基于秘密共享的多方流形学习方法

本发明属于隐私保护多方数据协作领域的研究，具体涉及一种基于秘密共享的多方流形学习方法。该方法包括如下步骤，多个数据拥有者首先将各自数据集的复制秘密共享份额分发给三个计算服务器；各计算服务器基于新颖的安全top‑k算法，在数据集的秘密份额上交互式地计算所有样本对的k近邻距离矩阵；随后，各计算服务器采用低轮数Floyd‑Warshall算法，在k近邻距离矩阵的秘密份额上交互式地计算全源最短路径的距离；最后，各计算服务器对秘密共享的最短路径距离矩阵做安全多维缩放，得到数据集的低维嵌入，任意两个服务器将低维嵌入的秘密份额发送给指定的用户本地恢复为明文。本发明减少了距离计算的数量，提出了高效的安全top‑k和全源最短路径算法。