(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211085382.3 (22)申请日 2022.09.06 (71)申请人 深圳壹账通智能科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 石显锋　 (74)专利代理 机构 深圳市力道知识产权代理事 务所(普通 合伙) 44507 专利代理师 郑永敏 (51)Int.Cl. H04L 9/08(2006.01) H04L 9/40(2022.01) (54)发明名称 多方数据 的线性模型保密分析方法、 装置、 设备及介质 (57)摘要 本申请提供一种多方数据的线性模型保密 分析方法、 装置、 设备及介质， 该方法通过区块链 网络进行多方的加密数据传播， 能够避免人为的 数据变更， 提高数据传输的安全性； 各参与方在 各自的区块链节点进行各自的私有数据的处理 和加密， 能够保证各参与方私有数据的保密性； 各参与方各自持有私钥的一部分， 使得解密过程 中各参与方的数据处于脱 敏状态， 则可以进一步 地提高各参与方私有数据的安全性和保密性； 通 过对各参与方的私有数据的线性模型特征进行 对比分析， 可以在保证各参与方私有数据的保密 性的前提下， 还能实现对多 方数据的分析结果进 行共享。 本申请涉及数据处理领域， 可 以实现多 方私有数据的保密性对比分析。 权利要求书2页 说明书11页 附图5页 CN 115473637 A 2022.12.13 CN 115473637 A 1.一种多方 数据的线性模型保密分析 方法， 其特 征在于， 所述方法包括： 基于请求方发送的数据分析请求以及区块链网络发布的公钥， 对至少一个参与 方的线 性特征数据进 行加密， 获得各参与方的加密数据， 并基于所述区块链网络， 依次传递所述各 参与方的加密数据； 基于预设线性共线条件和所述各参与方的加密数据， 计算线性共线等式， 获得加密密 文， 并基于所述区块链网络， 将所述加密 密文传播至所述各参与方； 基于所述各参与所持有的子私钥， 对所述加密密文进行联合解密， 获得所述各参与方 的线性模型之间的相对关系。 2.根据权利要求1所述的多方数据的线性模型保密 分析方法， 其特征在于， 所述基于预 设线性共线条件和所述各参与方的加密数据， 计算线性共线等式， 获得加密 密文， 包括： 基于所述各参与 方的所述线性特征数据， 确定两两之间的所述参与 方对应的所述线性 特征关系； 基于所述线性特征关系和所述预设线性共线条件， 生成所述线性共线等式， 并基于所 述线性共线等式和预设加密算法， 获得 所述加密 密文。 3.根据权利要求2所述的多方数据的线性模型保密 分析方法， 其特征在于， 所述基于预 设线性共线条件和所述各参与方的加密数据， 计算线性共线等式， 获得加密 密文， 还包括： 基于请求方发送的数据分析请求以及区块链网络发布的公钥， 对第 一参与方的私有数 据进行加密， 获得第一密文， 并基于所述区块链网络， 将所述第一密文发送至下一 参与方； 基于所述公钥， 对所述下一参与 方的私有数据进行加密， 获得第二密文， 并基于所述预 设线性条件、 所述第一密文以及所述第二密文， 计算所述线性共线等式， 生成第三密文； 基于所述区块链网络， 将所述第二密文和所述第三密文传播至下一参与方， 直至完成 对所有所述 参与方的私有数据的加密和所述线性共线等式的计算， 获得 所述加密 密文。 4.如权利要求2所述的多方数据的线性模型保密分析方法， 其特征在于， 所述基于所述 线性共线等式和预设加密算法， 获得 所述加密 密文， 包括： 基于所述线性共线等式， 确定所述各参与方的私有数据之间的共线关系； 基于所述共线关系和所述预设加密算法， 对所述线性共线等式中的所述各参与 方的私 有数据进行加密计算， 获得 所述加密 密文。 5.根据权利要求1所述的多方数据的线性模型保密 分析方法， 其特征在于， 所述基于请 求方发送的数据分析请求以及区块链网络发布的公钥， 对至少一个参与方的线性特征数据 进行加密， 获得 各参与方的加密数据之前， 还 包括： 基于至少两个参与方的数据存储网络节点， 构建区块链网络， 并基于所述区块链网络 的智能合约， 生成密钥对， 其中， 所述密钥对 包括所述公钥和私钥； 基于所述区块链网络， 将所述公钥广播至所述各参与方； 基于所述参与方的数量， 将所述私钥拆分成对应数量的所述子私钥， 并基于秘密共享 方式， 将各子私钥发送至所述各参与方。 6.根据权利要求1所述的多方数据的线性模型保密 分析方法， 其特征在于， 所述基于请 求方发送的数据分析请求以及区块链网络发布的公钥， 对至少一个参与方的线性特征数据 进行加密， 获得 各参与方的加密数据之前， 还 包括： 基于预设训练模型， 对所述各参与方的私有数据进行训练， 获得所述各参与方的线性权　利　要　求　书 1/2 页 2 CN 115473637 A 2模型特征； 在所述各参与 方的私有数据中各选取一组数据， 与所述各参与方的线性模型特征组成 所述线性特 征数据。 7.如权利要求1 ‑6中任一项所述的多方数据的线性模型保密分析方法， 其特征在于， 所 述基于所述各参与所持有的子私钥， 对所述加密密文进行联合解密， 获得所述各参与方 的 线性模型之间的相对关系， 包括： 基于所述请求方发送的解密请求和所述加密密文， 获取所述各参与 方所持有的所述子 私钥； 基于所述子私钥， 计算所述线性共线等式， 获得所述各参与 方的线性模型特征， 并基于 所述各参与方的线性模型 特征， 获得所述各参与方的线性模型之间的相对关系。 8.一种多方 数据的线性模型保密分析装置， 其特 征在于， 包括： 加密数据获得模块， 用于基于请求方发送的数据分析请求以及区块链网络发布的公 钥， 对至少一个参与方的线性特征数据进 行加密， 获得各参与方的加密数据， 并基于所述区 块链网络， 依次传递所述各参与方的加密数据； 加密密文获得模块， 用于基于预设线性共线条件和所述各参与方的加密数据， 计算线 性共线等式， 获得加密密文， 并基于所述区块链网络， 将所述加密密文传播至所述各参与 方； 加密密文解密模块， 用于基于所述各参与所持有的子私钥， 对所述加密密文进行联合 解密， 获得 所述各参与方的线性模型之间的相对关系。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器、 存储器、 以及存储在所 述存储器上并可被所述处理器执行的计算机程序， 其中所述计算机程序被所述处理器执行 时， 实现如权利要求1至7中任一项所述的多方 数据的线性模型保密分析 方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 其中所述计算机程序被处理器执行时， 实现如权利要求1至7中任一项所述的多方数 据的线性模型保密分析 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115473637 A 3