基于隐私证据胶囊的分布式知识图谱新实体关系推理系统及方法与流程

本发明涉及一种基于隐私证据胶囊的分布式知识图谱新实体关系推理系统及方法，属于知识图谱推理。

背景技术：

1、知识图谱以头实体—关系—尾实体的三元组形式对事实知识进行结构化建模，已广泛应用于智能问答、推荐系统、医疗辅助诊断、风险识别、工业故障分析、企业知识管理等场景。受知识持续更新迭代的影响，知识图谱中普遍存在缺失事实，因此需要通过知识图谱补全技术推断潜在的三元组关系。

2、现有知识图谱补全方法大多基于传导式假设，即测试阶段涉及的实体已在训练阶段出现，模型可为其学习得到固定的嵌入表示。但在实际应用中，知识图谱处于持续演化状态，新用户、新患者、新企业、新设备、新商品等实体会不断出现，这类新实体未参与模型训练，无法直接通过预训练嵌入表示完成推理。针对该问题，归纳知识图谱补全技术可根据新实体的少量支持事实推断其缺失关系，但现有方案通常假设新实体的支持事实集中存储于单一知识图谱中，无法适配多机构、多平台的分布式数据场景。

3、在真实分布式场景下，同一实体的相关信息往往分散在多个数据持有方中。例如不同医院分别持有同一患者的部分诊疗记录，不同工业系统分别保存同一设备的运行、检修、告警数据，不同互联网平台分别记录同一用户的不同交互行为。受隐私保护、数据安全、商业竞争与合规要求限制，不同数据持有方无法直接交换原始知识图谱三元组，也不能将本地图结构集中至统一服务器进行推理。

4、联邦学习虽可实现数据不出本地的模型训练与参数聚合，但传统联邦学习聚焦于训练阶段的参数共享，难以针对归纳补全场景下的具体查询动态匹配相关证据，也无法有效处理多源证据的时效性差异、语义不一致与内容冲突等问题。简单的参数聚合或分数平均易导致推理结果出现偏差，难以保障新实体缺失关系预测的准确性、鲁棒性与可解释性。

技术实现思路

1、为解决背景技术中存在的问题，本发明提供一种基于隐私证据胶囊的分布式知识图谱新实体关系推理系统及方法。

2、实现上述目的，本发明采取下述技术方案：一种基于隐私证据胶囊的分布式知识图谱新实体关系推理系统，包括服务器端以及多个均与其通信连接的用于存储本地知识图谱的客户端；所述服务器端设置有用于接收归纳知识图谱补全查询的查询接收模块、用于根据查询信息筛选出与当前查询相关的候选客户端集合的客户端激活模块、用于对多个客户端返回的隐私证据胶囊进行语义对齐的证据胶囊对齐模块、用于为各隐私证据胶囊计算路由权重的可靠性路由模块、用于检测多个隐私证据胶囊之间的冲突并生成冲突惩罚项的冲突感知融合模块、用于计算候选实体最终得分并输出缺失事实预测结果的候选实体排序模块以及用于输出推理结果说明信息的结果解释模块；所述客户端设置有用于在本地知识图谱中检索与当前查询相关的局部证据的本地证据检索模块、用于对局部证据进行隐私过滤以隐藏可还原本地图结构的敏感信息的隐私过滤模块以及用于基于隐私过滤后的局部证据生成不可逆的隐私证据胶囊的证据胶囊生成模块。

