CN114239031A - 一种用户隐私数据的处理方法及处理装置 - Google Patents
一种用户隐私数据的处理方法及处理装置 Download PDFInfo
- Publication number
- CN114239031A CN114239031A CN202111568694.5A CN202111568694A CN114239031A CN 114239031 A CN114239031 A CN 114239031A CN 202111568694 A CN202111568694 A CN 202111568694A CN 114239031 A CN114239031 A CN 114239031A
- Authority
- CN
- China
- Prior art keywords
- ciphertext
- privacy data
- user privacy
- public key
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 97
- 238000003672 processing method Methods 0.000 title abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 72
- 238000004080 punching Methods 0.000 claims abstract description 40
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 17
- 210000001747 pupil Anatomy 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 239000000654 additive Substances 0.000 claims description 7
- 230000000996 additive effect Effects 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Storage Device Security (AREA)
Abstract
本申请公开了一种用户隐私数据的处理方法及处理装置,其中,处理方法包括:第一设备生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息生成第一密文后发送给第二设备;第二设备用于结合第二设备中的集合B将第一密文处理成第二密文后发送给第一设备;集合A包括:考勤名单中多个用户的用户隐私数据;集合B包括:目标用户进行考勤打卡的用户隐私数据;第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;交集结果用于指示出目标用户是否考勤打卡成功。采用本申请,通过隐私计算技术求解两方数据集的交集,可解决:开放网络环境中存储有集合A、集合B,或集合A与集合B的交集结果的泄露问题、考勤打卡作弊问题。
Description
技术领域
本申请涉及网络通信中数据安全和隐私保护技术领域,尤其涉及一种用户隐私数据的处理方法及处理装置。
背景技术
随着物联网、移动计算、云计算等技术的快速兴起及迅猛发展,人们的生活方式正在发生巨大改变。这些新的数据处理技术为整个杜会提供了极大的便利。与此同时,隐私信息和保密数据的泄露事件也在频繁发生,制约着新型数据处理技术的应用和普及。因此,大数据时代的隐私数据的保护问题已成为人们关注的焦点。
发明内容
基于以上存在的问题以及现有技术的缺陷,本申请提供一种用户隐私数据的处理方法及处理装置,采用本申请,通过两方集合交集的隐私数据安全计算,可解决:开放网络环境中存储有集合A、集合B,或集合A与集合B的交集结果的泄露问题、考勤打卡作弊问题。
第一方面,本申请提供了一种用户隐私数据的处理方法,该处理方法包括:
第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将所述第一密文发送给第二设备;
其中,所述第二设备用于结合所述第二设备中的集合B映射所得的二进制串将所述第一密文进行处理,获得第二密文,并将所述第二密文发送给所述第一设备;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;
所述第一设备通过所述私钥将所述第二密文进行计算处理,获得所述第一设备中集合A与所述集合B的交集结果;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
结合第一方面,在一些可选的实施例中,
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还包括:
结合第一方面,在一些可选的实施例中,
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还包括:
所述第一设备在执行m次所述IKNP协议之后,接收到所述第二设备发送的c×m的矩阵Q;其中,qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;所述ta表示所述随机比特矩阵T的第a列;1≤a≤m;其中,所述d为所述第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},所述s∈{0,1}m为所述第一设备初始化的随机向量;所述db表示所述d中第b个值;所述sa表示所述s中第a个值;
