摘要
本发明提供一种基于大数据安全与隐私计算的隐私保护方法及系统,涉及数据处理技术领域,包括:获取原始数据特征提取,得到数据特征并选择数据脱敏算法进行数据脱敏,通过混合全同态加密算法进行加密处理,生成同态加密的密文数据并发送至隐私保护计算平台;构建隐私保护的数据预处理协议,进行数据过滤和数据维度压缩,执行多方安全计算,生成密文计算结果并返回至数据提供方,进行验证,若验证通过,则通过解密算法进行解密,滤波得到纯净明文计算分析结果;构建逆向数据脱敏模型进行还原,得到分析计算结果,构建双目标优化模型并求解,得到最优平衡点并生成最优决策结果,进行脱敏,上传至隐私保护区块链网络中并进行分布式可信存储和共享。
技术关键词
数据脱敏算法
深度生成对抗网络
全同态加密算法
格密码体制
进化优化算法
明文
数据特征提取
局部敏感哈希
零知识证明协议
秘密共享技术
脱敏数据
隐私保护方法
决策
生成密文
滤波理论
解密算法
滤波误差
系统为您推荐了相关专利信息
配电自动化系统
隐匿方法
全生命周期管理
大数据分析引擎
海量离散数据
深度生成对抗网络
同步电机
电机轴承
数据
故障特征模型
光伏功率预测方法
模型超参数
卷积网络模型
进化优化算法
位置更新