[发明专利]一种安全的数据外包机器学习数据分析方法

摘要

本发明公开了一种安全的数据外包机器学习数据分析方法，由任意树均能化归为二叉树的性质，将训练好的决策树预测模型化归为二叉树，并归纳为一个形为无穷多个乘数项之和的特殊多项式，对模型中每一个数据用RSA加密上传到云平台，再将需要被决策的数据也用RSA加密上传到云平台，利用RSA的乘同态加密性质，将模型的加密数据和需要被决策的加密数据进行相应计算，得到每一个乘数项的密文结果，将结果返回到数据使用者解密，即可得到决策结果，通过将二叉树转化为多项式，使得原本需要多种计算才能实现的决策树，转化为一种计算即可实现，进而使用乘同态算法就能快速完成决策树的机器学习过程，大大降低了在密文上进行决策树这种机器学习算法的复杂程度，提升了计算效率。

主权项

一种安全的数据外包机器学习数据分析方法，其特征在于，包括以下步骤：步骤一、模型提供者对训练集中数据进行训练构筑一个决策树，然后将决策树转化为二叉树，并将二叉树归为多项式：其中,F(T)为最终的预测结果，i表示从左到右第i条路径，Ci为第i条路径的对应的预测结果，为Ci前的系数，表示第i条路径中的第j个节点的值，k＝1时取表示向左走；k＝‑1时取表示向右走，只有一个子节点时k＝0，取1；步骤二、模型提供者将多项式中每一项的系数以及结果分别使用乘同态加密算法加密后上传至云平台；步骤三、模型使用者将待预测参数使用乘同态加密算法公钥加密后上传至云平台，待预测参数为常数c，将其结果表示为E(c)；步骤四、云平台接收步骤二和步骤三中上传的密文，使步骤三中密文与步骤二中密文中的每一项分别相乘，得到新的密文数据；步骤五、模型使用者下载步骤六中得到的新的密文数据，并使用乘同态加密算法的私钥解密新的密文数据得到明文数据，其中唯一不为0的一项即为最终预测结果数据；步骤六、模型使用者向模型提供者请求模型对应的信息列表L，并将步骤五中得到的最终预测结果数据与查询信息列表L匹配即可得出该数据对应的预测结论。