[发明专利]一种基于数据隐私安全保护的建模方法和装置有效
| 申请号: | 202110381449.7 | 申请日: | 2021-04-09 |
| 公开(公告)号: | CN113191396B | 公开(公告)日: | 2022-09-20 |
| 发明(设计)人: | 袁烨;华丰;孙川 | 申请(专利权)人: | 华中科技大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F21/62;G06F21/60;G06N20/00 |
| 代理公司: | 华中科技大学专利中心 42201 | 代理人: | 王颖翀 |
| 地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 数据 隐私 安全 保护 建模 方法 装置 | ||
1.一种基于数据隐私安全保护的建模方法,其特征在于,包括:
S1:数据所有方利用密钥矩阵对训练集进行加密转换得到加密训练集,并将所述加密训练集发送给模型及算力提供方;所述密钥矩阵基于所述训练集的特性进行定义;
S2:所述模型及算力提供方基于所述加密训练集构建线性回归模型,并对所述线性回归模型进行训练得到加密数据模型;
S3:所述数据所有方接收所述模型及算力提供方反馈的加密数据模型,并调用所述密钥矩阵对所述加密数据模型进行解密得到目标数据模型;
所述S1之前,所述方法还包括:当所述训练集的维度为m×n时,所述数据所有方定义的所述密钥矩阵包括维度为m×m的正交矩阵P和维度为n×n的正交矩阵Q;PPT=I,QQT=I,m为所述训练集中包含的样本数量,n为每个所述样本包含的样本特征数量;
所述S1包括:S11:所述数据所有方定义所述训练集为A{(xi,yi),i∈R},设y=yi则然后利用所述密钥矩阵加密所述训练集得到所述加密训练集其中,S12:将所述加密训练集发送给所述模型及算力提供方。
2.如权利要求1所述的基于数据隐私安全保护的建模方法,其特征在于,所述S2包括:
S21:针对接收到的所述加密训练集,所述模型及算力提供方利用最小二乘法所述线性回归模型的目标函数其中,指的是得到最小值时θ的取值;
S22:利用所述目标函数训练所述线性回归模型,并将训练得到的所述加密数据模型反馈给所述数据所有方。
3.如权利要求2所述的基于数据隐私安全保护的建模方法,其特征在于,所述S3包括:
所述数据所有方接收所述加密数据模型
利用所述密钥矩阵对所述加密数据模型进行解密逆转换,得到描述真实数据集特征的所述目标数据模型其中,
4.如权利要求1-3任一项所述的基于数据隐私安全保护的建模方法,其特征在于,
所述S1之前,所述方法还包括:S0:所述数据所有方将数据集划分为所述训练集和测试集;
所述S3之后,所述方法还包括:S4:所述数据所有方将所述测试集输入所述目标数据模型得到可视化结果,以测试所述目标数据模型的性能。
5.一种基于数据隐私安全保护的建模装置,其特征在于,用于执行权利要求1-4任一项所述的基于数据隐私安全保护的建模方法,包括:
数据所有方,用于利用密钥矩阵对训练集进行加密转换得到加密训练集,所述密钥矩阵基于所述训练集的特性进行定义;还用于调用所述密钥矩阵对接收到的加密数据模型进行解密,以获得目标数据模型;
模型及算力提供方,与所述数据所有方通信连接,用于接收所述加密训练集,并基于所述加密训练集构建线性回归模型,对所述线性回归模型进行训练得到所述加密数据模型,且将所述加密数据模型发送给所述数据所有方。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110381449.7/1.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置





