[發明專利]基于橫向聯邦的DBSCAN聚類方法、及其相關設備

在審

• 申請號: 202011388364.3
• 申請日: 2020-12-01
• 公開（公告）號: CN112508075A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 王健宗;李澤遠
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/20;G06F21/60
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于橫向聯邦的DBSCAN聚類方法，其特征在于，包括下述步驟：

獲取第一數據集，其中，所述第一數據集包括若干個第一對象的第一特征；

與第二服務器的第二數據集進行橫向聯邦學習，以通過聯邦方差選擇算法對所述第一數據集進行特征篩選，得到第一待聚類數據集，并指示所述第二服務器通過所述聯邦方差選擇算法對所述第二數據集進行特征篩選，得到第二待聚類數據集，其中，所述第二數據集包括若干個第二對象的第二特征；

遍歷所述第一待聚類數據集中的第一對象；

計算當前第一對象與各第一對象的歐氏距離，并通過聯邦歐氏距離算法計算所述當前第一對象與各第二對象的歐氏距離；

根據得到的歐氏距離對所述當前第一對象進行DBSCAN聚類，得到對象聚類結果。

2.根據權利要求1所述的基于橫向聯邦的DBSCAN聚類方法，其特征在于，所述與第二服務器的第二數據集進行橫向聯邦學習，以通過聯邦方差選擇算法對所述第一數據集進行特征篩選，得到第一待聚類數據集，并指示所述第二服務器通過所述聯邦方差選擇算法對所述第二數據集進行特征篩選，得到第二待聚類數據集，其中，所述第二數據集包括若干個第二對象的第二特征的步驟包括：

對于所述第一數據集中的每種第一特征，計算第一特征的第一特征值累加和，并指示所述第二服務器計算與所述第一特征相對應的第二特征的第二特征值累加和；

與所述第二服務器通過同態加密加權平均算法，對所述第一特征值累加和與所述第二特征值累加和進行計算，得到所述第一特征的聯合均值；

基于所述聯合均值計算所述第一特征的第一誤差累加和，并指示所述第二服務器基于所述聯合均值計算所述第二特征的第二誤差累加和；

與所述第二服務器通過所述同態加密加權平均算法，對所述第一誤差累加和與所述第二誤差累加和進行計算，得到所述第一特征的聯合均方誤差；

根據得到的聯合均方誤差對所述第一數據集中的第一特征進行篩選，得到第一待聚類數據集，并指示所述第二服務器根據得到的聯合均方誤差對所述第二數據集中的第二特征進行篩選，得到第二待聚類數據集。

3.根據權利要求2所述的基于橫向聯邦的DBSCAN聚類方法，其特征在于，所述與所述第二服務器通過同態加密加權平均算法，對所述第一特征值累加和與所述第二特征值累加和進行計算，得到所述第一特征的聯合均值的步驟包括：

生成第一同態密鑰對；

通過所述第一同態密鑰對對所述第一特征值累加和以及所述第一數據集的第一對象數量進行加密；

將所述第一同態密鑰對中的第一加密密鑰、加密后的第一特征值累加和以及加密后的第一對象數量發送至所述第二服務器，以指示所述第二服務器根據所述第一加密密鑰、加密后的第一特征值累加和、加密后的第一對象數量、所述第二特征值累加和以及所述第二數據集的第二對象數量進行計算，得到加密后的聯合累加和與加密后的聯合對象數量；

根據所述第二服務器返回的所述加密后的聯合累加和與所述加密后的聯合對象數量，計算所述第一特征的聯合均值。

4.根據權利要求2所述的基于橫向聯邦的DBSCAN聚類方法，其特征在于，所述與所述第二服務器通過所述同態加密加權平均算法，對所述第一誤差累加和與所述第二誤差累加和進行計算，得到所述第一特征的聯合均方誤差的步驟包括：

生成第二同態密鑰對；

通過所述第二同態密鑰對對所述第一誤差累加和以及所述第一數據集的第一對象數量進行加密；

將所述第二同態密鑰對中的第二加密密鑰、加密后的第一誤差累加和以及加密后的第一對象數量發送至所述第二服務器，以指示所述第二服務器根據所述第二加密密鑰、加密后的第一誤差累加和、所述加密后的第一對象數量、所述第二誤差累加和以及所述第二數據集的第二對象數量進行計算，得到加密后的聯合誤差累加和與加密后的聯合對象數量；

根據所述第二服務器返回的所述加密后的聯合誤差累加和與所述加密后的聯合對象數量，計算所述第一特征的聯合均方誤差。