实现过程是：

假设n个消费者属性的三个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)；(x_i，y_i，A_i)属于同一个消费者，即第i个消费者，并且量度A只对量度X有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，i取1到n之间任何一个整数；

第一种数据处理：先在多个数据服务器的相互配合下，计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i)的加密之后的乘积赋值给C_x，并存放在数据服务器S3，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)的加密运算之后的乘积记为C_y和C_a，并存放在数据服务器S3；

第二种数据处理：此时设一个数

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在S1，同时将发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，将其值存储在数据服务器S3，同时发送给数据服务器S1和数据服务器S2；

(4)数据服务器S1选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的α₁再进行一次加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)数据服务器S2选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的β₁再进行一次加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)数据服务器S3选取一个随机数在乘积的基础上对收集到的第一个消费者信息x₁中的γ₁再进行一次加密，得到并将存放在数据服务器S3，计算乘积并将它赋值给清除掉之前的存值，将新的值存储在数据服务器S3，同时发送给S1；

重复上述(1)-(6)过程，依次将x₁，x₂，x₃，...，x_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i)加密并且相乘，将最后得到的值存放在数据服务器S3；

依照上述方法，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在上述加密循环运算之后的乘积记为和并存放在数据服务器S3；

第三种数据处理：此时设一个数C_xy＝1；

(1)将收集到的第一个消费者信息x₁中的α₁通过安全信道发送给数据服务器S1，数据服务器S1选取一个随机数对α₁进行加密，得到并将存放在数据服务器S1，同时将发送给数据服务器S2；

(2)将收集到的第一个消费者信息x₁中的β₁通过安全信道发送给数据服务器S2，数据服务器S2选取一个随机数对β₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(3)将收集到的第一个消费者信息x₁中的γ₁通过安全信道发送给数据服务器S3，数据服务器S3选取一个随机数对γ₁进行加密，得到并将存放在数据服务器S3，计算乘积的值，将其值存储在数据服务器S3，同时发送给数据服务器S1和数据服务器S2；

(4)数据服务器S1选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的α′₁进行加密，得到并将存放在数据服务器S1，同时将乘积发送给数据服务器S2；

(5)数据服务器S2选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的β′₁进行加密，得到并将存放在数据服务器S2，同时将乘积发送给数据服务器S3；

(6)数据服务器S3选取一个随机数在乘积的基础上对收集到的第一个消费者信息y₁中的γ′₁进行加密，得到并将存放在数据服务器S3，计算乘积并将它赋值给C_xy，清除掉之前C_xy的存值，将新的C_xy值存储在数据服务器S3，同时发送给数据服务器S1；

重复上述(1)-(6)过程，依次将x₁，x₂，x₃，...，x_n和y₁，y₂，y₃，...，y_n的每个数据分成的部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′)按顺序加密并且相乘，将最后得到的C_xy值存放在数据服务器S3；

依照上述方法，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在上述顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，A_i＝α_i″+β_i″+γ_i″)在上述顺序加密循环运算之后的乘积记为C_xa存放在数据服务器S3；

所述全偏相关处理单元，用于全偏相关处理；

在电子交易网络中多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的两个量度在同样的多个干扰下的相关性系数作数据处理，将明文加密得到原始密文，通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理，实现在多个数据服务器中将涉及到的不同属性明文按规定的顺序加密并且相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理的具体实现过程是：

假设n个消费者属性的三个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)；(x_i，y_i，A_i)属于同一个消费者，即第i个消费者，并且量度A对量度X与Y都有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，i取1到n之间任何一个整数；

则数据处理的三种方式与半偏相关处理单元数据处理方式完全相同；

若有两个量度或者更多量度都对其有影响，假设n个消费者属性的四个量度X＝(x₁，x₂，x₃，...，x_n)和Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)，(x_i，y_i，A_i，B_i)属于同一个消费者，即第i个消费者，并且量度A，B对量度X与Y都有影响；将每一个数据随机分为三个部分，即x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′，i取1到n之间任何一个整数；

第一种数据处理：

根据半偏相关处理单元数据处理方法，先在多个数据服务器的相互配合下，计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i)的加密之后的乘积赋值给C_x，并存放在数据服务器S3，同样计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)的加密运算之后的乘积记为C_y和C_a、C_b，并存放在数据服务器S3；

第二种数据处理：

根据半偏相关处理单元数据处理方法，同样计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)，Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在上述加密循环运算之后的乘积赋值给和并存放在数据服务器S3；

第三种数据处理：

根据半偏相关处理单元数据处理方法，同样计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与Y＝(y₁，y₂，y₃，...，y_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，y_i＝α_i′+β_i′+γ_i′)在同样顺序加密循环运算之后的乘积记为C_xy，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_xa，存放在数据服务器S3；

计算出n个消费者属性的量度X＝(x₁，x₂，x₃，...，x_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(x_i＝α_i+β_i+γ_i，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_xb，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_yb，存放在数据服务器S3；

计算出n个消费者属性的量度A＝(a₁，a₂，...，a_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_ab，存放在数据服务器S3；

