数据处理方法、装置、存储介质、用户设备及服务器与流程

技术特征：
1.一种数据处理方法，应用于用户端，其特征在于，包括：获取目标应用程序的埋点数据；对所述埋点数据进行映射处理，得到待处理m维向量；对所述待处理m维向量进行扰动处理，得到处理后m维向量；将所述处理后m维向量发送至服务端，使得所述服务端根据所述处理后m维向量进行无偏估计，得到所述目标应用程序的无偏使用次数。2.根据权利要求1所述的数据处理方法，其特征在于，所述对所述埋点数据进行映射处理，得到待处理m维向量，包括：从k个哈希函数中选取出目标哈希函数；利用所述目标哈希函数对所述埋点数据进行映射处理，得到目标哈希值；根据所述目标哈希值，确定待处理m维向量，其中，所述待处理m维向量中，第所述目标哈希值维的元素的值为1，其他维的元素的值为
‑
1。3.根据权利要求2所述的数据处理方法，其特征在于，所述对所述待处理m维向量进行扰动处理，得到处理后m维向量，包括：按照目标概率对所述待处理m维向量的每个维度的元素的值进行扰动处理，以得到处理后m维向量，其中，若待处理m维向量的相应维度的元素的值为1，则按照目标概率将待处理m维向量的相应维度的元素的值翻转为
‑
1，若待处理m维向量的相应维度的元素的值为
‑
1，则按照目标概率将待处理m维向量的相应维度的元素的值翻转为1，其中，目标概率为：其中，ε为预设的隐私预算。4.根据权利要求2所述的数据处理方法，其特征在于，每个哈希函数与不同的索引值对应，所述将所述处理后m维向量发送至服务端，使得所述服务端根据所述处理后m维向量进行无偏估计，得到所述目标应用程序的无偏使用次数，包括：获取所述目标哈希函数对应的目标索引值；将所述处理后m维向量和所述目标索引值发送至服务端，使得所述服务端根据所述处理后m维向量和所述目标索引值进行无偏估计，得到所述目标应用程序的无偏使用次数。5.一种数据处理方法，应用于服务端，其特征在于，包括：获取用户端发送的处理后m维向量，其中，所述处理后m维向量由所述用户端对待处理m维向量进行扰动处理得到，所述待处理m向量为所述用户端对获取的目标应用程序的埋点数据进行映射处理得到；对所述处理后m维向量进行扰动转换处理，得到第一转换后m维向量，并获取其他用户端对应的第二转换后m维向量；根据所述第一转换后m维向量和所述第二转换后m维向量，生成k
×
m维迭代矩阵；根据所述k
×
m维迭代矩阵对所述目标应用程序进行无偏估计，得到所述目标应用程序的无偏使用次数。6.根据权利要求5所述的应用程序使用次数的确定方法，其特征在于，所述待处理m维向量利用从k个哈希函数中选取出的目标哈希函数对所述埋点数据进行映射处理得到，所述对所述处理后m维向量进行扰动转换处理，得到第一转换后m维向量，包括：按照如下公式对所述处理后m维向量进行扰动转换处理，得到第一转换后m维向量；
其中，x
i
为第一转换后m维向量的第i维元素的值，k为哈希函数的数量，ε为预设的隐私预算，v
i
为处理后m维向量的第i维元素的值。7.根据权利要求6所述的应用程序使用次数的确定方法，其特征在于，每个哈希函数与不同的索引值对应，所述根据所述第一转换后m维向量和所述第二转换后m维向量，生成k
×
m维迭代矩阵，包括：获取k
×
m维概述矩阵、所述目标哈希函数对应的第一目标索引值和所述第二转换后m维向量对应的哈希函数对应的第二目标索引值，所述k
×
m概述矩阵中的元素的值均为0；根据所述第一转换后m维向量、所述第一目标索引值、所述第二转换后m维向量和所述第二目标索引值，对所述k
×
m维概述矩阵进行迭代处理，生成k
×
m维迭代矩阵。8.根据权利要求7所述的应用程序使用次数的确定方法，其特征在于，所述根据所述k
×
m维迭代矩阵对所述目标应用程序进行无偏估计，得到所述目标应用程序的无偏使用次数，包括：根据所述k
×
m维迭代矩阵、k个哈希函数和每个哈希函数对应的索引值和哈希值，对所述目标应用程序进行无偏估计，得到所述目标应用程序的无偏使用次数。9.一种数据处理装置，应用于用户端，其特征在于，包括：获取模块，用于获取目标应用程序的埋点数据；映射处理模块，用于对所述埋点数据进行映射处理，得到待处理m维向量；扰动处理模块，用于对所述待处理m维向量进行扰动处理，得到处理后m维向量；发送模块，用于将所述处理后m维向量发送至服务端，使得所述服务端根据所述处理后m维向量进行无偏估计，得到所述目标应用程序的无偏使用次数。10.一种数据处理装置，应用于服务端，其特征在于，包括：获取模块，用于获取用户端发送的处理后m维向量，其中，所述处理后m维向量由所述用户端对待处理m维向量进行扰动处理得到，所述待处理m向量为所述用户端对获取的目标应用程序的埋点数据进行映射处理得到；转换处理模块，用于对所述处理后m维向量进行扰动转换处理，得到第一转换后m维向量，并获取其他用户端对应的第二转换后m维向量；生成模块，用于根据所述第一转换后m维向量和所述第二转换后m维向量，生成k
×
m维迭代矩阵；无偏估计模块，用于根据所述k
×
m维迭代矩阵对所述目标应用程序进行无偏估计，得到所述目标应用程序的无偏使用次数。11.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至4任一项所述的数据处理方法，或者权利要求5至8任一项所述的数据处理方法。12.一种用户设备，其特征在于，所述用户设备包括处理器，存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1至4任一项所述的数据处理方法。13.一种服务器，其特征在于，所述服务器包括处理器，存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求5
至8任一项所述的数据处理方法。

技术总结
本申请公开了一种数据处理方法、装置、存储介质、用户设备及服务器。该方法包括：获取目标应用程序的埋点数据；对所述埋点数据进行映射处理，得到待处理m维向量；对所述待处理m维向量进行扰动处理，得到处理后m维向量；将所述处理后m维向量发送至服务端，使得所述服务端根据所述处理后m维向量进行无偏估计，得到所述目标应用程序的无偏使用次数。本申请可以使得数据隐私性较好。得数据隐私性较好。得数据隐私性较好。


技术研发人员：侯宪龙
受保护的技术使用者：OPPO广东移动通信有限公司
技术研发日：2021.08.16
技术公布日：2021/11/16