[发明专利]保护数据隐私的多方联合进行业务对象预测的方法及装置

说明书

本说明书实施例提供一种保护数据隐私的多方联合进行业务对象预测的方法，该方法应用于数据持有方，且包括：先利用哈希算法计算本地存储的对象样本对应的样本哈希，并记录在区块链中；再将对象样本加密发送至可信第三方，以使其在计算并查询出该样本哈希被记录在区块链中时，向数据使用方发送利用数据持有方的第一公钥加密对象样本而得到的加密样本；接着，从数据使用方接收双加密预测结果，其基于数据使用方本地部署的业务预测模型和加密样本进行同态运算，得到第一加密预测结果后，利用第二公钥对其进行加密而得到；再利用第一私钥解密双加密预测结果，得到第二加密预测结果，以使数据使用方利用第二私钥对其进行解密，得到预测结果明文。

技术领域

本说明书一个或多个实施例涉及数据安全和机器学习领域，具体地，涉及保护数据隐私的多方联合进行业务对象预测的方法及装置。

背景技术

大数据时代，数据成为一种新型的资源和生成要素，通过对数据进行分析，可以挖掘出数据中的深层含义，从而更好地指导服务、生产，提高用户体验。通常，会存在数据持有方和数据使用方不统一的情况，此时，两方希望通过合作，使数据更多更好地被应用。

然而，由于数据本身包含大量的用户隐私、行业机密等，若数据持有方直接向数据使用方分享原始数据，将威胁数据安全，造成隐私泄露，同时，若数据使用方直接委托数据持有方进行分析，将泄露其分析策略和分析结果。

因此，迫切需要一种方案，使得数据使用方能够获取针对数据持有方中数据的准确分析结果，同时，保证数据持有方中数据隐私不被泄露，以及保证数据使用方的分析策略和分析结果不被泄露。

发明内容

本说明书一个或多个实施例描述了保护数据隐私的多方联合进行业务对象预测的方法，能够保证各方信息均不被泄露的情况下，实现数据的共享。

根据第一方面，提供一种保护数据隐私的多方联合进行业务对象预测的方法，所述多方包括数据持有方、数据使用方和可信第三方，所述方法应用于所述数据持有方，包括：

利用预定哈希算法，计算本地存储的对象样本对应的样本哈希，并将所述样本哈希记录在区块链中；利用第一密钥加密所述对象样本，得到第一加密样本；将所述第一加密样本发送至所述可信第三方，以使其在利用与所述第一密钥对应的第二密钥解密所述第一加密样本后，计算所述样本哈希，并在查询出该样本哈希被记录在区块链中时，向所述数据使用方发送第二加密样本，该第二加密样本是利用所述数据持有方的第一公钥加密所述对象样本而得到；从所述数据使用方接收双加密预测结果，该双加密预测结果由所述数据使用方，基于其本地部署的业务预测模型和所述第二加密样本进行同态运算，得到第一加密预测结果后，利用第二公钥对该第一加密预测结果进行加密而得到；利用与所述第一公钥对应的第一私钥，对所述双加密预测结果进行解密，得到第二加密预测结果；将所述第二加密预测结果发送至所述数据使用方，以使得该数据使用方利用与所述第二公钥对应的第二私钥对其进行解密，得到预测结果明文。

在一个实施例中，所述数据持有方为区块链网络中的节点；其中，将所述样本哈希记录在区块链中，包括：在区块链网络中发布包括所述样本哈希的第一交易，以使所述样本哈希被记录在区块链中。

在一个实施例中，所述数据持有方为联盟链中的第一节点，所述对象样本中包含所述第一节点与所述联盟链中若干第二节点进行交互的交互数据；其中，将所述样本哈希记录在区块链中，包括：在联盟链中发布包括所述交互数据和所述样本哈希的第一交易，以使得所述样本哈希在所述交互数据通过所述若干第二节点核验的情况下，被记录在联盟链中。

在一个实施例中，所述业务对象包括以下之一：用户，商户，商品，事件；所述业务预测模型用于预测所述业务对象的分类或回归值。

在一个实施例中，将所述第一加密样本发送至所述可信第三方，还包括：将所述第一公钥和预定哈希算法发送至所述可信第三方。