(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 202210976530.4 (22)申请日 2022.08.15 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 曹子豪　王健宗　黄章成　 (74)专利代理 机构 深圳众鼎专利商标代理事务 所(普通合伙) 44325 专利代理师 谭果林 (51)Int.Cl. G06F 21/62(2013.01) G06F 21/60(2013.01) G06N 20/00(2019.01) (54)发明名称 应用于联邦学习的安全求并方法、 装置、 设 备及介质 (57)摘要 本发明涉及人工智能技术领域， 特别涉及一 种应用于联邦学习的安全求并方法、 装置、 设备 及介质， 本发 明发送方和接收方按照哈希函数将 各自数据集中的数据填入到n个数据组中； 使用 特殊虚拟项填充各自数据集的每个数据组， 使 得 每个数据组包含的数据个数为m+1； 通过反向私 有成员资格测试协议， 依次对发送方的每个数据 组中的各个数据是否存在于接收方的某一数据 组中进行判断， 得到发送方的每个数据组的每个 数据的判断指标值， 根据各个所述判断指标值， 以及每个数据组中的各个数据和对应的特殊虚 拟项， 确定发送方的数据集中所有不在接收方的 数据集中的数据， 和接收方的数据集求并， 得到 双方数据的并集； 提高了联邦学习中安全求并任 务的执行效率。 权利要求书3页 说明书10页 附图3页 CN 115329377 A 2022.11.11 CN 115329377 A 1.一种应用于联邦学习的安全求并方法， 其特 征在于， 包括： 发送方和接收方按照选定的哈希函数将各自数据集中的数据填入到各自分好的n个数 据组中， n＞1， 每 个数据组所能包 含的最大 数据个数为m， m＞1； 所述发送方和所述接收方使用特殊虚拟项填充各自数据集的每个数据组， 使得每个数 据组包含的数据个数为m+1， 所述特殊虚拟项为空值； 通过反向私有成员资格测试协议， 依次对所述发送方的每个数据组中的各个数据 是否 存在于接收方的某一数据组中进 行判断， 得到所述发送方的每个数据组的每个数据的判断 指标值， 将各个所述判断指标值发送至 接收方； 根据各个所述判断指标值， 以及所述每个数据组中的各个数据和对应的所述特殊虚拟 项， 确定所述发送方的数据集中所有不在所述接收方的数据集中的数据， 构成第一数据集； 将所述第一数据集和所述接收方的数据集求并， 得到所述发送方的数据和所述接收方 的数据的并集。 2.根据权利要求1所述的应用于联邦学习的安全求并方法， 其特征在于， 所述通过反向 私有成员资格测试协 议， 依次对所述 发送方的每个数据组中的各个数据是否存在于接收方 的某一数据组中进行判断， 得到所述发送方的每 个数据组的每 个数据的判断指标值包括： 所述接收方根据不经意伪随机函数将接收方的数据集进行加密， 得到第一密文， 并获 得一个随机的秘钥； 所述发送方根据所述不经意伪随机函数将发送方 的数据集进行加密， 得到第二密文； 所述接收方根据填充后的数据集构建多项式， 将所述多项式与 所述第一密文进行异或 操作， 得到第一异或操作结果； 并将所述多 项式的参数发送给 所述发送方； 所述发送方根据 所述多项式的参数确定出所述多项式， 将所述多项式与所述第 二密文 进行异或操作， 得到第二或操作结果； 判断所述第一异或操作结果与所述第二或操作结果是否相等， 确定所述判断指标值。 3.根据权利要求2所述的应用于联邦学习的安全求并方法， 其特征在于， 确定所述发送 方的数据集中所有不在所述接收方的数据集中的数据包括： 若所述第一异或操作 结果与所述第二或操作结果相等， 则判断所述判断指标对应的发 送方的数据存在于所述接收方的数据中； 若所述第一异或操作 结果与所述第二或操作结果不相等， 则判断所述判断指标对应的 发送方的数据不存在于所述接收方的数据中。 4.