结合第一方面,在一些可选的实施例中,
第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还包括:
所述第一设备将所述集合A通过哈希函数组映射生成布隆过滤器BFA,根据所述布隆过滤器BFA的长度m计算出其中,所述布隆过滤器BFA为所述二进制串,其中,ri为从集合{0,1}λ中随机均匀选取的一个元素,λ为正整数。
结合第一方面,在一些可选的实施例中,
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还包括:
所述第一设备将所述集合A通过第一哈希函数映射生成哈希表HashTableA,根据所述哈希表HashTableA的长度m计算出其中,所述哈希表HashTableA为所述二进制串,其中,ri为从集合{0,1}λ中随机均匀选取的一个元素,λ为正整数。
结合第一方面,在一些可选的实施例中,
所述同态加密***包括:加法同态加密算法;
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将所述第一密文发送给第二设备包括:
结合第一方面,在一些可选的实施例中,
所述第一设备通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果,包括:
结合第一方面,在一些可选的实施例中,
所述第一设备通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果之后,还包括:
所述第一设备将所述交集结果发送给所述第二设备;
如果所述交集结果为0,则所述交集结果指示出所述目标用户考勤打卡不成功,如果所述交集结果不为0,则所述交集结果指示出所述目标用户考勤打卡成功。
第二方面,本申请提供了另一种用户隐私数据的处理方法,该处理方法包括:
第二设备接收由第一设备基于公钥所生成的第一密文,结合所述第二设备中的集合B映射所得的二进制串将所述第一密文进行处理,获得第二密文;
所述第二设备将所述第二密文发送给存储有集合A的第一设备;
其中,所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;所述公钥和所述私钥都由所述第一设备生成;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
结合第二方面,在一些可选的实施例中,
所述第二设备接收由第一设备基于公钥所生成的第一密文之前,还包括:
所述第二设备将所述集合B通过所述哈希函数组映射生成布隆过滤器BFB;
所述不经意传输协议包括:Silent OT协议。
结合第二方面,在一些可选的实施例中,
所述第二设备接收由第一设备基于公钥所生成的第一密文之前,还包括:
其中, qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;所述ta表示所述随机比特矩阵T的第a列;1≤a≤m;所述矩阵Q为所述第二设备发送给所述第一设备的大小为c×m的矩阵;所述随机比特矩阵T为所述第二设备初始化的大小为c×m的矩阵;H(·)表示第二哈希函数;c≥m;其中,所述d为所述第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},c≥m;所述s∈{0,1}m为所述第一设备初始化的随机向量;所述db表示所述d中第b个值;所述sa表示所述s中第a个值;
所述第二设备将所述集合B通过所述哈希函数组映射生成布隆过滤器BFB;
所述不经意传输拓展协议包括:IKNP协议。
结合第二方面,在一些可选的实施例中,
所述第二设备接收由第一设备基于公钥所生成的第一密文之前,还包括:
结合第二方面,在一些可选的实施例中,
所述结合所述第二设备中的集合B映射所得的二进制串将所述第一密文进行处理,获得第二密文,包括:
结合第二方面,在一些可选的实施例中,
所述第二设备将所述第二密文发送给存储有集合A的第一设备之后,还包括:
在所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果之后,
所述第二设备接收所述第一设备发送的所述交集结果;
如果所述交集结果为0,所述第二设备播放语音提示:“考勤打卡不成功”,并显示“考勤打卡不成功”;或者,
如果所述交集结果不为0,所述第二设备播放语音提示:“考勤打卡成功”,并显示“考勤打卡成功”。
第三方面,本申请提供了一种用户隐私数据的处理装置,包括:
生成单元,用于通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文;
发送单元,用于将所述第一密文发送给第二设备;
其中,所述第二设备用于结合所述第二设备中的集合B将所述第一密文进行处理,获得第二密文,并将所述第二密文发送给所述处理装置;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;
计算单元,用于通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
第四方面,本申请提供了另一种用户隐私数据的处理装置,包括:
接收单元,用于接收由第一设备基于公钥所生成的第一密文;
计算单元,用于结合所述处理装置中的集合B映射所得二进制串将所述第一密文进行处理,获得第二密文;
发送单元,用于将所述第二密文发送给存储有集合A的第一设备;
