[发明专利]一种保护数据隐私的确定共有数据的方法及装置

说明书

本说明书实施例提供一种保护数据隐私的确定共有数据的方法及装置，中间方从第一方和第二方分别获取各自的分桶数据，分桶数据由各方将持有的隐私数据集进行预设分桶处理而得到，预设分桶处理包括，针对任意的隐私数据，根据隐私数据所落入的第一区段，将其映射值填入多个桶空间中的目标桶空间；多个桶空间中任意的第一桶空间包括若干个第一区段；针对任意一方的分桶数据中第一桶空间的第一映射值，将其与另一方的分桶数据中第二桶空间的各映射值进行比较，得到第一映射值的比较结果；第二桶空间与第一桶空间存在共有第一区段；将任一方的分桶数据中各个映射值的比较结果构成的结果集合，发送至第一方和第二方，用于确定两方隐私数据集的共有数据。

技术领域

本说明书涉及数据安全技术领域，尤其涉及一种保护数据隐私的确定共有数据的方法及装置。

背景技术

隐私求交算法通常用于联合机器学习之前。当两方（或多方）想要使用它们的数据一起训练一个模型之前，它们一般先通过隐私求交算法确认双方（多方）拥有的共同样本，然后，基于这些共同样本进行隐私机器学习。

目前，隐私求交算法有很多种，例如DH（Diffie-Hellman）算法，该DH算法存在计算量较大（引入非对称运算）的问题。

因此，希望提供改进的方案，在多方联合进行数据处理的过程中，保护各方隐私数据的安全的同时，减少计算量。

发明内容

本说明书一个或多个实施例提供了一种保护数据隐私的确定共有数据的方法及装置，以实现保护各方隐私数据的安全的同时，减少计算量。

根据第一方面，提供一种保护数据隐私的确定共有数据的方法，所述方法通过中间方执行，包括：

从第一方和第二方分别获取各自的分桶数据，所述分桶数据由各方将其持有的隐私数据集进行预设分桶处理而得到，所述预设分桶处理包括，针对任意的隐私数据，根据该隐私数据在预先划分的t个第一区段中所落入的第一区段，将该隐私数据对应的映射值填入预设的多个桶空间中的目标桶空间；所述多个桶空间中任意的第一桶空间包括若干个第一区段；

针对任意一方的分桶数据中所述第一桶空间包含的第一映射值，将其与另一方的分桶数据中第二桶空间包含的各映射值进行比较，得到针对第一映射值的比较结果；其中，所述第二桶空间与所述第一桶空间存在共有第一区段；

将所述任意一方的分桶数据中各个映射值的比较结果构成的结果集合，发送至所述第一方和第二方，用于其确定两方的隐私数据集的共有数据。

在一种可选实施方式中，所述多个桶空间包括多层级的桶空间，不同层级的桶空间包含的第一区段的个数不同。

在一种可选实施方式中，所述第一桶空间包括连续的p个第一区段；在所述进行比较之前，还包括：

确定第二桶空间，所述第二桶空间包括第一子空间，第二子空间和/或第三子空间，所述第一子空间包括所述p个第一区段中的部分第一区段，所述第二子空间与所述第一桶空间对应相同；所述第三子空间包含且大于所述第一桶空间。

在一种可选实施方式中，在所述从第一方和第二方分别获取各自的分桶数据之前，还包括：

确定各层级桶空间的建议数量；

将所述建议数量分别发送至第一方和第二方，使其确定所述多个桶空间。

在一种可选实施方式中，在所述从第一方和第二方分别获取各自的分桶数据之前，还包括：

基于所述两方的隐私数据集中数据个数的最大值，确定所述第一区段的划分个数t；

基于所述划分个数t确定区段划分信息；将所述区段划分信息分别发送至第一方和第二方，使其确定出所述t个第一区段。