[發明專利]輕量級隱私保護外包腦電信號特征提取方法

有效

• 申請號: 202110664516.6
• 申請日: 2021-06-16
• 公開（公告）號: CN113298030B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 程航;顏娜招;黃芹健;王美清;陳飛;周勇
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F21/60;G06F21/62;H04L9/08;H04L9/40
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 丘鴻超;蔡學俊

1.一種輕量級隱私保護外包腦電信號特征提取方法，其特征在于，包括以下步驟：

步驟S1：將每個腦電信號數據χ分割為兩個隨機的秘密共享χ′和χ″，并分別發送到不同的邊緣服務器和進行存儲；

步驟S2：邊緣服務器采用隱私保護特征提取模型對腦電信號進行安全特征提取；之后，邊緣服務器和返回密文特征給授權用戶；

步驟S3：授權用戶在本地對接收到的密文特征進行解密和重構以恢復明文腦電信號特征；

所述隱私保護特征提取模型包括腦電信號加密模塊、安全空間濾波模塊、安全特征提取模塊和特征解密模塊；

采用的安全外包計算協議包括：

隱私保護加法協議PPAdd：為隱私數據u和v的和運算，即f(u,v)＝u+v；設兩臺邊緣服務器分別擁有隱私數據u和v的秘密分享u₁，v₁和u₂，v₂，且滿足u＝u₁+u₂，v＝v₁+v₂，則邊緣服務器和無需進行任何交互即可各自獨立在本地計算出f₁＝u₁+v₁和f₂＝u₂+v₂；其中，f₁和f₂分別指代邊緣服務器和的輸出結果；

隱私保護乘法協議PPMul：當輸入為隱私數據u和v的秘密分享u₁，v₁和u₂，v₂時，邊緣服務器和輸出滿足f₁+f₂＝u·v的f₁和f₂：具體而言，可信第三方TTP首先生成三個隨機數a,b,c，并計算d＝2ab-c，然后將a和c發送給將b和d發送給隨后計算α₂＝u₂-b和β₂＝v₂-b并將α₂,β₂發送給生成隨機數c′并計算w＝a(v₂-b)+a(u₂-b)+u₁v₁-c′，α₁＝u₁-a和β₁＝v₁-a，然后將w,α₁,β₁發送給最后和各自計算并輸出f₁＝c+c′和f₂＝(u₁-a)v₂+(v₁-a)u₂+u₂v₂+w+d；

將PPMul計算協議拓展到域上，則獲得隱私保護矩陣乘法計算協議PPMatMul；

隱私保護倒數計算協議PPRec：設邊緣服務器擁有隱私數據u的秘密分享u_i時，可信第三方TTP隨機生成一個隨機數r并將其分割為兩個秘密分享r₁和r₂，使其滿足r＝r₁+r₂，接著TTP將秘密分享r₁和r₂分別發送給邊緣服務器和一旦接收到r_i，計算s_i＝u_i+r_i，并將s_i發送給對方；接著，計算初始值并執行k次迭代：