其中,所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述处理装置接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;所述公钥和所述私钥都由所述第一设备生成;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
本申请公开了一种用户隐私数据的处理方法及处理装置,其中,处理方法包括:第一设备生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息生成第一密文后发送给第二设备;第二设备用于结合第二设备中的集合B将第一密文处理成第二密文后发送给第一设备;集合A包括:考勤名单中多个用户的用户隐私数据;集合B包括:目标用户进行考勤打卡的用户隐私数据;第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;交集结果用于指示出目标用户是否考勤打卡成功。
采用本申请,通过隐私计算技术求解两方数据集的交集,可解决:开放网络环境中存储有集合A、集合B,或集合A与集合B的交集结果的泄露问题、考勤打卡作弊问题。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种用户隐私数据的处理方法的流程示意图;
图2是本申请提供的一种布隆过滤器的示意图;
图3是本申请提供的另一种用户隐私数据的处理方法的流程示意图;
图4是本申请提供的一种用户隐私数据的处理装置的结构示意图;
图5是本申请提供的另一种用户隐私数据的处理装置的结构示意图。
具体实施方式
下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为解决网络通信中的用户隐私数据安全保护问题、考勤打卡作弊问题,本申请提供了一种用户隐私数据的处理方法及处理装置。
具体的,第一设备通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将第一密文发送给第二设备;第二设备用于结合第二设备中的集合B映射所得的二进制串将第一密文进行处理,获得第二密文,并将第二密文发送给第一设备;第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;其中,上述交集结果用于指示出上述目标用户是否考勤打卡成功。也即,如果交集结果为0,则指示出目标用户考勤打卡不成功,如果交集结果不为0,则指示出目标用户考勤打卡成功。
参见图1,是本申请提供的一种用户隐私数据的处理方法的流程示意图,该处理方法,可包括但不限于下述步骤:
S101、第一设备可通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将第一密文发送给第二设备。
应当说明的,当申请实施例中的第一设备为服务器时,则本申请实施例中的第二设备可为考勤打卡机器;当本申请实施例中的第一设备为考勤打卡机器时,则本申请实施例中的第二设备可为服务器;本申请不做限制。
本申请实施例中,集合A包括:考勤名单中多个用户的用户隐私数据;用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征、人体骨骼特征、人脸轮廓特征、人体轮廓特征。
应当说明的,第二设备用于结合第二设备中的集合B映射所得的二进制串将第一密文进行处理,获得第二密文,并将第二密文发送给第一设备。
其中,集合B包括:第二设备102接收的由目标用户输入的目标用户进行考勤打卡的用户隐私数据;
应当说明的,目标用户可包括但不限于:学生、老师或后勤工作人员;
后勤工作人员包括以下一种或多种:保洁人员、厨师。
应当说明的,第一设备通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还可包括下述两种方式:
图2示例性示出了一种布隆过滤器,如图2所示,集合{x,y,z}中每一个元素通过由3个哈希函数构成的函数组映射到一个二进制串,得到一个轻量级的二进制串,即得到布隆过滤器,可用于检测一个元素是否属于集合{x,y,z}。
具体的,图2中的布隆过滤器的长度m=18,其中,元素w经过检测可知不在集合{x,y,z}中,因为该元素的某个哈希值对应的位置为0;其中,布隆过滤器的长度m与哈希函数组的大小和其容量大小f直接相关;显而易见的,如果m取值非常大的情况下,哈希的碰撞会减少,布隆过滤器的检测错误率e会降低,但这样会降低,但在计算上会降低效率。进一步的,可对和m进一步进行约束,上述布隆过滤器的计算效率和错误率之间可取得较好的平衡,也即:
举例来说,检测一个元素a是否属于集合{x,y,z},首先可使用上述哈希函数组计算a的所有的映射值,接着,检测布隆过滤器上对应位置是否全为1,如果是,则说明元素a位于集合{x,y,z}中,否则,元素a不是集合{x,y,z}中的元素。
应当说明的,第一设备通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还可包括下述过程:
第一设备生成多个伪随机相关对 并通过第二设备生成的预设公钥将进行加密以获得预设密文执行m次不经意传输协议(Oblivious Transfer,OT)之后,将预设密文发送给第二设备;上述伪随机相关对为一对二进制串。
应当说明的,第一设备通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还可包括下述过程:
