一种面向多源数据的时空联合隐私求交方法、设备及介质
本发明涉及隐私数据处理,特别涉及一种面向多源数据的时空联合隐私求交方法、设备及存储介质。
背景技术:
1、随着智慧物流及物流园区数字化管理技术的发展,同一物流园区内的物流园区车辆管理系统与物流企业运输管理系统会分别形成车辆时空记录。其中,物流园区车辆管理系统通过园区出入口、停车区域或装卸区域的车辆采集设备记录车辆的空间归属及对应时间,物流企业运输管理系统通过车载定位终端等记录运输车辆的gps位置及对应时间。在车辆到场、进出及装卸作业记录核验过程中,需要确定物流企业记录的运输车辆是否在相应时间范围内进入物流园区对应业务区域,并建立企业侧车辆记录与园区侧车辆记录之间的关联关系。由于各系统分别持有独立的车辆位置、时间及业务属性数据,直接交换原始车辆记录容易造成非目标车辆信息泄露,因此需要通过隐私求交技术,在不直接共享原始车辆时空记录的情况下确定不同参与方共同记录的车辆时空数据。
2、隐私求交(private set intersection,psi)技术能够在不直接公开参与方原始集合数据的条件下确定不同数据集合中的共同元素。现有隐私求交方法主要包括基于哈希编码的方法、基于不经意传输扩展的方法、基于不经意伪随机函数的方法以及基于密钥交换的方法等。其中,基于哈希编码的隐私求交方法通常将参与求交的数据按照统一编码规则转换为编码值,再通过比较不同参与方的编码值是否一致确定交集,具有实现方式相对简单、计算效率较高等特点。
3、然而,将现有隐私求交方法应用于上述物流车辆时空记录时,发现现有的技术方案具有如下问题:
4、(1)单尺度编码难以适应空间精度及时间采样差异。园区侧车辆空间信息可以表现为gps坐标、场所标识或区域标识,企业侧车辆空间信息主要表现为车载定位终端采集的gps坐标,不同记录的空间表示方式及精度存在差异;同时,园区侧通常采用事件触发方式形成记录,企业侧通常按照预设周期采集定位数据,使同一车辆活动对应的时间戳存在偏差。采用单一尺度进行编码容易造成具有实际时空关联关系的车辆记录漏匹配或匹配偏差;(2)严格一致匹配难以适应车辆记录缺失及采样不同步。当物流园区车辆管理系统与多个物流企业运输管理系统参与求交时,各系统可能因采样周期、触发条件或局部数据缺失而产生数量及时间不完全对应的车辆记录,若要求全部参与方严格一致匹配,容易遗漏具有实际关联关系的车辆;若简单降低匹配要求,又容易增加偶然匹配;(3)缺乏跨尺度递进验证能力。现有基于哈希编码的方法通常依据单次编码结果确定交集,当不同车辆记录因处于相邻空间区域、相近采样时段或量化边界附近而在较粗粒度下形成相同匹配结果时,难以进一步区分真实关联记录与伪匹配记录,影响车辆时空记录隐私求交的准确性和稳定性。
5、鉴于此,实有必要提供一种新的技术方案以解决上述问题。
技术实现思路
1、为解决至少一个上述技术问题,本技术提供一种面向多源数据的时空联合隐私求交方法、设备及存储介质,各参与方仅交换主匹配编码及校验摘要信息,不涉及原始数据,从而保证非交集多源数据不泄露,满足隐私保护要求。
2、一种面向多源数据的时空联合隐私求交方法,包括:
3、s1、参与联合隐私求交的各个参与方分别从本地物流车辆时空数据中读取原始记录数据;
4、s2、基于空间标识精度指标与时间稳定性指标的自适应多尺度时空联合编码机制,得到各参与方的每条原始记录在不同尺度下构建时空联合编码;
5、s3、对所属时空联合编码进行双通道编码处理,分别生成主匹配编码与一致性校验摘要;
6、s4、统计同一主匹配编码在不同参与方粗尺度编码集合中的出现次数,并与预设候选支持门限进行比较,计算得到一级候选集合;
7、s5、基于一级候选集合中的候选主匹配编码,计算得到候选主匹配编码的综合一致性得分;
8、s6、将综合一致性得分与判定阈值进行对比,输出满足判定条件的交集结果。
9、优选的,在步骤s1中,从本地物流车辆时空数据中读取到的原始记录数据包括:各参与方的各条原始记录的空间标识;各参与方的各条原始记录的时间戳;各参与方的各条原始记录附带的关联属性集合;各参与方的各条原始记录对应的空间标识精度指标;各参与方的各条原始记录的时间稳定性指标。
10、优选的,步骤s2包括:
11、对原始记录数据中的空间坐标与时间戳分别进行基于量化步长的离散化映射,并与关联属性集合进行横向拼接,得到示各参与方的各原始记录在对应尺度下构建的时空联合编码;
12、其中,时空联合编码的计算公式为:
13、;
