隐私保护下的向量相似性判断方法 .pdf

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN106788962A

(43)申请公布日2017.05.31

(21)申请号CN201611145362.5

(22)申请日2016.12.13

(71)申请人电子科技大学

地址611731四川省成都市高新区(西区)西源大道2006号

(72)发明人杨浩淼何伟超黄云帆冉鹏姚铭轩金保隆

(74)专利代理机构成都希盛知识产权代理有限公司

代理人濮云杉

(51)Int.CI

H04L9/00

G06F21/62

G06F21/32

权利要求说明书说明书幅图

(54)发明名称

隐私保护下的向量相似性判断方法

(57)摘要

本发明涉及隐私保护下的向量相似

性判断方法，其中基于向量伸缩变换的隐

私保护下的向量相似性判断方法，包括：

A.接收两个标准向量x1、x2和待查询向量

x3；B.对x1、x2和x3进行伸缩，得到两

个标准输出向量L1、L2和待查询输出向

量L3；C.设置误差阈值d后，分别计算

||L1－L3||和||L2－L3||；D.比较||L1－L3||－

||L2－L3||与d的大小关系，确定x3与x1

或x2相似。本发明能够在不公开向量每个

维度的值的前提下，通过比较向量的模长

高效的判断向量之间的相似性，并且对密

文比较的效率和明文比较对比，性能几乎

没有下降。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.基于向量伸缩变换的隐私保护下的向量相似性判断方法,其特征为:

A.接收两个标准向量x1和x2,以及接收待查询向量x3;

B.通过L=λx+eSubx/Sub对所述两个标准向量x1和x2和待查询向量x3进行伸

缩,得到两个标准向量x1和x2对应的两个标准输出向量L1和L2,以及待查询向量

x3的待查询输出向量L3,其中L为输出向量,λ为接收的大整数,x为接收的向

量,eSubx/Sub为与向量x对应的服从期望μ=0的高斯分布的噪声向量;

C.设置误差阈值d,且d服从期望μ=2λ的高斯分布,并分别计算||L1-L3||和||L2-L3||;

D.计算(||L1-L3||-||L2-L3||)与误差阈值d的大小关系,确定待查询向量x3与标准向量

x1或标准向量x2相似。

2.如权利要求1所述的基于向量伸缩变换的隐私保护下的向量相似性判断方法,其特

征为:步骤D中,

如果(||L1-L3||-||L2-L3||)d,则待查询向量x3与标准向量x2相似;

如果(||L1-L3||-||L2-L3||)-d,则待查询向量x3与标准向量x1相似;

如果-d≤(||L1-L3||-||L2-L3||)≤d,则待查询向量x3与标准向量x1和标准向量x2的相似

度相同。

3.基于向量正交变换的隐私保护下的向量相似性判断方法,其特征为:

A.接收两个标准向量x1和x2、正交矩阵P、以及接收待查询向量x3;

B.通过L=Px对所述两个标准向量x1和x2和待查询向量x3进行正交变换,得到两

个标准向量x1和x2对应的两个标准输出向量L1和L2,以及待查询向量x3的待查

询输出向量L3,其中L为输出向量,x为接收的向量;

C.分别计算||L1-L3||和||L2-L3||;

D.计算(||L1-L3||-||L2-L3||)与0之间的大小关系,确定待查询向量x3与标准向量x1或

标准向量x2相似。

4.如权利要求3所述的基于向量正交变换的隐私保护下的向量相似性判断方法,其特

征为:步骤D中,

如果(||L1-L3||-||L2-L3||)0,则待查询向量x3与