第一设备在执行m次IKNP协议之后,接收到第二设备发送的c×m的矩阵Q;其中,qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;ta表示随机比特矩阵T的第a列;1≤a≤m;其中,d为第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},s∈{0,1}m为第一设备初始化的随机向量;db表示d中第b个值;sa表示s中第a个值;
当同态加密***包括:加法同态加密算法时,
第一设备通过同态加密***生成一对公钥和私钥,结合公钥和由第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将第一密文发送给第二设备,可包括但不限于下述过程:
第一设备通过同态加密算法生成一对公钥pk(n,g)和pk(n,g)私钥sk(w,μ),结合公钥pk(n,g)和由集合A映射所得的二进制串的长度信息m,生成第一密文并将第一密文和公钥pk(n,g)发送给第二设备;
应当说明的,paillier算法可包括但不限于下述过程:
1、秘钥生成过程可包括但不限于下述步骤:
2、加密过程:
(1)检查输入m是否属于{0,1…,n},否则输出ψ;
(3)输出明文c=gm·rn mod n2。
3、解密过程:
(2)否则输出明文m=L(cλmod n2)·μmod n。
S102、第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果。
本申请实施例中,第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果,可包括但不限于下述过程:
第一设备通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果之后,还可包括但不限于下述过程:
第一设备将交集结果发送给第二设备;
如果交集结果为0,则上述交集结果指示出目标用户考勤打卡不成功,如果交集结果不为0,则上述交集结果指示出目标用户考勤打卡成功。
如果交集结果为0,第二设备可播放语音提示:“考勤打卡不成功”,并显示“考勤打卡不成功”;或者,
如果交集结果不为0,第二设备可播放语音提示:“考勤打卡成功”,并显示“考勤打卡成功”;或者,
如果交集结果为0,第二设备可播放语音提示:“考勤打卡不成功”,或显示“考勤打卡不成功”;或者,
如果交集结果不为0,第二设备可播放语音提示:“考勤打卡成功”,或显示“考勤打卡成功”。
应当说明的,本申请实施例中的不经意传输协议或不经意传输拓展协议都可为基于半诚实模型(Semi-Honest Model)进行构建的。
图2仅仅用于解释本申请实施例,不应对本申请作出限制。
参见图3,是本申请提供的另一种用户隐私数据的处理方法的流程示意图,该处理方法,可包括但不限于下述步骤:
S301、第二设备接收由第一设备基于公钥所生成的第一密文,结合第二设备中的集合B映射所得的二进制串将第一密文进行处理,获得第二密文。
本申请实施例中,集合B包括:第二设备接收的由目标用户输入的目标用户进行考勤打卡的用户隐私数据;
第二设备接收由第一设备基于公钥所生成的第一密文之前,还可包括但不限于下述2种方式:
方式1:
第二设备将集合B通过哈希函数组映射生成布隆过滤器BFB;
上述不经意传输协议包括:Silent OT协议。
方式2:
其中, qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;ta表示随机比特矩阵T的第a列;1≤a≤m;矩阵Q为第二设备发送给第一设备的大小为c×m的矩阵;随机比特矩阵T为第二设备初始化的大小为c×m的矩阵;H(·)表示第二哈希函数;c≥m;其中,d为第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},s∈{0,1}m为第一设备初始化的随机向量;db表示d中第b个值;sa表示s中第a个值。
第二设备将集合B通过哈希函数组映射生成布隆过滤器BFB;
上述不经意传输拓展协议包括:IKNP协议。
第二设备接收由第一设备基于公钥所生成的第一密文之前,还可包括但不限于下述过程:
第二设备结合第二设备中的集合B映射所得的二进制串将第一密文进行处理,获得第二密文,可包括但不限于下述步骤:
第二设备结合由集合B映射所得的布隆过滤器BFB、公钥pk(n,g)以及第一密文获得第二密文其中,τ为实数区间上的一个随机小数;Encpk(S2)为通过公钥pk(n,g)对S2进行加密所得到的密文;S1为第一设备计算得出,n为正整数。
S302、第二设备将第二密文发送给存储有集合A的第一设备。
本申请实施例中,第一设备可用于结合私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;集合A包括:考勤名单中多个用户的用户隐私数据;用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;集合B包括:第二设备接收的由目标用户输入的目标用户进行考勤打卡的用户隐私数据;上述公钥和上述私钥都由第一设备生成。也即是说,
第二设备将第二密文发送给存储有集合A的第一设备之后,还包括:
在第一设备用于结合私钥将第二密文进行计算处理,获得集合A与集合B的交集结果之后,
第二设备接收第一设备发送的交集结果;
