[发明专利]一种同态加密方法及其在隐私保护分类器上的应用

说明书

本发明公开了一种同态加密方法及其在隐私保护分类器上的应用。该方法的具体步骤包括使用密钥生成算法KeyGen生成公钥pk和私钥sk、加密明文Q、解密密文c。本发明相比现有技术，避免了定点表示系统中数字必须表示为共享整数才能进行乘法的弊端，在计算效率和通信交互之间达到了良好平衡的效果，应用在隐私保护分类器加密中降低了预期的误分类损失，并且保持了与原始的最小贝叶斯风险的贝叶斯分类器相同的准确率。

技术领域

本发明属于数据加密算法的技术领域，具体涉及一种同态加密方法及其在隐私保护分类器上的应用。

背景技术

在机器学习的领域中，分类器属于关键核心。在当前随着数据性质、数据量、数据计算、分类和数据挖掘需求的日益复杂的情况下，分类过程中如何确保数据隐私尤为重要，用于保护隐私的加密需关注训练阶段和预测阶段。

现有技术在保护预测阶段的隐私时，会根据分类器的复杂性差异采用不同的密码工具来进行保护；对于较简单的分类器使用部分同态加密PHE工具来实现隐私保护；对于更复杂的分类器通常使用全同态加密FHE，以改善加密输入的安全。乘-加(M-A)型分类器属于一类具有乘加结构的分类器，乘加结构是指可表示为∑_i(Π_jα_i,j)的函数结构。

但是，对于乘-加(M-A)型分类器来说，部分同态加密PHE方法并不适用，而全同态加密FHE方法的大密文扩展性能差、计算开销过大、在实数域上的复杂运算效率低，不能处理实值明文且不能批处理乘法或加法，全同态加密FHE 应用在朴素贝叶斯分类器时也存在贝叶斯风险不够小的缺点。

发明内容

为了克服现有技术存在的缺陷与不足，本发明的第一目的在于提供一种同态加密方法，第二目的在于提供第一目的中同态加密方法在隐私保护分类器上的应用，从而向具有乘加结构的乘-加(M-A)型分类器中引入新的同态加密算法，以实现计算效率和数据交互性能之间的平衡。

为了达到上述目的，本发明采用以下技术方案：

一种同态加密方法，包括以下步骤：

在Paillier加密系统基础上构造同态加密工具：

MASE＝(KeyGen,Enc,Dec-int,Dec,Mul,Add)，

其中，KeyGen算法用于生成公钥和私钥，Enc表示加密子算法，Dec-int 表示整数化的解密子算法，Dec表示整数解密子算法，Mul表示乘法算子，Add 表示加法算子；

消息的发送方和接收方均根据KeyGen算法生成公钥和私钥；

发送方使用Enc加密子算法对明文进行加密，并用乘法算子Mul和加法算子Add将密文表示为具有乘加结构的输出形式；

接收方首先使用整数化的解密子算法Dec-int将密文转换为整数形式，再由整数解密子算法Dec对整数形式进行解密得到相应的明文。

优选地，生成公钥和私钥的过程具体为：

消息的发送方和接收方均使用KeyGen算法生成公钥pk和私钥sk； KeyGen为Paillier加密系统中所采用的安全参数κ∈N并返回公钥/私钥对 (pk,sk)的概率算法，记为：(pk,sk)←KeyGen(1^κ)，且pk＝(n,g)， sk＝(λ,μ)；