3、进一步的，所述归纳知识图谱补全查询包括新实体、查询关系和待预测位置，归纳知识图谱补全查询的形式为尾实体预测查询以及头实体预测查询。

4、进一步的，所述局部证据包括新实体的一跳事实、关系邻域、局部路径摘要、属性摘要、本地时间记录和事件记录、本地候选实体评分或关系角色统计信息中的至少一种。

5、本发明的一种基于隐私证据胶囊的分布式知识图谱新实体关系推理系统的推理方法，所述方法包括如下步骤：

6、s1：服务器端通过查询接收模块接收归纳知识图谱补全查询；

7、s2：服务器端通过客户端激活模块根据查询信息，从多个客户端中筛选出与当前查询相关的候选客户端集合，并向候选客户端下发查询任务，完成客户端激活；

8、s3：被激活的客户端通过本地证据检索模块，在自身存储的本地知识图谱中检索与当前查询相关的局部证据；

9、s4：被激活的客户端通过隐私过滤模块对检索得到的局部证据执行隐私过滤；

10、s5：被激活的客户端通过证据胶囊生成模块，基于隐私过滤后的局部证据生成不可逆的隐私证据胶囊，并将隐私证据胶囊发送至服务器端；

11、s6：服务器端通过证据胶囊对齐模块对多个客户端返回的隐私证据胶囊进行语义对齐，再通过可靠性路由模块为各隐私证据胶囊计算对应的路由权重；

12、s7：服务器端根据路由权重对多个隐私证据胶囊进行证据融合，获得候选实体的综合支持分数；

13、s8：服务器端通过冲突感知融合模块检测多个隐私证据胶囊之间的冲突，并生成对应的冲突惩罚项；

14、s9：服务器端通过候选实体排序模块，结合综合支持分数、冲突惩罚分数以及基础链路预测分数计算候选实体最终得分，根据最终得分对候选实体进行排序，输出缺失事实预测结果；

15、s10：服务器端输出缺失事实预测结果，同步通过结果解释模块输出对应的推理结果说明信息。

16、进一步的，所述s2包括如下步骤：

17、s201：根据查询关系匹配客户端可覆盖的关系类型；

18、s202：判断客户端是否可能持有相关局部证据；

19、s203：计算客户端激活得分；

20、s204：选取得分高于预设阈值的客户端作为被激活客户端。

21、进一步的，所述s4包括如下步骤：

22、s401：对原始实体标识进行匿名化、哈希化或脱敏映射；

23、s402：对敏感属性进行删除、泛化或桶化处理；

24、s403：对完整推理路径进行截断，仅保留路径类型摘要；

25、s404：对详细邻接结构进行摘要化处理；

26、s405：根据预设的隐私等级对局部证据添加噪声、执行安全聚合处理或加密传输。

27、进一步的，所述s4包括如下步骤：s5所述隐私证据胶囊包括用于表示新实体在当前查询关系中更接近头实体角色、尾实体角色或混合角色的关系角色摘要、用于表示客户端本地证据对候选实体或候选实体集合的支持强度的局部支持向量、用于以哈希标识、桶化标识、安全对齐标识或匿名候选集合形式表示候选实体的候选实体草图、用于表示本地证据的新近性、长期有效性或过期状态的时间有效性标签、用于表示本地证据稀疏程度、模型置信度、关系覆盖度和校准误差的不确定性估计以及用于记录实体匿名化、关系泛化、路径截断、噪声注入、安全聚合或加密传输隐私处理方式的隐私处理标签中的至少一种。

28、进一步的，s6所述语义对齐包括以下至少一种：

29、s60101：对不同客户端返回的候选实体草图进行安全对齐；

30、s60102：对关系角色摘要进行统一映射；

31、s60103：对时间有效性标签进行归一化；

32、s60104：对隐私处理标签进行解析；

33、s60105：对不同客户端的候选实体支持信息进行统一编号与归并。

34、进一步的，s8所述冲突包括用于表述不同客户端支持不同的候选实体的候选实体冲突、用于表述不同客户端对新实体在查询关系中的角色判断不一致的关系角色冲突、用于表述新旧证据对同一候选实体给出不同的支持程度的时间冲突、用于表述高可信数据源与低可信数据源给出相反证据的来源可信度冲突以及证据可用性因隐私处理强度不同而存在差异的隐私强度冲突中的至少一种。

35、进一步的，s9所述候选实体最终得分的计算方式为：

36、候选实体最终得分=综合支持分数-冲突惩罚分数+基础链路预测分数

37、其中：

38、综合支持分数由多个客户端隐私证据胶囊加权融合得到；

39、冲突惩罚分数由冲突感知融合模块根据冲突类型和冲突强度计算得到；

40、基础链路预测分数由知识图谱补全模型生成。

41、与现有技术相比，本发明的有益效果是：

42、本发明通过客户端本地生成不可逆的隐私证据胶囊，在不共享原始知识图谱三元组、不暴露本地完整图结构的前提下实现多数据持有方的分布式协同推理，有效降低隐私泄露风险，适配多机构、多平台的异构知识图谱应用场景；采用查询驱动的客户端动态激活机制，可针对具体补全任务匹配相关证据来源，提升推理针对性与资源利用效率；依托可靠性路由与冲突感知融合机制，对多源证据的质量、时效性及冲突情况进行综合评估，避免简单聚合方式带来的推理偏差，提升新实体缺失关系预测的准确性与鲁棒性；同时可输出证据来源与冲突说明，增强推理结果的可解释性。