如果交集结果为0,第二设备播放语音提示:“考勤打卡不成功”,并显示“考勤打卡不成功”;或者,
如果交集结果不为0,第二设备播放语音提示:“考勤打卡成功”,并显示“考勤打卡成功”;
如果交集结果为0,第二设备播放语音提示:“考勤打卡不成功”,或显示“考勤打卡不成功”;或者,
如果交集结果不为0,第二设备播放语音提示:“考勤打卡成功”,或显示“考勤打卡成功”。
应当说明的,本申请实施例未详细阐述或说明的部分,请参考图1方法实施例。
本申请提供了一种隐私数据的处理装置,可用于实现图1实施例所述的一种隐私数据的处理方法。其中,图4所示的隐私数据的处理装置可用于执行图1实施例中的描述内容,也即,图4所示的隐私数据的处理装置可为图1实施例中的第一设备。
如图4所示,处理装置40可包括但不限于:生成单元401、发送单元402及计算单元403;其中,
生成单元401,可用于通过同态加密***生成一对公钥和私钥,结合公钥和由处理装置40中集合A映射所得的二进制串的长度信息,生成第一密文;
发送单元402,可用于将第一密文发送给第二设备;
其中,第二设备用于结合第二设备中的集合B将第一密文进行处理,获得第二密文,并将第二密文发送给处理装置40;集合A包括:考勤名单中多个用户的用户隐私数据;用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;集合B包括:第二设备接收的由目标用户输入的目标用户进行考勤打卡的用户隐私数据;
应当说明的,本申请实施例中的第二设备可为图5实施例中的处理装置50。
计算单元403,可用于通过私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;
其中,上述交集结果可用于指示出目标用户是否考勤打卡成功。
应当说明的,生成单元401,还可用于:
发送单元402,还可用于:
处理装置40包括:生成单元401、发送单元402及计算单元403之外,还可包括:接收单元,其中,
接收单元,可用于:
发送单元402还可用于:发送给第二设备,1≤b≤m,H(·)表示第二哈希函数;c≥m;其中,d为第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},s∈{0,1}m为处理装置40初始化的随机向量;db表示d中第b个值;sa表示s中第a个值。
生成单元401,还可用于:将集合A通过哈希函数组映射生成布隆过滤器BFA;
计算单元403,还可用于:
生成单元401,还可用于:
将集合A通过第一哈希函数映射生成哈希表HashTableA;
计算单元403,还可用于:
生成单元401,具体可用于:
发送单元402,具体可用于:
计算单元403,具体可用于:
通过私钥sk(w,μ)将第二密文进行计算处理,获得集合A与集合B的交集结果|A∩B|*;其中,为通过私钥sk(w,μ)对第二密文进行解密后所得到的明文;表示向下取整的值;|A∩B|*还表示集合A和集合B的交集的集合势的近似整数的估计值。
发送单元402,还可用于:
将交集结果发送给第二设备;
如果交集结果为0,则指示出目标用户考勤打卡不成功,如果交集结果不为0,则指示出目标用户考勤打卡成功。
应当说明的,本申请实施例中的不经意传输协议或不经意传输拓展协议都基于半诚实模型(Semi-Honest Model)进行构建的。
应当说明的,图4实施例未详细阐明的定义或解释可参考图1所述的实施例。
应当理解,处理装置40仅为本申请实施例提供的一个例子,处理装置40可具有比示出的部件更多或更少的部件,可以组合两个或更多个部件,或者可具有部件的不同配置实现。
可理解的,关于图4的处理装置40包括的功能部件的具体实现方式,可参考图1实施例,此处不再赘述。
本申请提供了一种隐私数据的处理装置,可用于实现图3实施例所述的一种隐私数据的处理方法。其中,图5所示的隐私数据的处理装置可用于执行图1实施例中的描述内容,也即,图5所示的隐私数据的处理装置50可为图3实施例中的第二设备。
如图5所示,处理装置50可包括但不限于:接收单元501、计算单元502及发送单元503;其中,
接收单元501,可用于接收由第一设备基于公钥所生成的第一密文;
计算单元502,可用于结合处理装置50中的集合B映射所得二进制串将第一密文进行处理,获得第二密文;
发送单元503,可用于将第二密文发送给存储有集合A的第一设备;
应当说明的,本申请实施例中的第一设备可为图4实施例中的处理装置40。
其中,第一设备可用于结合私钥将第二密文进行计算处理,获得集合A与集合B的交集结果;集合A包括:考勤名单中多个用户的用户隐私数据;用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;集合B包括:处理装置50接收的由目标用户输入的目标用户进行考勤打卡的用户隐私数据;上述公钥和上述私钥都由上述第一设备生成;
其中,上述交集结果用于指示出上述目标用户是否考勤打卡成功。
接收单元501,还可用于:
处理装置50可包括但不限于:接收单元501、计算单元502及发送单元503之外,还可包括:生成单元;
生成单元,可用于:
将集合B通过哈希函数组映射生成布隆过滤器BFB;
计算单元502,还用于:
生成单元,还可用于:
计算单元502,还用于:
