[发明专利]一种基于隐私计算的数据加密方法

权利要求书

1.一种基于隐私计算的数据加密方法，其特征在于，所述方法包括：

用户在用户服务端提交用户信息数据字段；构建word2vec模型，并将word2vec模型部署在用户服务端，用户服务端利用word2vec模型对所接收的用户信息数据字段进行编码，得到不同用户信息数据字段的编码向量；

用户服务端利用同态加密算法对编码向量进行加密处理，并将加密结果传输到远端服务器，远端服务器存储的编码向量密文；

进行查询计算操作时，用户在用户服务端输入查询字段，用户服务端利用word2vec模型将查询字段转化查询字段编码向量，并对查询字段编码向量进行同态加密后传输到远程服务器，远程服务器接收查询字段的密文，并将查询字段密文与所存储的编码向量密文进行平均欧式距离的同态计算；

根据同态计算结果，若查询字段密文与所存储的编码向量密文的最小距离小于指定阈值，则表示远程服务器存储了查询内容，远程服务器返回给用户服务端满足指定阈值的编码向量密文，用户服务端对接收的编码向量密文进行解密，并利用word2vec模型对解密结果进行逆操作，得到查询数据，并返回查询数据；若查询字段密文与所存储的编码向量密文的最小距离大于指定阈值，则表示远程服务器未存储查询内容，用户服务端直接返回无查询结果。

2.如权利要求1所述的一种基于隐私计算的数据加密方法，其特征在于，所述用户在用户服务端提交用户信息数据字段后，所述方法还包括：

构建用户特征字典，基于用户特征字典对用户信息数据字段进行one-hot编码处理，编码结果为x＝{(x_1，1，x_1，2，...，x_1，L)，(x_2，1，x_2，2，...，x_2，L)，...，(x_n，1，x_n，2，...，x_n，L)}，其中，L表示用户特征字典的大小，n表示用户信息数据字段的类别数，(x_n，1，x_n，2，...，x_n，L)表示第n类用户信息数据字段的one-hot编码结果，其中仅有某一单元x_n，i的值为1，表示该类别用户信息数据字段在词典中的位置，其他单元的值均为0。

3.如权利要求1所述的一种基于隐私计算的数据加密方法，其特征在于，所述构建word2vec模型，包括：

所述word2vec模型包括输出层、隐藏层以及输出层，将用户信息数据字段的one-hot编码结果x作为word2vec模型输入层的输入值，则word2vec模型隐藏层的计算结果为：

h_i＝w_h^Tx_i

其中：

x_i表示第i类用户信息数据字段的one-hot编码结果，h_i表示对应的隐藏层计算结果；

w_h表示隐藏层中的权重矩阵，w_h的大小为L×H，L表示用户特征字典的大小，H表示隐藏层的大小；

将隐藏层的计算结果输入到输出层，对于第i类用户信息数据字段，输出层的输出结果为：

其中：

w_y表示输出层中的权重矩阵，w_y的大小为H×L；

得到的编码向量结果为(y₁，y₂，...，y_i，...，y_n)。