(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111393053.0 (22)申请日 2021.11.23 (65)同一申请的已公布的文献号 申请公布号 CN 113824550 A (43)申请公布日 2021.12.21 (73)专利权人 华控清交信息科技 （北京） 有限公 司 地址 100084 北京市海淀区中关村东路1号 院3号楼10层10 09-1 (72)发明人 陈智隆　王国赛　郝天一　陈琨　 李昕泽　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 代理人 苏培华(51)Int.Cl. H04L 9/06(2006.01) H04L 9/40(2022.01) 审查员 熊金安 (54)发明名称 一种数据处理方法、 密文计算平台和明密文 混合计算系统 (57)摘要 本发明实施例提供了一种数据处理方法、 密 文计算平台和明密文混合计算系统， 用于根据样 本集合对应的分箱数组对所述样本集合对应的 属性数组进行聚合， 第一数据方持有所述分箱数 组， 第二数据方持有所述属性数组， 所述方法可 应用于密文计算平台， 所述方法包括： 接收第一 数据方以密文形式上传的排序向量， 以及以明文 形式上传的位置向量； 排序向量和位置向量为第 一数据方基于分箱数组中各元素对应的分箱对 分箱数组进行排序所得到； 接收第二数据方以密 文形式上传的属性数组； 依据排序向量和位置向 量， 对属性数组进行安全计算， 得到聚合结果数 组。 本发明实施例可以在保证数据隐私安全的基 础上， 减少密文计算的计算开销， 提高多方聚合 计算的效率。 权利要求书5页 说明书18页 附图4页 CN 113824550 B 2022.02.15 CN 113824550 B 1.一种数据处理方法， 其特征在于， 用于根据样本集合对应的分箱数组对所述样本集 合对应的属 性数组进行聚合， 第一数据方持有所述分箱数组， 第二数据方持有所述属 性数 组， 所述方法应用于密文计算平台， 所述方法包括： 接收第一数据方以密文形式上传的排序向量， 以及以明文形式上传的位置向量； 其中， 所述排序向量和所述位置 向量为所述第一数据方基于所述分箱数组中各元素对应的分箱 对所述分箱数组进行排序后， 根据排序后的分箱数组所确定， 排序后的分箱数组中对应相 同分箱的元 素相邻； 接收第二数据方以密文形式上传的属性数组； 依据所述排序向量和所述位置向量， 对所述属性数组进行安全计算， 得到聚合结果数 组； 所述依据所述排序向量和所述位置向量， 对所述属性数组进行安全计算， 得到聚合结 果数组， 包括： 将所述排序向量中的各元素作为排序索引， 基于密文对所述属性数组进行排序， 得到 排序后的属性数组； 基于密文对所述 排序后的属性数组中的各 元素计算前缀和， 得到前缀和数组； 将所述位置向量中的各元素作为位置索引依次取出所述前缀和数组中的各元素， 得到 目标数组； 基于密文对所述目标 数组中的各 元素进行错 位相减， 得到聚合结果数组。 2.根据权利要求1所述的方法， 其特征在于， 所述属性数组中的各元素为所述第 二数据 方将浮点数类型的元素编 码得到的整 型类型的元素， 所述聚合结果数组中的元素为整 型类 型的元素， 所述方法还 包括： 将所述聚合结果数组中的各元素编码为浮点数类型， 得到浮点数类型的聚合结果数 组。 3.根据权利要求1所述的方法， 其特征在于， 所述样本集合对应至少两个不同的属性数 组， 所述依据所述排序向量和所述位置向量， 对所述属性数 组进行安全计算， 得到聚合结果 数组， 包括： 依据所述排序向量和所述位置向量， 分别对每个不同的属性数组进行安全计算， 得到 所述样本集 合对应每个属性数组的聚合结果数组。 4.