其中, qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;ta表示随机比特矩阵T的第a列;1≤a≤m;矩阵Q为发送单元503发送给第一设备的大小为c×m的矩阵;随机比特矩阵T为处理装置50初始化的大小为c×m的矩阵;H(·)表示第二哈希函数;c≥m;其中,d为处理装置50生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},c≥m;s∈{0,1}m为第一设备初始化的随机向量;db表示d中第b个值;sa表示s中第a个值。
计算单元502,还用于:
计算单元502,具体可用于:
结合由集合B映射所得的布隆过滤器BFB、公钥pk(n,g)以及第一密文获得第二密文其中,τ为实数区间上的一个随机小数;Encpk(S2)为通过公钥pk(n,g)对S2进行加密所得到的密文;S1为第一设备计算得出;n为正整数。
接收单元501,还用于:
在第一设备用于结合私钥将第二密文进行计算处理,获得集合A与集合B的交集结果之后,接收第一设备发送的交集结果;
如果交集结果为0,处理装置50播放语音提示:“考勤打卡不成功”,并显示“考勤打卡不成功”;或者,
如果所述交集结果不为0,处理装置50播放语音提示:“考勤打卡成功”,并显示“考勤打卡成功”。
如果交集结果为0,处理装置50可通过内部集成的语音播放单元播放:“考勤打卡不成功”,和通过内部集成的显示单元显示“考勤打卡不成功”;或者
如果交集结果不为0,处理装置50可通过内部集成的语音播放单元播放:“考勤打卡成功”,和通过内部集成的显示单元显示“考勤打卡成功”;
如果交集结果为0,处理装置50可通过内部集成的语音播放单元播放:“考勤打卡不成功”,或通过内部集成的显示单元显示“考勤打卡不成功”;或者
如果交集结果不为0,处理装置50可通过内部集成的语音播放单元播放:“考勤打卡成功”,或通过内部集成的显示单元显示“考勤打卡成功”。
应当说明的,图5实施例未详细阐明的定义或解释可参考图3所述的实施例。
应当理解,处理装置50仅为本申请实施例提供的一个例子,处理装置50可具有比示出的部件更多或更少的部件,可以组合两个或更多个部件,或者可具有部件的不同配置实现。
可理解的,关于图5的处理装置50包括的功能部件的具体实现方式,可参考图3实施例,此处不再赘述。
本领域普通技术人员可以意识到,结合本申请中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、***和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备、***,可以通过其它的方式实现。例如,以描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述描述的***、设备的实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、设备、模块的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以是两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可以是个人计算机,设备,考勤机器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种用户隐私数据的处理方法,其特征在于,包括:
第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将所述第一密文发送给第二设备;
其中,所述第二设备用于结合所述第二设备中的集合B映射所得的二进制串将所述第一密文进行处理,获得第二密文,并将所述第二密文发送给所述第一设备;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;
所述第一设备通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
3.如权利要求1所述用户隐私数据的处理方法,其特征在于,
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文之前,还包括:
所述第一设备在执行m次所述IKNP协议之后,接收到所述第二设备发送的c×m的矩阵Q;其中,qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;所述ta表示所述随机比特矩阵T的第a列;1≤a≤m;其中,所述d为所述第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},所述s∈{0,1}m为所述第一设备初始化的随机向量;所述db表示所述d中第b个值;所述sa表示所述s中第a个值;
6.如权利要求4或5所述用户隐私数据的处理方法,其特征在于,
所述同态加密***包括:加法同态加密算法;
所述第一设备通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文,并将所述第一密文发送给第二设备,包括:
所述第一设备通过同态加密算法生成一对公钥pk(n,g)和pk(n,g)私钥sk(w,μ),结合所述公钥pk(n,g)和由所述第一设备中集合A映射所得的二进制串的长度信息m,生成第一密文并将所述第一密文和所述公钥pk(n,g)发送给所述第二设备;
8.如权利要求1所述用户隐私数据的处理方法,其特征在于,
所述第一设备通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果之后,还包括:
所述第一设备将所述交集结果发送给所述第二设备;