首先，邊緣服務器和協同計算：

接著，邊緣服務器和獨自計算：

然后，邊緣服務器和協同計算并更新f₁^(k)和f₂^(k)為：

當迭代次數達到設定的上限值后，迭代停止，邊緣服務器和分別輸出f₁和f₂；

將PPRec計算協議拓展到域上，則獲得隱私保護矩陣逆計算協議PPInv；

隱私保護平方根計算協議PPSqrt：

由可信第三方TTP生成PPMul協議所需要的隨機數；

首先，協同計算：

然后，獨自計算初始值：

之后執行k次迭代：

首先，協同計算：

然后，獨自計算：

當迭代次數達到設定的上限值后，迭代停止，邊緣服務器和分別輸出f₁和f₂；

隱私保護標準差計算協議PPStdDev：

首先，由可信第三方TTP生成PPMul協議所需要的隨機數；

之后，邊緣服務器和通過調用PPAdd、PPMul和PPRec協議計算得到滿足條件的f₁和f₂并輸出f₁和f₂；

隱私保護冪法計算協議PPPow：

由可信第三方TTP生成PPMul和PPMatMul協議所需要的隨機數和一個隨機n維向量v，并將v隨機分割為秘密共享v₁,v₂分別發送給邊緣服務器和

首先，邊緣服務器和通過多次調用PPAdd和PPMul協議計算得到：

接著，邊緣服務器和協同計算：

(f⁽⁰⁾₁,f⁽⁰⁾₂)←PPMul(v₁,v₂,g₁,g₂)，

其中，f⁽⁰⁾₁,f⁽⁰⁾₂為初始值的秘密共享；

之后執行k次迭代：

首先，邊緣服務器和協同計算：

(v^(k)₁,v^(k)₂)←PPMatMul(A₁,A₂,f^(k-1)₁,f^(k-1)₂)；

然后，邊緣服務器和通過多次調用PPAdd和PPMul協議計算得到

接著，邊緣服務器和協同計算；

當迭代次數達到設定閾值后，終止迭代，并輸出f₁,f₂；

所述腦電信號加密模塊利用加性秘密共享技術對信號數據x(t)進行加密，其中t表示時刻：內容擁有者生成一個與明文信號數據x(t)大小相同的隨機信號z(t)，由此獲得信號數據x(t)的秘密共享x(t)₁＝z(t)和x(t)₂＝x(t)-z(t)；

所述安全空間濾波模塊的運行過程為：

設觀測到的多通道腦電信號的線性生成模型為：

x_j(t)＝a_1,js(t)+a_2,jn(t),j＝1,2,...,N_c

其中N_c是通道數，a_1,j,a_2,j是將源信號映射到腦電信號的混合系數；是任務相關成分；是任務無關信號；

當邊緣服務器接收到x^(h)(t)_i，首先計算第h_k次試驗中第j_k個通道的均值,

h_k＝1,2,…,N_t,j_k＝1,2,…,N_c,

其中M(·)表示矩陣所有位置值的均值，x(t,a,b)表示x(t)的(a,b)位置的元素值，腦電信號的第h_k次試驗和任務相關成分分別為x^(h)(t)和y^(h)(t)，其中N_t為試驗總數，t∈[t_h,t_h+T]，T為每個試驗的持續時間；

然后在密文域中，用x(t)的每個位置值都減去這個均值，即對于隱私數據和記二者分別為A_i和B_i，i∈{1,2}；

接著，使用PPMatMul計算協議，邊緣服務器進行協同計算：

最后，邊緣服務器計算并輸出：

當獲得x(t)₁和x(t)₂后，邊緣服務器用相同的方法計算得到秘密共享Q_i，其中

接著，邊緣服務器獨立計算：

(Q^-1₁,Q^-1₂)＝PPInV(Q₁,Q₂)

然后，邊緣服務器協同計算：

(Q^-1S₁,Q^-1S₂)＝PPMatMul(Q^-1₁,Q^-1₂,S₁,S₂)

最后，邊緣服務器通過PPPow計算協議計算矩陣Q^-1S_i的特征值所對應的最大特征向量：

所述安全特征提取模塊的運行過程為：

記隱私矩陣和為C_i和D_i，使用PPMatMul計算協議，邊緣服務器協同計算：

然后，邊緣服務器協同計算隱私協方差矩陣Cov(C,D)_i；最后，邊緣服務器通過PPStdDev、PPMatMul和PPRec計算協議計算：

(p₁,p₂)＝PPRec(PPStdDeV(C₁,C₂))

(q₁,q₂)＝PPRec(PPStdDeV(D₁,D₂))

(pq₁,pq₂)＝PPMatMul(p₁,p₂,q₁,q₂)

(r₁,r₂)＝PPMatMul(Cov(C,D)₁,Cov(C,D)₂,pq₁,pq₂)；

所述特征解密模塊中，邊緣服務器將輸出腦電信號特征φ的秘密共享，即輸出密文r₁作為一個秘密共享φ′，輸出密文r₂作為另一個秘密共享φ″。