所述复相关处理单，用于复相关处理；

在多个数据服务器的配合下对数据进行多次加密处理，为其能得到消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数作数据处理，将明文加密得到原始密文，通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理，实现在多个数据服务器中将涉及到的多种不同属性明文按规定的顺序加密并且相互相乘，将每一轮循环的值都存放在同一数据服务器中，此数据服务器最终会与用户客户端之间进行数据传输；

其中通过平均循环算法、乘方循环算法、相关循环算法对原始密文按照一定顺序进行三种数据处理的具体实现过程是：

假设n个消费者属性的三个量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)；(y_i，A_i，B_i)属于同一个消费者，即第i个消费者，并且量度Y，A，B之间相互没有影响；将每一个数据随机分为三个部分，即y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′，i取1到n之间任何一个整数；

第一种数据处理：

根据全偏相关处理单元数据处理方法先在多个数据服务器的相互配合下，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)的加密运算之后的乘积记为C_y和C_a、C_b，并存放在数据服务器S3；

第二种数据处理：

根据全偏相关处理单元数据处理方法，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)，A＝(a₁，a₂，...，a_n)，B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在上述加密循环运算之后的乘积记为和并存放在数据服务器S3；

第三种数据处理：

根据全偏相关处理单元数据处理方法，计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与A＝(a₁，a₂，...，a_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，A_i＝α_i″+β_i″+γ_i″)在同样顺序加密循环运算之后的乘积记为C_ya，存放在数据服务器S3；

计算出n个消费者属性的量度Y＝(y₁，y₂，y₃，...，y_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(y_i＝α_i′+β_i′+γ_i′，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积赋值给C_yb，存放在数据服务器S3；

计算出n个消费者属性的量度A＝(a₁，a₂，...，a_n)与B＝(b₁，b₂，...，b_n)的每个数据分成部分(A_i＝α_i″+β_i″+γ_i″，B_i＝α_i″′+β_i″′+γ_i″′)在同样顺序加密循环运算之后的乘积记为C_ab，存放在数据服务器S3；

当有四个量度甚至多个的时候，以此类推；

所述验证请求单元，用于验证请求；

用户访问数据时，用户用自己的身份数据属性向数据服务器做出请求，并且提供用户的签名和证书，数据服务器根据初始过程中产生的验证钥验证用户的身份，验证通过之后再对数据服务器发出请求，其中包括要查询的内容；

所述数据解密单元，用于数据解密；

数据服务器接收到用户的请求之后，根据用户发送的命令请求，返回给用户已经处理过的数据，用户用自己的私钥在用户客户端对数据进行解密，得到相应的统计值明文；

所述数据整合单元，用于数据整合；

根据用户发出的请求命令，利用处理过适合于处理过的密文进行统计运算的公式，用户在客服端对解密之后的数据进行相应的相关性统计数据整合计算，最终得到需要查询的内容；

(1)如果用户查询的是消费者属性的某一量度的平均值，对应平均值处理单元，得到的明文是在用户客户端计算X的平均值

(2)如果用户查询的是消费者属性的一个量度在某些量度干扰下与另一量度的相关性值系数，对应半偏相关处理单元，得到的明文是

在用户客户端计算出X与Y的相关性r_XY：

同样计算出X与A的相关性r_XA，Y与A的相关性r_YA；

从而计算出半偏相关系数：

用户最终得到消费者属性的一个量度在某些量度干扰下与另一量度的相关性值系数，从而判断两个量度之间是否有紧密联系；

半偏相关系数取值范围都是从0到1，0表示完全不相关，1表示完全相关，最后得到的值越靠近1则表示关联性越大，对于接下来涉及到的相关系数的取值全部适用；

(3)如果用户查询的是消费者属性的两个量度在同样的多个干扰下的相关性系数，如果对应全偏相关处理单元第一个假设，则和上述(2)一样，得出X与Y的相关性r_XY，X与A的相关性r_XA，Y与A的相关性r_YA；

最后用户计算全偏相关系数：

如果对应全偏相关处理单元第二个假设，得到的明文是

计算出X与Y的相关性在A的干扰下的相关性r_XY.A，X与B的相关性在A的干扰下的相关性r_XB.A，Y与B的相关性在A的干扰下的相关性r_YB.A；

从而计算出全偏相关系数：

若出现更多的量度，以此类推；

用户最终得到消费者属性的两个量度在同样的多个干扰下的相关性值系数，从而判断两个量度之间是否有紧密联系；

(4)如果用户查询的是消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数，对应复相关处理单元，得到的明文是

计算出Y与A的相关性r_YA，Y与B在A的干扰下的相关性r_YB.A；

从而计算复相关系数：r²_Y.AB＝r²_Y.A+r²_YB.A(1-r²_Y.A)；

若出现更多的量度，以此类推；

用户最终得到消费者属性的一个量度与多个属性在没有任何干扰的情况下的相关性系数，从而判断多个量度之间是否有紧密联系。