[发明专利]一种数据隐私计算方法、装置、设备及介质

说明书

本发明公开了一种数据隐私计算方法、装置、设备及介质，用以保证在不泄露原始数据的前提下对数据进行计算分析。该方法包括：获取第一信息，第一信息根据第二信息和第一公钥确定，第二信息根据样本数据的可计算条数确定；根据第一信息确定第一模型，第一模型用于确定密文全量数据，密文全量数据根据第二设备的全量数据确定。

技术领域

本发明涉及数据安全领域，尤其涉及一种数据隐私计算方法、装置、设备及介质。

背景技术

近年来，数据安全治理与个人信息保护一直是国家和社会各界关注的焦点，同时，在进行数据计算和分析时，通常需要多方协同合作，数据的共享流通也不可避免，因此，需要在保护数据安全的前提下进行数据的计算分析。以针对涉税数据进行隐私计算为例，涉税数据主要包括税务数据、电力数据和环保数据等需要隐私保护的数据，三方面的数据分布在不同的政府部门和组织，各组织之间没有绝对可信的第三方架构来支持可审计的安全数据共享，因此，基于涉税数据的数据所有方的网络和安全共享特点，涉税数据需要在无可信第三方的架构下完成可审计的安全数据共享。

目前针对上述问题所提供的数据计算方法，要么暴露原始数据，影响数据安全性；要么严重制约了多方数据共享，影响了数据联合分析利用的有效开展。如何在不泄露原始数据的前提下，对数据进行计算分析，成为一个亟待解决的问题。

发明内容

本发明提供了一种数据隐私计算方法、装置、设备及介质，用以提高数据隐私计算的安全性和可靠性。

第一方面，本发明提供了一种数据隐私计算方法，应用于第一设备，该方法包括：获取第一信息，第一信息根据第二信息和第一公钥确定，第二信息根据样本数据的可计算条数确定；根据第一信息确定第一模型，第一模型用于确定密文全量数据，密文全量数据根据第二设备的全量数据确定。

在一种可能的设计中，所述根据第一信息确定第一模型，包括：根据第一信息和第一私钥确定第三信息，其中，第三信息用于确定第一模型，第一私钥对应于第一公钥；根据第三信息训练神经网络模型得到第一模型，第一模型存储在区块链中。

在一种可能的设计中，该方法还包括：获取来自第二设备的样本数据的可计算条数；根据样本数据的可计算条数和第二公钥确定第四信息，第四信息的数量与样本数据的可计算条数相同，第二公钥与样本数据的信息和/或编号有关；向第二设备发送第四信息，第四信息和第二私钥用于确定第二信息，第二私钥对应于第二公钥；获取第一信息，包括：接收来自于第二设备的第一信息。

在一种可能的设计中，该方法还包括：接收来自第二设备的第五信息，第五信息根据全量数据、第四加密密钥和第三公钥确定；根据第五信息、第四解密密钥和第一模型确定第六信息，其中，第四解密密钥对应于第四加密密钥；向第二设备发送第七信息，第七信息根据第六信息和第五加密密钥确定；接收通过第六加密密钥加密的密文全量数据，密文全量数据根据第七信息、第三私钥和第五解密密钥确定，其中，第三私钥对应于第三公钥，第五解密密钥对应于第五加密密钥；根据第六解密密钥获得密文全量数据，第六解密密钥对应于第六加密密钥。

在一种可能的设计中，所述根据样本数据确定第一模型，包括：通过沙箱根据样本数据确定第一模型。

第二方面，本发明提供了一种数据隐私计算方法，应用于第二设备，该方法包括：根据第二信息和第一公钥确定第一信息，第二信息根据样本数据的可计算条数确定；向第一设备发送第一信息，第一信息用于确定第一模型，第一模型用于确定密文全量数据。

在一种可能的设计中，该方法还包括：向第一设备发送样本数据的可计算条数；接收来自第一设备的根据第二公钥加密的第四信息，第四信息的数量与样本数据的可计算条数相同，第四信息根据第二公钥生成，第二公钥与样本数据的信息和/或编号有关；根据第二私钥和第四信息确定第二信息，第二私钥对应于第二公钥。