[發(fā)明專利]基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法、系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210726755.4
• 申請(qǐng)日: 2022-06-24
• 公開(kāi)（公告）號(hào): CN115130123A
• 公開(kāi)（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 王小偉;張旭;吳睿振;孫華錦;王凜
• 申請(qǐng)（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號(hào): G06F21/60
• 分類號(hào): G06F21/60;G06F21/62;G06K9/62;G06N20/20
• 代理公司: 濟(jì)南舜源專利事務(wù)所有限公司 37205
• 代理人: 楊彬

1.一種基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，包括如下步驟：

S1：將客戶端數(shù)據(jù)進(jìn)行預(yù)處理；

S2：每個(gè)客戶端將聚類中心點(diǎn)的初始值加密后發(fā)送至服務(wù)器；

S3：客戶端接收服務(wù)器對(duì)聚類中心點(diǎn)的處理結(jié)果；

S4：客戶端選擇兩個(gè)聚類中心點(diǎn)，結(jié)合接收到的處理結(jié)果，在密文上計(jì)算數(shù)據(jù)點(diǎn)與所述兩個(gè)聚類中心點(diǎn)的差，并將差的坐標(biāo)打亂后發(fā)送至服務(wù)器；

S5：服務(wù)器計(jì)算數(shù)據(jù)點(diǎn)與聚類中心點(diǎn)的距離，并將距離的大小關(guān)系反饋給客戶端；

S6：重復(fù)步驟S4-S5，直到客戶端得到數(shù)據(jù)點(diǎn)與第幾個(gè)聚類中心點(diǎn)的距離最近；

S7：每個(gè)客戶端通過(guò)判斷每個(gè)數(shù)據(jù)點(diǎn)與第幾個(gè)聚類中心點(diǎn)的距離最近，得到數(shù)據(jù)所屬的類別；

S8：服務(wù)器由屬于同一類別的數(shù)據(jù)點(diǎn)計(jì)算得到新的聚類中心點(diǎn)；

S9：重復(fù)步驟S3-S8，直至聚類中心點(diǎn)收斂，每個(gè)客戶端保留最后一輪的數(shù)據(jù)點(diǎn)的類別信息；

S10：分別對(duì)屬于同一類別的數(shù)據(jù)使用同一模型進(jìn)行聯(lián)邦學(xué)習(xí)，進(jìn)而得到每一類數(shù)據(jù)的個(gè)性化的預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，每個(gè)客戶端將聚類中心點(diǎn)的初始值加密后發(fā)送至服務(wù)器的步驟之前包括：

從客戶端數(shù)據(jù)點(diǎn)選取初始值，具體包括：

若客戶端個(gè)數(shù)m大于或等于聚類個(gè)數(shù)k,隨機(jī)選取k個(gè)客戶端，并在每個(gè)客戶端隨機(jī)選取一個(gè)數(shù)據(jù)點(diǎn)作為聚類的初始值；

若客戶端個(gè)數(shù)m小于聚類個(gè)數(shù)k,選擇個(gè)客戶端每個(gè)隨機(jī)選擇個(gè)數(shù)據(jù)點(diǎn)，對(duì)于剩余個(gè)客戶端每個(gè)隨機(jī)選擇個(gè)數(shù)據(jù)點(diǎn)，將選擇的數(shù)據(jù)點(diǎn)作為聚類的初始值。

3.根據(jù)權(quán)利要求2所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，每個(gè)客戶端將聚類中心點(diǎn)的初始值加密后發(fā)送至服務(wù)器的步驟之后包括：

服務(wù)器對(duì)加密后的聚類中心點(diǎn)求模n²的逆，然后將結(jié)果發(fā)送至每一個(gè)客戶端。

4.根據(jù)權(quán)利要求3所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，服務(wù)器計(jì)算數(shù)據(jù)點(diǎn)與聚類中心點(diǎn)的距離，并將距離的大小關(guān)系反饋給客戶端的步驟包括：

服務(wù)器接收到打亂后的差的坐標(biāo)后，利用保密的歐幾里得距離的解密方法，得到數(shù)據(jù)點(diǎn)與所述兩個(gè)聚類中心點(diǎn)的歐幾里得距離；

將兩個(gè)距離的大小關(guān)系反饋給客戶端。

5.根據(jù)權(quán)利要求4所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，該方法還包括：

客戶端統(tǒng)計(jì)每個(gè)類別的數(shù)據(jù)點(diǎn)個(gè)數(shù)，計(jì)算每個(gè)類別數(shù)據(jù)點(diǎn)的和，并將數(shù)據(jù)點(diǎn)個(gè)數(shù)加密后發(fā)送給服務(wù)器；

服務(wù)器在密文上計(jì)算每一類別數(shù)據(jù)點(diǎn)的個(gè)數(shù)，并將其解密后發(fā)送至每個(gè)客戶端；

客戶端計(jì)算數(shù)據(jù)點(diǎn)的和與第r類的數(shù)據(jù)點(diǎn)的總個(gè)數(shù)的比值，將計(jì)算出的比值加密后發(fā)送至服務(wù)器；

服務(wù)器在密文上計(jì)算每一類數(shù)據(jù)點(diǎn)的近似平均值點(diǎn)，并使用近似平均值點(diǎn)更新聚類中心點(diǎn)。

6.根據(jù)權(quán)利要求5所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，該方法還包括：

當(dāng)兩次迭代的聚類中心點(diǎn)之間的距離小于設(shè)定的界限時(shí)，迭代結(jié)束，服務(wù)器輸出最后的聚類中心點(diǎn)；每個(gè)客戶端保留最后一輪的數(shù)據(jù)點(diǎn)的類別信息；

將服務(wù)器輸出的聚類中心點(diǎn)進(jìn)行處理得到原始數(shù)據(jù)對(duì)應(yīng)的聚類中心點(diǎn)。

7.根據(jù)權(quán)利要求6所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，從客戶端數(shù)據(jù)點(diǎn)選取初始值的步驟之前包括：

由服務(wù)器生成密鑰，將公鑰發(fā)送至每個(gè)參與計(jì)算的客戶端。

8.根據(jù)權(quán)利要求7所述的基于多方隱私協(xié)作的k均值聚類的聯(lián)邦學(xué)習(xí)方法，其特征在于，將客戶端數(shù)據(jù)進(jìn)行預(yù)處理的步驟包括：

將數(shù)據(jù)統(tǒng)一乘以倍數(shù)S將數(shù)據(jù)轉(zhuǎn)化為整數(shù)，然后根據(jù)數(shù)據(jù)范圍，再給轉(zhuǎn)化為整數(shù)后的數(shù)據(jù)加上常數(shù)M，將數(shù)據(jù)轉(zhuǎn)化到正整數(shù)范圍內(nèi)。