[发明专利]一种隐私保护聚类方法及系统

说明书

本发明公开了一种隐私保护聚类方法及系统，查询方获取待查询数据，对待查询数据进行同态加密，得到加密后的待查询数据，并获取第一中心服务器代理持有的训练集，初始化待查询数据的估计向量，发送至第一中心服务器；每个数据持有方基于本地数据训练出的弱模型学习所述加密后的待查询数据，得到密文下的待查询数据对应的弱学习结果，并发送至第一中心服务器；第一中心服务器初始化权重矩阵，基于所述权重矩阵和所述密文下的待查询数据对应的弱学习结果，联合第二中心服务器通过双中心代理交互，得到初始化聚合结果，并结合每个待查询数据的估计向量，对聚合结果进行迭代更新，将更新后的聚合结果发送至查询方；查询方对聚合结果进行解密后，计算得到聚类查询结果，而且不会泄露客户待查询的数据。

技术领域

本发明涉及隐私保护技术领域，特别是涉及一种隐私保护聚类方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

如今一个新兴的趋势是将机器学习模型嵌入边缘，以提升其在日常应用中的能力。然而，由于硬件限制和有限的训练数据，这些模型通常表现不佳。在有限且有偏差的训练数据下，提高这些模型在边缘设备中的整体推理性能成为一个亟待解决的重要问题。

在传统的基于多方弱结果聚合得到理想结果的系统模型中，对于待查询数据的提供方而言，往往需要将待查询的数据以明文的形式发送给中间代理服务器。中间代理服务器再将数据以明文的形式发送给各个边缘机构，这些机构能基于本地数据训练出较弱模型，该过程存在隐私泄露问题。

发明内容

为了解决现有技术的不足，本发明提供了一种隐私保护聚类方法及系统，能获得理想的聚类查询结果，而且不会泄露客户待查询的数据，保证客户数据的隐私安全。

第一方面，本发明提供了一种隐私保护聚类方法；

一种隐私保护聚类方法，包括如下步骤：

查询方获取待查询数据，对待查询数据进行同态加密，得到加密后的待查询数据，并获取第一中心服务器代理持有的训练集，初始化待查询数据的估计向量，发送至第一中心服务器；每个数据持有方基于本地数据训练出的弱模型学习所述加密后的待查询数据，得到密文下的待查询数据对应的弱学习结果，并发送至第一中心服务器；

第一中心服务器初始化权重矩阵，基于所述权重矩阵和所述密文下的待查询数据对应的弱学习结果，联合第二中心服务器通过双中心代理交互，得到初始化聚合结果，并结合待查询数据的估计向量，对聚合结果进行迭代更新，将更新后的聚合结果发送至查询方；

查询方对聚合结果进行解密后，计算得到聚类查询结果。

进一步的，所述权重矩阵的计算方法为：

第一中心服务器将第一中心服务器代理持有的训练集去标签后发送至所有数据持有方；

每个数据持有方基于去标签后的第一中心服务器代理持有的训练集，得到第一中心服务器代理持有的训练集对应的弱学习结果，并发送至第一中心服务器；

第一中心服务器基于第一中心服务器代理持有的训练集对应的弱学习结果，计算得到权重矩阵。

进一步的，所述初始化待查询数据的估计向量的具体方法为：

基于第一中心服务器代理持有的训练集，计算每种标签下所有数据的期望值；

计算待查询数据与每种标签下所有数据的期望值的欧式距离，并经过归一化处理，得到初始化的待查询数据的估计向量。

进一步的，所述对聚合结果进行迭代更新的具体方法为：

在某一轮中，第一中心服务器基于上一轮的聚合结果以及待查询数据的估计向量，计算本轮的每个待查询数据的估计向量，并结合上一轮的权重矩阵，计算本轮的权重矩阵；