CN115842627B 基于安全多方计算的决策树评估方法、装置、设备及介质 （青岛大学）

基于安全多方计算的决策树评估方法、装本申请公开了一种基于安全多方计算的决分享的秘密值并通过复制秘密共享技术将秘密值划分为预设数量个份额以确定出每个参与方确定出参与方在每个决策节点上各自对应的特便基于点积运算的结果和叶子节点携带的标签可以降低通信成本的同时提高隐私数据的安全2获取客户方与模型提供方各自分享的秘密值，并通过复制秘密基于所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向量确对所述比较结果进行线性变换，并将进行所述线性变换后的比较结果其中，所述将进行所述线性变换后的比较结果与每个参将进行所述线性变换后的比较结果与每个参与方对应的遍历矩阵为当前叶子节点到所述决策树模型中的根节点的路径下包括的决策节对所述决策树模型进行遍历并判断所述特征属性与所述模型提供方提供的阈值向量若当前决策节点的所述特征属性小于所述阈值向量，则所述决若所述当前决策节点的所述特征属性不小于所述阈值向3获取客户方与模型提供方各自分享的秘密值，并将所述秘密基于所述秘密值与所述第二份额值确定出第三份额值，然后所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向量确定出所述基于所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向量确小于所述阈值向量；若分解后的差值的最高位为0，则判定所述特征属性大于所述阈值向6.根据权利要求1至5任一项所述的基于安全多方计算的决策树评估方法，其特征在按照预设节点划分规则将所述决策节点划分至所复制秘密共享模块，用于获取客户方与模型提供方决策模块，用于基于所述秘密份额利用每个参与方对应的映评估模块，用于对所述比较结果进行线性变换，并将进行所述线性变换后将进行所述线性变换后的比较结果与每个参与方对应的遍历矩阵为当前叶子节点到所述决策树模型中的根节点的路径下包括的决策节45[0008]基于所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向6[0011]对所述决策树模型进行遍历并判断所述特征属性与所述模型提供方提供的阈值[0021]基于所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向[0023]将进行所述线性变换后的比较结果与每个参与方对应的子集为当前叶子节点到所述决策树模型中的根节点的路径下包括的决策7[0027]当所述决策节点的数量大于预设阈值时，利用分治法将述计算机程序被处理器执行时实现如前所述的基于安全多方计算的决密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向量确定出所述参与方策树模型的提供方和客户的隐私数据都不会被泄露，并且只有客户获得最终的评估结果，8[0050]本申请实施例中，利用复制秘密共享技术(ReplicatedSecretSharing)保护隐9如图3所示为决策树评估方法的系统结构示意图。客户方需要一个训练好的决策树模型帮训练而成，是提供方的商业机密，不能公开；而且通过模型逆转攻击(modelinversion0+a1+a2)mod2l。持有(a0[0054]步骤S12：基于所述秘密份额利用每个参与方对应的映射矩阵和每个参与方对应<y(j)}[0056]映射矩阵M的作用是为决策树模型中的决策节点选择特征向量的属性值。将映射阵和每个参与方对应的特征向量确定出所述参与方在每个决策节点上各自对应的特征属叶子节点的标签则是根据决策节点的比较结果在遍历中得历以得到所述叶子节点的标签；若所述当前决策节点的所述特征属性不小于所述阈值向量，则所述决策节点的比较结果取值为0，并选择所述当前决策节点的左孩子节点继续遍jDj积运算。在此过程中，将步骤S12中得到的比较结果进行线性变换计算得到的变体记为丽,果变更为1，而指向所述右孩子节点的比较结果保持不变，如果Lk中的标签v(k)是分类结全相等测试确定出各参与方的结果向量，最后通过v*＝p·v确定出每个参与方的评估结μ1+0+a1+a2)+(b0+b1+b2)＝(a0+b0)+(a1+b1)+(a2+b2)、δa=δ密份额利用每个参与方对应的映射矩阵和每个参与方对应的特征向量确定出所述参与方策树模型的提供方和客户的隐私数据都不会被泄露，并且只有客户获得最终的评估结果，[0068]本申请中的技术方案可以拓展到安全外包场景，如图4所示为应用于外包拓展的进行压缩以此降低通信成本。如模型提供方可以对决策节点数量大于100的决策树的遍历子集Sk中为叶子节点Lk到根节点路径上的决策节点，当对遍历矩阵T进行压缩时，设和提供方根据和这三个集合将遍历矩阵T划分成三个矩阵7;、T1*和中的决策节点所对应的列向量被划分到T1*，s:-s;中决策节点所对应的列向量被划分到对应的映射矩阵和每个参与方对应的特征向量确定出所述参与方在每个决策节点上各自一些分类或预测问题，通过复制秘密共享技术使每个参与方持有各自的秘密份额参与计并执行，以实现前述任一实施例公开的基于安全多方计算的决策树评估方法中的相关步取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，[0085]其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序完成前述任一实施例公开的由电子设备20执行的基于安全多方计算的决策树评估方法的可读存储介质包括随机存取存储器(RandomAccessMemory，RAM)、内存、只读存储