[发明专利]针对用户隐私数据进行多方联合降维处理的方法及装置

说明书

本说明书实施例提供一种针对用户隐私数据进行多方联合降维的方法和装置。其中多方中的各个数据持有方本地拥有部分用户数据作为隐私数据。为了保证各个持有方隐私数据安全，将有待基于各方隐私数据形成的协方差矩阵拆解为各个持有方可以本地计算或者可以通过秘密分享的矩阵乘法SMM进行安全计算的矩阵；并且，通过安全多方计算MPC的方式，共同确定出协方差矩阵的本征矩阵。如此，各个持有方可以基于本征矩阵对本地数据进行降维，并最终形成降维的用户特征数据。通过这样的方式，确保了用户隐私数据的安全。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及针对隐私数据进行多方联合降维的方法和装置。

背景技术

机器学习所需要的数据往往会涉及到多个平台、多个领域。例如在基于机器学习的商户分类分析场景中，电子支付平台拥有商户的交易流水数据，电子商务平台存储有商户的销售数据，银行机构拥有商户的借贷数据。数据往往以孤岛的形式存在。由于行业竞争、数据安全、用户隐私等问题，数据整合面临着很大阻力，如何在保证数据不泄露的前提下将分散在各个平台的数据整合在一起成为一项挑战。

另一方面，随着数据量的增多，各种训练数据的维度变得越来越大。高维度的大量数据尽管可以丰富机器学习的训练样本数据，但是实际上，这些高维数据往往存在一些冗余信息。冗余信息对机器学习效果的帮助十分有限，但是造成的高维特征数据有可能引起“维度爆炸”，使得机器学习模型难以处理，影响模型的训练效率。因此，在进行模型训练和使用时，常常对高维样本特征进行降维处理，在尽量不损失信息量的情况下，将其转化为低维特征。

主成分分析PCA(Principal component analysis)方法，是一种统计分析、简化数据集的方法，它利用正交变换来对一系列可能相关的变量的观测值进行线性变换，从而投影为一系列线性不相关变量的值，这些不相关变量称为主成分。主成分分析可以用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。因此，实践中，常常采用PCA方法对高维特征进行降维。

然而，主成分分析PCA方法一般需要针对全部数据进行统一的变换和主成分提取。在多方共同拥有部分训练数据，希望联合进行模型训练的情况下，如何在不泄露隐私数据的前提下，采用PCA方法进行特征降维，成为有待解决的问题。

因此，希望能有改进的方案，可以针对隐私数据进行多方联合降维，同时保证隐私数据的安全不泄露。

发明内容

本说明书一个或多个实施例描述了针对隐私数据进行多方联合降维的方法，使得多方共同进行特征降维，同时保证各自隐私数据的安全不泄露。

根据第一方面，提供了一种针对用户隐私数据进行多方联合降维处理的方法，所述方法通过M个数据持有方中任意的第k持有方执行，所述第k持有方存储有N个用户的多项用户属性的属性值，所述M个数据持有方中的M-1个其他持有方分别存储有所述N个用户的其他项用户属性的属性值；所述方法包括：

按照预定的用户顺序，基于所述N个用户的多项用户属性的属性值，构建第k原始矩阵；

在本地对所述多项用户属性中的每项属性进行零均值化处理，得到第k中心矩阵；所述第k中心矩阵在与所述M-1个其他持有方各自对应的中心矩阵相拼接的情况下，构成联合矩阵；

本地计算所述第k中心矩阵与其转置矩阵相乘得到的第一矩阵，并利用秘密分享的矩阵乘法SMM，分别与所述M-1个其他持有方基于各自的中心矩阵进行乘操作得到多个第二矩阵；基于所述第一矩阵和所述多个第二矩阵，拼接形成第k分解矩阵；所述第k分解矩阵与所述M-1个其他持有方中对应的分解矩阵之和，构成所述联合矩阵对应的协方差矩阵；

基于安全多方计算MPC，确定所述协方差矩阵中非对角线上各个位置对应的各个平面旋转矩阵，并利用该各个平面旋转矩阵对所述第k分解矩阵进行变换，得到第k变换矩阵；