[发明专利]隐私保护k-means聚类方法、设备、介质、终端

权利要求书

1.一种隐私保护k-means聚类方法，其特征在于，所述隐私保护k-means聚类方法包括：以下步骤：

步骤一，进行数据收集：数据拥有者即用户使用服务器S₁的公钥pk₁加密数据发送给服务器S₀，同时使用服务器S₀的公钥pk₀加密数据发送给服务器S₁；

步骤二，生成初始中心：服务器S₀将所有密文数据初始化分类，并计算得到初始密文中心点；

步骤三，进行相似度测量：服务器S₀将密文中心点信息发给服务器S₁，服务器S₁解密并利用同态技术计算得到各点到中心点的密文距离，并将密文距离发送给服务器S₀；

步骤四，比较更新迭代：服务器S₀解密并根据距离比较结果重新进行分类，得到新一轮的分类结果，重复步骤二至步骤三直至分类结果不再发生改变。

2.如权利要求1所述隐私保护k-means聚类方法，其特征在于，所述数据收集包括：

(1)进行初始化，服务器S₀利用paillier算法生成公钥pk₀以及对应私钥sk₀，服务器S₁生成公钥pk₁和对应的私钥sk₁；服务器S₀与服务器S₁将自己的公钥发送给各个用户；

(2)用户使用公钥pk₁加密用户的隐私信息即向量E_i＝(e₁,e₂,...,e_n)得到密文使用公钥pk₀加密向量E_i＝(e₁,e₂,...,e_n)得到密文

(3)用户将发送给服务器S₀，将发送给服务器S₁。

3.如权利要求2所述隐私保护k-means聚类方法，其特征在于，所述生成初始中心包括：

1)服务器S₀将所有数据i∈{1,...,N}，N表示用户的总数，按照初始的分类方法的分成K类，并记录下分类结果R₀；

2)服务器S₀根据本轮的分类结果R₀，基于下式计算明文下各类的和向量的密文：

其中：表示第C_j类的所有向量相加的和向量；表示第C_j类的所有向量相加的和向量的第a维数据；表示第C_j类中的第i个用户信息向量；表示第C_j类中的第i个用户信息向量的第a维的数据，对于每一类而言，1≤i≤t_j；∑表示累加符号；∏表示累乘符号；

3)服务器S₀得到被公钥pk₁加密后的各类明文数据的和向量的密文，再将其除以各类含有的用户向量的数量，得到初始中心点或者新一轮的中心点；服务器S₀将密文下的中心点信息向量发送给服务器S₁。

4.如权利要求3所述隐私保护k-means聚类方法，其特征在于，所述初始的分类方法包括：将第i个用户信息划分给第(i％K)+1类；

其中，(i％K)+1表示i除以K的余数再加上1；表示第j类的第一个用户向量；第j类记为并且记录下第j类的用户信息向量的个数t_j；记录下分类结果R₀。