如果所述交集结果为0,则所述交集结果指示出所述目标用户考勤打卡不成功,如果所述交集结果不为0,则所述交集结果指示出所述目标用户考勤打卡成功。
9.一种用户隐私数据的处理方法,其特征在于,包括:
第二设备接收由第一设备基于公钥所生成的第一密文,结合所述第二设备中的集合B映射所得的二进制串将所述第一密文进行处理,获得第二密文;
所述第二设备将所述第二密文发送给存储有集合A的第一设备;
其中,所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;所述公钥和所述私钥都由所述第一设备生成;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
11.如权利要求9所述用户隐私数据的处理方法,其特征在于,
所述第二设备接收由第一设备基于公钥所生成的第一密文之前,还包括:
其中, qa表示矩阵Q的第a列,qb表示矩阵Q的第b行;所述ta表示所述随机比特矩阵T的第a列;1≤a≤m;所述矩阵Q为所述第二设备发送给所述第一设备的大小为c×m的矩阵;所述随机比特矩阵T为所述第二设备初始化的大小为c×m的矩阵;H(·)表示第二哈希函数;其中,所述d为所述第二设备生成的随机比特di构成的向量,且d=(d1,d2,…,db,…,di,…,dm),di∈{0,1},c≥m;所述s∈{0,1}m为所述第一设备初始化的随机向量;所述db表示所述d中第b个值;所述sa表示所述s中第a个值;
所述第二设备将所述集合B通过所述哈希函数组映射生成布隆过滤器BFB;
所述不经意传输拓展协议包括:IKNP协议。
14.如权利要求9所述用户隐私数据的处理方法,其特征在于,
所述第二设备将所述第二密文发送给存储有集合A的第一设备之后,还包括:
在所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果之后,
所述第二设备接收所述第一设备发送的所述交集结果;
如果所述交集结果为0,所述第二设备播放语音提示:“考勤打卡不成功”,并显示“考勤打卡不成功”;或者,
如果所述交集结果不为0,所述第二设备播放语音提示:“考勤打卡成功”,并显示“考勤打卡成功”。
15.一种用户隐私数据的处理装置,其特征在于,包括:
生成单元,用于通过同态加密***生成一对公钥和私钥,结合所述公钥和由所述第一设备中集合A映射所得的二进制串的长度信息,生成第一密文;
发送单元,用于将所述第一密文发送给第二设备;
其中,所述第二设备用于结合所述第二设备中的集合B将所述第一密文进行处理,获得第二密文,并将所述第二密文发送给所述处理装置;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述第二设备接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;
计算单元,用于通过所述私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
16.一种用户隐私数据的处理装置,其特征在于,包括:
接收单元,用于接收由第一设备基于公钥所生成的第一密文;
计算单元,用于结合所述处理装置中的集合B映射所得二进制串将所述第一密文进行处理,获得第二密文;
发送单元,用于将所述第二密文发送给存储有集合A的第一设备;
其中,所述第一设备用于结合私钥将所述第二密文进行计算处理,获得所述集合A与所述集合B的交集结果;所述集合A包括:考勤名单中多个用户的用户隐私数据;所述用户隐私数据包括下述一项或多项:用户的人脸特征、指纹特征、瞳孔特征;所述集合B包括:所述处理装置接收的由目标用户输入的所述目标用户进行考勤打卡的用户隐私数据;所述公钥和所述私钥都由所述第一设备生成;
其中,所述交集结果用于指示出所述目标用户是否考勤打卡成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111568694.5A CN114239031A (zh) | 2021-12-21 | 2021-12-21 | 一种用户隐私数据的处理方法及处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111568694.5A CN114239031A (zh) | 2021-12-21 | 2021-12-21 | 一种用户隐私数据的处理方法及处理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114239031A true CN114239031A (zh) | 2022-03-25 |
Family
ID=80760132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111568694.5A Pending CN114239031A (zh) | 2021-12-21 | 2021-12-21 | 一种用户隐私数据的处理方法及处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114239031A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115114666A (zh) * | 2022-08-25 | 2022-09-27 | 天聚地合(苏州)科技股份有限公司 | 一种基于区块链的考勤数据隐私计算方法和*** |
