基于云平台的隐私保护数据共享方法及系统

本发明涉及隐私数据处理，特别是涉及基于云平台的隐私保护数据共享方法及系统。

背景技术：

1、本部分陈述仅提供与本发明相关的背景技术信息，不必然构成在先技术。

2、在纵向隐私保护机器学习的实际应用中，以征信数据服务机构与多家银行联合建模为例，征信机构持有海量用户的信用特征数据，而各家银行仅持有少量贷款申请人的身份信息及违约标签，双方需在不泄露原始数据的前提下完成交集用户匹配及特征-标签对齐。

3、然而，现有基于隐私集合求交的方法在隐私保护层面存在明显缺陷：部分方案会直接向数据持有方输出交集成员标识或本地交集位置，使参与方能够获知对方数据库中哪些用户属于交集，这种交集成员关系本身在金融、医疗等敏感场景中即构成隐私泄露（如实则暴露了用户的信贷申请记录或就医行为）；另一类方案虽然试图通过向非交集记录添加混淆数据或生成冗余份额来隐藏交集信息，但增加了后续模型训练的样本量和通信开销，且冗余数据中隐含的交集位置信息仍可能被恶意参与方通过差分分析或输出分布推断等手段恢复；此外，现有协议在每次新业务会话中（如不同银行发起或同一银行发起新批次）均需重新对征信机构完整数据库执行密态检索或多项式运算，不仅带来高昂的计算成本，更因重复暴露查询模式而增加了隐私推断攻击的风险。

4、因此，在征信机构与多家银行联合建模这一数据集规模非平衡、同一大规模数据库需服务多个独立会话的典型场景下，现有技术仍难以同时实现交集成员关系的隐藏和预处理状态的跨会话复用，导致每次会话均需要重复处理完整数据库，不仅造成高维特征反复传输和计算的效率瓶颈，更因输出结果中隐含交集位置信息或多次会话的查询模式关联，使恶意参与方可利用多轮输出差异反向推断交集成员分布，极有可能引发用户信贷记录、就医行为等敏感关联关系的批量泄露风险。

技术实现思路

1、为了解决现有技术的不足，本发明提供了基于云平台的隐私保护数据共享方法及系统，通过一次云端预处理建立可跨会话复用的基础共享状态，实现各会话独立轻量刷新，在隐藏交集成员关系的同时输出无冗余秘密份额，使双方在不泄露原始数据和交集位置信息的前提下完成安全的数据共享与联合建模。

2、为了实现上述目的，本发明是通过如下的技术方案来实现：

3、本发明第一方面，提供了基于云平台的隐私保护数据共享方法，包括：

4、接收第一数据持有方的稳定盲化标识和特征密文，以及第二数据持有方的候选盲化标识；

5、基于所述特征密文生成基础种子并掩码特征密文；对掩码后的特征密文、所述稳定盲化标识和所述基础种子执行云端同步置换，保存置换后的稳定盲化标识、基础种子及索引结构；将置换后的掩码特征密文返回第一数据持有方，以建立基础共享状态；基于所述候选盲化标识查询所述索引结构，获得匹配索引对并统一排列输出顺序；

6、根据所述匹配索引对对应的基础种子生成会话种子及种子修正量；

7、将所述会话种子及种子修正量发送至第一数据持有方和第二数据持有方，以使双方按统一顺序生成交集实体的特征份额和标签份额用于隐私保护数据共享。

8、进一步地，所述稳定盲化标识由所述第一数据持有方根据数据版本级盲化因子和实体标识生成；

9、所述第一数据持有方还根据所述稳定盲化标识构建布隆过滤器，所述布隆过滤器用于供所述第二数据持有方对本地查询标识进行候选筛选。

10、进一步地，所述基础种子与所述特征密文一一对应，所述掩码为利用种子扩展函数由所述基础种子生成的基础掩码；

11、所述索引结构为以稳定盲化标识为键、以云端置换索引及基础种子为值的键值索引。

12、进一步地，所述种子扩展函数为近似同态伪随机生成函数；

13、对于任意两个种子，满足，其中，为有界误差且。

14、进一步地，候选盲化标识由第二数据持有方通过以下方式获得：

15、以会话盲化因子盲化本地查询标识生成第一重盲化标识并发送至第一数据持有方；

16、所述第一数据持有方以数据版本级盲化因子对第一重盲化标识执行第二重盲化；对标签密文进行随机掩码和重随机化并对查询元组执行同步置换后发送至第二数据持有方；

17、所述第二数据持有方利用会话盲化因子的逆元去盲后，利用布隆过滤器进行成员查询，筛选得到候选盲化标识。

18、进一步地，所述查询所述索引结构，具体为：将候选盲化标识与保存的稳定盲化标识进行精确相等比较，仅当完全相等时形成匹配索引对；

19、其中，所述匹配索引对包括云端置换索引和查询置换索引。

20、进一步地，所述统一排列输出顺序，具体为：对匹配索引对集合执行随机排列，使排列后的云端置换索引序列和查询置换索引序列按照相同的输出位置一一对应。

21、进一步地，所述基础共享状态在同一数据版本内被多个独立会话复用，各会话的会话种子和种子修正量独立生成，不依赖上一会话的输出状态；

22、其中，所述会话种子为针对当前会话独立采样的新种子，所述种子修正量为基础种子与会话种子之差。

23、进一步地，所述会话种子和种子修正量的数据维度固定，不随特征维度增加而变化。

24、本发明第二方面，提供了基于云平台的隐私保护数据共享系统，包括：

25、第一数据持有方，用于生成稳定盲化标识和特征密文，并发送至云平台；

26、第二数据持有方，用于生成候选盲化标识并发送至所述云平台；

27、云平台，用于接收所述稳定盲化标识和所述特征密文，基于所述特征密文生成基础种子并掩码特征密文；对掩码后的特征密文、所述稳定盲化标识和所述基础种子执行云端同步置换，保存置换后的稳定盲化标识、基础种子及索引结构；将置换后的掩码特征密文返回第一数据持有方，以建立基础共享状态；

28、所述云平台还用于接收所述候选盲化标识，基于所述候选盲化标识查询所述索引结构，获得匹配索引对并统一排列输出顺序；根据所述匹配索引对对应的基础种子生成会话种子及种子修正量并发送至所述第一数据持有方和所述第二数据持有方，以使双方按统一顺序生成交集实体的特征份额和标签份额用于隐私保护数据共享。

29、与现有技术相比，本发明的有益效果是：

30、以征信机构与多家银行联合建模为例，本发明通过一次预处理、多会话复用的机制，使征信机构仅需对海量信用特征数据库执行一次高开销的云端预处理，后续银行甲、银行乙等任意机构发起的多个独立会话均可直接复用该基础状态，每个会话仅针对少量交集用户生成轻量更新。在此过程中，双方仅获得各自持有的秘密份额，既保护了原始数据和交集成员关系不泄露，又将每次会话的计算量从与海量数据库规模相关降为仅与少量交集规模相关，同时避免了非交集冗余数据进入后续建模，提升了多机构、多批次场景下隐私保护数据共享的效率与安全性。本发明适用于征信机构与多家银行、医疗数据服务中心与多家保险机构、互联网平台与多家金融机构等大规模数据持有方需在同一数据版本周期内连续服务多个小规模数据持有方及其多个业务批次的纵向隐私保护联合建模场景。