根据权利要求1所述的应用于联邦学习的安全求并方法， 其特征在于， 根据 各个所述 判断指标值， 以及所述每个数据 组中的各个数据和对应的所述特殊虚拟项， 确定所述发送 方的数据集中所有不在所述接收方的数据集中的数据包括： 调用基于不经意传输协议的程序， 将各个所述判断指标值以及所述每个数据组中的各 个数据和对应的所述特殊虚拟项作为输入， 以输出所述 发送方的数据集中不在所述接收方 的数据集中的各个数据。 5.一种应用于联邦学习的安全求并方法， 其特 征在于， 包括： 发送方和接收方按照选定的哈希函数将各自数据集中的数据填入到各自分好的n个数 据组中， n＞1， 每 个数据组所能包 含的最大 数据个数为m， m＞1； 所述发送方和所述接收方使用特殊虚拟项填充各自数据集的每个数据组， 使得每个数权　利　要　求　书 1/3 页 2 CN 115329377 A 2据组包含的数据个数为m+1， 所述特殊虚拟项为空值； 通过反向私有成员资格测试协议， 依次对所述接收方的每个数据组中的各个数据 是否 存在于发送方的某一数据组中进 行判断， 得到所述接收方的每个数据组的每个数据的判断 指标值， 将各个所述判断指标值发送至发送方； 根据各个所述判断指标值， 以及所述每个数据组中的各个数据和对应的所述特殊虚拟 项， 确定所述接收方的数据集中所有不在所述发送方的数据集中的数据， 构成第二数据集； 将所述第二数据集和所述发送方的数据集求并， 得到所述发送方的数据和所述接收方 的数据的并集。 6.根据权利要求5所述的应用于联邦学习的安全求并方法， 其特征在于， 所述通过反向 私有成员资格测试协 议， 依次对所述接收方的每个数据组中的各个数据是否存在于发送 方 的某一数据组中进行判断， 得到所述接收方的每 个数据组的每 个数据的判断指标值包括： 所述发送方根据不经意伪随机函数将发送方的数据集进行加密， 得到第三密文， 并获 得一个随机的秘钥； 所述接 收方根据所述不经意伪随机函数将接 收方的数据集进行加密， 得到第四密文； 所述发送方根据填充后的数据集构建多项式， 将所述多项式与 所述第一密文进行异或 操作， 得到第三异或操作结果； 并将所述多 项式的参数发送给 所述接收方； 所述接收方根据 所述多项式的参数确定出所述多项式， 将所述多项式与所述第 二密文 进行异或操作， 得到第四或操作结果； 判断所述第一异或操作结果与所述第二或操作结果是否相等， 确定所述判断指标值。 7.根据权利要求6所述的应用于联邦学习的安全求并方法， 其特征在于， 确定所述接收 方的数据集中所有不在所述发送方的数据集中的数据包括： 若所述第三异或操作 结果与所述第四或操作结果相等， 则判断所述判断指标对应的接 收方的数据存在于所述发送方的数据中； 若所述第三异或操作 结果与所述第四或操作结果不相等， 则判断所述判断指标对应的 接收方的数据不存在于所述发送方的数据中。 8.一种应用于联邦学习的安全求并装置， 其特征在于， 所述应用于联邦学习的安全求 并装置包括： 数据填入模块， 用于发送方和接收方按照选定的哈希函数将各自数据集中的数据填入 到各自分好的n个数据组中， n＞1， 每 个数据组所能包 含的最大 数据个数为m， m＞1； 数据填充模块， 用于所述发送方和所述接收方使用特殊虚拟项填充各自数据集的每个 数据组， 使得每 个数据组包 含的数据个数为m+1， 所述特殊虚拟项为空值； 数据判断模块， 用于通过反向私有成员资格测试协议， 依次对所述发送方的每个数据 组中的各个数据是否存在于接收方的某一数据组中进 行判断， 得到所述 发送方的每个数据 组的每个数据的判断指标值， 将各个所述判断指标值发送至 接收方； 第一数据集构成模块， 用于根据各个所述判断指标值， 以及所述每个数据组中的各个 数据和对应的所述特殊虚拟项， 确定所述发送方的数据集中所有不在所述接收方的数据集 中的数据， 构成第一数据集； 并集计算模块， 用于将所述第一数据集和所述接收方的数据集求并， 得到所述发送方 的数据和所述接收方的数据的并集。权　利　要　求　书 2/3 页 3 CN 115329377 A 3