[發明專利]數據過濾方法、裝置及系統

有效

• 申請號: 202011463415.4
• 申請日: 2020-12-14
• 公開（公告）號: CN112380404B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 崔錦銘;陳超超;王力
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F16/9035
• 分類號: G06F16/9035;G06F21/60;G06F21/62;G06Q20/38;G06N20/00
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 林錦輝;劉景峰

本說明書的實施例提供一種數據過濾方法、裝置及設備。第一和第二成員設備分別具有待過濾的數據樣本集中的每條數據樣本的分片數據。響應于數據樣本過濾請求，第一和第二成員設備執行多方安全計算來確定各條數據樣本的過濾標簽數據，每個成員設備分別具有過濾標簽數據的標簽分片數據。隨后-，第一和第二成員設備使用各自具有的分片數據和標簽分片數據，執行兩次基于同態加密的不經意過濾處理來得到過濾出的數據樣本。在所得到的過濾出的數據樣本中，每個成員設備分別具有過濾出的數據樣本的兩個原始分片數據的一個二次分片數據。每個成員設備組合所具有的二次分片數據得到與原始分片數據不同的新分片數據。

技術領域

本說明書實施例通常涉及數據處理領域，尤其涉及用于對第一和第二成員設備的數據樣本集進行過濾處理的數據過濾方法、數據過濾裝置以及數據過濾系統。

背景技術

隨著技術的發展，越來越多的業務應用場景需要使用多個數據擁有方的本地數據來進行多方數據聯合處理，例如，使用機器學習模型的業務應用場景，比如，使用機器學習模型進行風險評估、人群識別、業務分類等。在機器學習模型的應用中，在比如模型預測或模型訓練的應用場景下，需要使用多個數據擁有方的本地數據來聯合進行模型預測處理得到模型預測結果。

在進行多方數據聯合處理時，可以對各個數據擁有方具有的本地數據組成的數據集進行分片處理，每個數據擁有方具有數據集中的每條數據的分片數據，由此得到經過加密處理后的數據集（加密數據集），每個數據擁有方都不能知曉完整數據信息，從而在多方數據聯合處理時實現各個數據擁有方的數據隱私保護。

在一些應用場景下，在進行多方數據聯合處理時，需要從利用分片數據組成的加密數據集中過濾出期望的數據樣本來進行后續處理，如何從上述加密數據集中過濾出期望的數據樣本成為亟待解決的問題。

發明內容

鑒于上述，本說明書實施例提供一種用于對第一和第二成員設備的數據樣本集進行過濾處理的數據過濾方法、數據過濾裝置以及數據過濾系統。利用該數據過濾方法、數據過濾裝置及數據過濾系統，可以從基于分片數據組成的加密數據集中過濾出期望的數據樣本。

根據本說明書實施例的一個方面，提供一種用于對第一和第二成員設備的數據樣本集進行過濾處理的方法，所述數據樣本集中的每條數據樣本具有多個特征維度，第一和第二成員設備分別具有每條數據樣本的分片數據，所述方法由第一成員設備或第二成員設備執行，所述方法包括：響應于包含用于數據樣本過濾的過濾特征維度及過濾特征維度值的數據樣本過濾請求，與另一成員設備一起執行多方安全計算來確定所述數據樣本集的各條數據樣本的過濾標簽數據，每個成員設備具有所述過濾標簽數據的標簽分片數據；與所述另一成員設備一起，使用所具有的分片數據和標簽分片數據以及所述另一成員設備所具有的標簽分片數據，執行基于同態加密的不經意過濾處理來得到過濾出的數據樣本在所述成員設備和所述另一成員設備處的第一和第二分片數據，所述第一和第二分片數據是所述成員設備所具有的分片數據的二次分片數據；與所述另一成員設備一起，使用所具有的標簽分片數據以及所述另一成員設備所具有的分片數據和標簽分片數據，執行基于同態加密的不經意過濾處理來得到過濾出的數據樣本在所述成員設備和所述另一成員設備處的第三和第四分片數據，所述第三和第四分片數據是所述另一成員設備所具有的分片數據的二次分片數據；以及對所述第一和第三分片數據進行求和，得到所述過濾出的數據樣本在所述成員設備處的分片數據，其中，所述第二和第四分片數據經由所述另一成員設備進行求和，得到所述過濾出的數據樣本在所述另一成員設備處的分片數據。