[發明專利]一種基于全同態加密的排序方法有效
| 申請號： | 202011069138.9 | 申請日： | 2020-10-09 |
| 公開（公告）號： | CN111931243B | 公開（公告）日： | 2021-01-19 |
| 發明（設計）人： | 張春林;王慶豐;李利軍;常江波;尚雪松 | 申請（專利權）人： | 北京微智信業科技有限公司;北京東方通科技股份有限公司;北京泰策科技有限公司;北京東方通軟件有限公司 |
| 主分類號： | G06F21/62 | 分類號： | G06F21/62;G06F21/60;G06F16/906;G06F40/279 |
| 代理公司： | 北京冠和權律師事務所 11399 | 代理人： | 安琪 |
| 地址： | 100000 北京市海淀區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 同態 加密 排序 方法 | ||
1.一種基于全同態加密的排序方法，其特征在于，包括：
對明文進行分類，確定分類明文和排序順序；
對所述分類明文進行同態計算，獲得第一同態曲線；
對所述分類明文進行加密，確定每一類明文的加密密文；
對所述加密密文進行同態計算，獲得第二同態曲線；
比較所述第一同態曲線和第二同態曲線，并根據所述第一同態曲線調整所述加密密文；
對調整后的加密密文進行解密，確定結果明文；
根據所述排序順序，對所述結果明文進行排序，確定目標排序明文；所述對明文進行分類，確定分類明文，包括：
獲取明文數據，并確定所述明文的詞頻和詞性；
根據所述詞頻，生成詞頻標記符號；
根據所述詞頻標記符號，分別對所述明文數據中的字進行標記；
根據所述詞性，生成詞性分類模型；
根據所述標記，對所述詞性分類模型中每種詞性的字再次進行分類，并生成基于二叉樹模型的明文分類模型；
根據所述明文分類模型，確定分類明文；
所述比較所述第一同態曲線和第二同態曲線，并根據所述第一同態曲線調整所述加密密文，包括：
根據所述第一同態曲線，確定第一波動特征；
根據所述第二同態曲線，確定第二波動特征；
比較所述第一波動特征和第二波動特征區別點，確定差異波動；
根據所述差異波動，確定所述差異波動在所述第二同態曲線上的波動位置；
根據所述波動位置和第一同態曲線，調整所述加密密文的波動。
2.根據權利要求1所述的一種基于全同態加密的排序方法，其特征在于，所述根據所述詞性分類模型通過以下步驟生成：
構建不同詞性的詞性矩陣；其中，
所述表示第個詞性的第個文字的詞性特征；n；；表示不同詞性的詞性矩陣；表示第個詞性的第個文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示第個詞性的第文字的詞性特征；表示第個詞性的第個文字的詞性特征；表示詞性的總個數；表示詞性特征的總個數；
對所述明文進行標準化處理，確定所述明文中每個字的語義特征；
計算所述語義特征與所述詞性矩陣的相關度：
；
其中，所述表示明文中第個字的語義特征；
根據所述相關度，將所述明文數據中的每種文字按照相關度排列，構成所述詞性分類模型。
3.根據權利要求1所述的一種基于全同態加密的排序方法，其特征在于，所述根據所述標記，對所述詞性分類模型中每種詞性的字再次進行分類，并生成基于二叉樹模型的明文分類模型包括：
根據所述標記，確定所述明文數據中每種文字的出現頻率；
根據所述出現頻率，將不同詞性的明文文字再次進行分類，確定二次分類文本；
根據所述二次分類文本，引入所述二叉樹排布，生成基于二叉樹模型的明文分類模型。
4.根據權利要求1所述的一種基于全同態加密的排序方法，其特征在于，所述對所述分類明文進行同態計算，獲得第一同態曲線，包括：
根據所述分類明文，確定每類明文的單屬性有效度；其中，
所述單屬性有效度；
其中，所述表示第類明文；所述表示明文數據
生成密匙對（，M），分別對所述密匙對（，M）進行加法同態計算和乘法同態計算，并輸出計算結果；
根據所述計算結果，確定第一同態曲線。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京微智信業科技有限公司;北京東方通科技股份有限公司;北京泰策科技有限公司;北京東方通軟件有限公司，未經北京微智信業科技有限公司;北京東方通科技股份有限公司;北京泰策科技有限公司;北京東方通軟件有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011069138.9/1.html，轉載請聲明來源鉆瓜專利網。