14、式中,表示第个参与方的第条原始记录在尺度下的时空联合编码;为尺度索引,包括粗尺度、中尺度和细尺度;表示第个参与方的第条原始记录的空间标识的横坐标;表示第个参与方的第条原始记录的空间标识的纵坐标;表示第个参与方的第条原始记录的时间戳;表示第条原始记录对应的空间标识精度指标;表示时间量化步长,通过时间稳定性指标对应的粒度与尺度索引相乘获得,用于将时间戳映射到对应粒度的离散空间单元;表示第个参与方的第条原始记录附带的关联属性集合;表示联合编码函数,用于将空间量化结果、时间量化结果及关联属性集合横向拼接为时空联合编码;表示离散化映射或向下取整操作;表示空间量化步长,通过空间标识精度指标对应的粒度与尺度索引相乘获得,用于将空间标识映射到对应粒度的离散空间单元。
15、优选的,步骤s3包括:
16、将时空联合编码与编码扰动参数横向拼后输入哈希函数,得到主匹配编码;
17、将时空联合编码、尺度索引与验证域分离参数横向拼接后输入同一哈希函数,得到一致性校验摘要;
18、其中,编码扰动参数通过各参与方分别生成本地随机数,并经由安全通信协议对本地随机数组合获得;验证域分离参数通过确定性派生函数对编码扰动参数派生获得。
19、优选的,在步骤s4中,一级候选集合的计算式为:
20、;
21、式中,表示一级候选集合,为粗尺度下筛选得到的候选主匹配编码集合;表示任一候选主匹配编码;表示集合筛选条件,用于从主匹配编码集合中筛选满足多方支持度约束的候选主匹配编码;表示参与方索引;表示参与方总数;表示指示函数,当括号内条件成立时取值为1,否则取值为0;表示第个参与方的第条原始记录在粗尺度下的主匹配编码;表示主匹配编码集合;为候选支持门限,表示至少有个参与方同时匹配某主匹配编码,该主匹配编码才能被保留为候选主匹配编码。
22、优选的,步骤s5包括:
23、分别统计候选主匹配编码在中尺度下的匹配情况、在中尺度与细尺度递进约束下的匹配情况以及不同参与方之间校验摘要的一致性程度,并对统计到的候选主匹配编码在中尺度下的匹配情况、在中尺度与细尺度递进约束下的匹配情况以及不同参与方之间校验摘要的一致性程度进行归一化累加,计算得到候选主匹配编码的综合一致性得分。
24、优选的,综合一致性得分的计算式为:
25、;
26、式中,表示候选主匹配编码的综合一致性得分;表示候选主匹配编码在中尺度下仍保持匹配的参与方比例;表示第个参与方的第条原始记录在中尺度下的主匹配编码集合;表示候选主匹配编码在中尺度匹配成立的前提下,在细尺度下仍保持匹配的参与方比例;表示第个参与方的第条原始记录在细尺度下的主匹配编码集合;表示候选主匹配编码在不同参与方之间的校验摘要一致性程度,用于区分真实交集与伪匹配交集;表示第个参与方在中尺度下的一致性校验摘要;表示中尺度下的参考一致性校验摘要;表示第个参与方在细尺度下的一致性校验摘要;表示细尺度下的参考一致性校验摘要。
27、优选的,步骤s6包括:
28、将任一候选主匹配编码的综合一致性得分与判定阈值进行对比,当候选主匹配编码的综合一致性得分不小于判定阈值时,判定该候选主匹配编码为有效交集,否则判定该候选主匹配编码为伪匹配交集并予以剔除。
29、根据本技术的另一方面,还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行所述的面向多源数据的时空联合隐私求交方法。
30、根据本技术的另一方面,还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,当所述指令在计算机上运行时,使得计算机执行所述的面向多源数据的时空联合隐私求交方法。
31、与现有技术相比,本技术至少具有以下有益效果:
32、1、本发明通过对空间与时间维度进行基于数据精度的自适应离散化处理,使多源时空数据在统一量化框架下实现对齐,从而在存在位置偏差和时间误差的情况下仍能够被有效匹配,提升隐私求交的鲁棒性与准确性。
33、2、本发明通过引入多方支持度约束,在不要求所有参与方完全匹配的前提下保留高可信候选,有效提升在多源数据存在缺失或采样不一致情况下的匹配度,同时降低偶然匹配带来的误判风险。
34、3、本发明通过将中尺度匹配支持、中细尺度递进匹配支持以及跨参与方校验一致性进行建模与归一化融合,能够在不增加原始数据泄露风险的前提下,实现候选匹配编码由粗到细的逐级筛选与验证,减少由量化误差或哈希碰撞引起的伪匹配情况,从而显著提升多源时空数据隐私求交结果的准确性、稳定性与鲁棒性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com