根据权利要求3所述的方法， 其特征在于， 所述至少两个不同的属性数组由同一个第 二数据方所持有， 或者， 所述至少 两个不同的属 性数组中的每个属 性数组分别由不同的第 二数据方 所持有。 5.根据权利要求1所述的方法， 其特征在于， 所述属性数组中的各元素表示所述样本集 合中相应样本的属 性值， 或者， 所述属 性数组中的各元素表示所述样本集合中相应样本的 真实分箱与预测分箱的差值， 或者， 所述属 性数组中的各元素表示所述样本集合中相 应样 本的真实分箱与预测分箱的差值的预设计算 值。 6.一种数据处理方法， 其特征在于， 用于根据样本集合对应的分箱数组对所述样本集 合对应的属 性数组进行聚合， 第一数据方持有所述分箱数组， 第二数据方持有所述属 性数 组， 所述方法应用于明密 文混合计算系统， 所述明密 文混合计算系统包括第一数据方、 第二 数据方、 以及 密文计算平台， 所述方法包括：权　利　要　求　书 1/5 页 2 CN 113824550 B 2第一数据方基于所述分箱数组中各元素对应的分箱对所述分箱数组进行排序， 得到排 序后的分箱数组， 并记录所述排序后的分箱数组对应的排序向量以及所述排序后的分箱数 组对应的位置向量； 其中， 所述 排序后的分箱数组中对应相同分箱的元 素相邻； 第一数据方将所述排序向量以密文形式上传至密文计算平台， 以及将所述位置向量以 明文形式上传至密文计算平台； 第二数据方将所述属性数组以密文形式上传至密文计算平台； 密文计算平台依据所述排序向量和所述位置向量， 对所述属性数组进行安全计算， 得 到聚合结果数组； 所述密文计算平台依据所述排序向量和所述位置向量， 对所述属性数组进行安全计 算， 得到聚合结果数组， 包括： 所述密文计算平台将所述排序向量中的各元素作为排序索引， 基于密文对所述属性数 组进行排序， 得到排序后的属性数组； 所述密文计算平台基于密文对所述排序后的属性数组中的各元素计算前缀和， 得到前 缀和数组； 所述密文计算平台将所述位置向量中的各元素作为位置索引依次取出所述前缀和数 组中的各 元素， 得到目标 数组； 所述密文计算平台基于密文对所述目标数组中的各元素进行错位相减， 得到聚合结果 数组。 7.根据权利要求6所述的方法， 其特征在于， 所述第 一数据方基于所述分箱数组中各元 素对应的分箱对所述分箱数组进行排序， 包括： 所述第一数据方对所述分箱数组中的各元素按照其对应分箱从小到大或者从大到小 的顺序进行排序。 8.根据权利要求6所述的方法， 其特征在于， 所述第 二数据方将所述属性数组以密文形 式上传至密文计算平台， 包括： 在所述属性数组中的各元素为浮点数类型时， 所述第 二数据方将所述属性数组中的各 元素编码为整型类型， 并将编码后的属性数组以密文形式上传至密文计算平台； 所述方法还 包括： 所述密文计算平台将所述聚合结果数组中的各元素编码为浮点数类型， 得到浮点数类 型的聚合结果数组。 9.根据权利要求6所述的方法， 其特征在于， 所述样本集合对应至少两个不同的属性数 组， 所述密 文计算平台依据所述排序向量和所述位置向量， 对 所述属性数组进 行安全计算， 得到聚合结果数组， 包括： 所述密文计算平台依据 所述排序向量和所述位置向量， 分别对每个不同的属性数组进 行安全计算， 得到所述样本集 合对应每个属性数组的聚合结果数组。 10.根据权利要求9所述的方法， 其特征在于， 所述至少两个不同的属性数组由同一个 第二数据方所持有， 或者， 所述至少 两个不同的属 性数组中的每个属 性数组分别由不同的 第二数据方 所持有。 11.根据权利要求6所述的方法， 其特征在于， 所述属性数组中的各元素表示所述样本 集合中相 应样本的属 性值， 或者， 所述属 性数组中的各元素表示所述样本集合中相应样本权　利　要　求　书 2/5 页 3 CN 113824550 B 3