CN115242464A (zh) * | 2022-07-01 | 2022-10-25 | 浙江网商银行股份有限公司 | 一种业务处理方法、***、装置及设备 |
CN115396148A (zh) * | 2022-07-22 | 2022-11-25 | 西安邮电大学 | 隐私保护的名单查询方法、***、介质、设备及终端 |
CN115544552A (zh) * | 2022-11-29 | 2022-12-30 | 蓝象智联(杭州)科技有限公司 | 一种不暴露明文数据的相似性检测方法、装置及存储介质 |
-
2021
- 2021-12-21 CN CN202111568694.5A patent/CN114239031A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242464A (zh) * | 2022-07-01 | 2022-10-25 | 浙江网商银行股份有限公司 | 一种业务处理方法、***、装置及设备 |
CN115242464B (zh) * | 2022-07-01 | 2023-10-13 | 浙江网商银行股份有限公司 | 一种业务处理方法、***、装置及设备 |
CN115396148A (zh) * | 2022-07-22 | 2022-11-25 | 西安邮电大学 | 隐私保护的名单查询方法、***、介质、设备及终端 |
CN115396148B (zh) * | 2022-07-22 | 2024-04-12 | 西安邮电大学 | 隐私保护的名单查询方法、***、介质、设备及终端 |
CN115114666A (zh) * | 2022-08-25 | 2022-09-27 | 天聚地合(苏州)科技股份有限公司 | 一种基于区块链的考勤数据隐私计算方法和*** |
CN115544552A (zh) * | 2022-11-29 | 2022-12-30 | 蓝象智联(杭州)科技有限公司 | 一种不暴露明文数据的相似性检测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110138802B (zh) | 用户特征信息获取方法、装置,区块链节点、网络,及存储介质 | |
CN114239031A (zh) | 一种用户隐私数据的处理方法及处理装置 | |
TW202009776A (zh) | 多方安全計算方法及裝置、電子設備 | |
RU2376651C2 (ru) | Использование изогений для разработки криптосистем | |
CN111510281B (zh) | 一种同态加密方法及装置 | |
CN103733564B (zh) | 利用隐式证书链的数字签名 | |
CN103765809B (zh) | 隐式认证的公钥 | |
CN106549751A (zh) | 密钥交换装置及方法 | |
US20170091485A1 (en) | Method of obfuscating data | |
Qureshi et al. | SeVEP: Secure and verifiable electronic polling system | |
CN110400162B (zh) | 一种数据处理方法、装置、服务器及*** | |
US10079675B2 (en) | Generating cryptographic function parameters from a puzzle | |
CN106101150A (zh) | 加密算法的实现方法和*** | |
US20240143795A1 (en) | Method and device for intersecting unbalanced private sets | |
Simmons | Secure communications and asymmetric cryptosystems | |
CN114095181A (zh) | 一种基于国密算法的门限环签名方法及*** | |
Ali et al. | RFID authentication scheme based on hyperelliptic curve signcryption | |
Diffie et al. | New Directions in cryptography (1976) | |
Kumar et al. | Overview of information security using genetic algorithm and chaos | |
Gong et al. | Secure rational numbers equivalence test based on threshold cryptosystem with rational numbers | |
JP2011512762A (ja) | 複数加入者ネットワークでの改竄、盗聴及びハッキングを不可能とするp2p通信方法 | |
CN105099693B (zh) | 一种传输方法及传输装置 | |
Alkhzaimi | Cryptanalysis of selected block ciphers | |
JPH02291740A (ja) | 署名機能を持つ鍵配送方式 | |
CN110401533A (zh) | 一种私钥加密方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |