一种电商平台卖家用户销售额多维统计分析系统及方法

摘要

本发明公开了一种电商平台卖家用户销售额多维统计分析系统及方法，系统包括1个平台服务方ECS，n个云服务器CS和m个卖家；方法包括系统初始化，卖家销售额的分块压缩处理及对应秘密份额生成，云服务器聚合秘密份额，和电商平台服务方ECS获取多维统计分析结果。本发明避免使用计算开销大的加密和解密运算实现在不泄漏卖家销售额的情况下获得各类商品销售额的统计分析结果，实现了具有隐私保护的轻量级卖家销售额多维统计分析。根据获得的统计值，电商平台服务方可以分析发现平台上各种商品销售额的分布情况。本发明有效地解决了如何在不泄漏卖家用户隐私的条件下高效统计分析各种商品的销售情况。

说明书

技术领域

本发明属于信息安全技术领域，具体涉及一种具有隐私保护的轻量级电商平台卖家用户销售额多维统计分析系统及方法。

背景技术

在电商平台领域中，为了掌握市场的最新情况，电商平台需要了解平台卖家用户各类商品的销售情况。通过对平台卖家用户各类商品销售额进行统计分析，平台可以了解平台卖家用户整体销售情况，了解各类商品销售情况的季节性规律、地域性规律，以及预测市场未来的变化趋势，有助于其制定相关平台政策引导卖家用户合理配置各类商品的库存比例。但卖家用户各类商品的销售额属于他们的隐私数据，他们不希望泄漏给其他任何人或机构。因此，研究如何在不泄漏卖家各类商品销售额的情况下对这些数据进行统计分析是一个重要课题。

发明内容

为了解决上述的技术问题，本发明提供了一种具有隐私保护的轻量级电商平台卖家用户销售额多维统计分析系统及方法。

本发明所采用的技术方案是：一种电商平台卖家用户销售额多维统计分析方法，应用于电商平台卖家用户销售额多维统计分析系统；其特征在于：所述系统包括1个平台服务方ECS，n个云服务器CS和m个卖家；将第i个云服务器表示为CS

所述方法包括以下步骤：

步骤1：系统初始化；

步骤1.1：电商平台服务方ECS选择合适的整数T和R作为系统参数，其中系统参数T用在对卖家用户销售额的分块处理中，系统参数R用在对块内销售额数据的压缩处理中，参数T是决定了每一个分块的大小，块大小会影响系统性能，块大小越大通信开销越小但计算开销会增大，因此参数T的选择需要权衡各方面的性能开销来选定，参数R的选择需要满足其值要大于每块中每种商品销售额之和，假设一段时间内每种商品销售额不超过W，那么R需要满足R>TW；

步骤1.2：电商平台服务方ECS向卖家发送系统参数T和R；

步骤2：将卖家销售额数据进行分块压缩处理，并生成对应秘密份额；

步骤3：云服务器聚合秘密份额；

步骤4：电商平台服务方ECS获取多维统计分析结果。

本发明方法与现有的技术相比有如下的优点和有益效果：

(1)本发明解决了如何在不泄漏电商平台卖家用户的各类商品销售额的情况下对这些数据进行统计分析的问题，具有非常好的实际应用价值。

(2)为了在不泄漏卖家用户的各类商品销售额的情况下对这些数据进行统计分析，本发明采用了分块压缩的思想和(t,n)门限秘密共享的方法，将卖家的各类商品销售额分块压缩后，利用秘密共享技术针对压缩处理得到的值为每个云服务器产生相应的秘密分额，每个云服务器将所有用户相同块的压缩值对应的秘密分额进行聚合处理，最后电商平台服务方收到任意t个云服务器发送的聚合处理后的秘密分额后就可以恢复和提取出所有卖家用户各类商品销售额的总和。

(3)本发明避免使用了计算开销、存储开销和通信开销大的加密方案实现隐私保护，采用了计算开销小的秘密共享技术，同时使用的分块压缩和聚合技术减少了存储和通信开销，实现了轻量级的隐私保护电商平台卖家用户销售额多维统计分析方法。

附图说明

图1：本发明实施例的框架图；

图2：本发明实施例的方法流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供的一种具有隐私保护的轻量级电商平台卖家用户销售额多维统计分析系统及方法，请见图1，系统包括1个电商平台服务方ECS、n个云服务器和m个卖家用户；

将第i个云服务器表示为CS

将第j个卖家表示为U

请见图2，本实施例的方法包括以下步骤：

步骤1：系统初始化。

请见图2中的步骤1，系统初始化的具体包括以下子步骤：

步骤1.1：电商平台服务方ECS选择合适的整数T和R作为系统参数，其中系统参数T用在对卖家用户销售额的分块处理中，系统参数R用在对块内销售额数据的压缩处理中；

参数T是步骤2中需要用到的分块参数，决定了每一个分块的大小，块大小会影响系统性能，块大小越大通信开销越小但计算开销会增大，因此参数T的选择需要权衡各方面的性能开销来选定，参数R是步骤2中需要用到的压缩参数，它的选择需要满足其值要大于每块中每种商品销售额之和，假设一段时间内每种商品销售额不超过W，那么R需要满足R>TW；

步骤1.2：电商平台服务方ECS向卖家发送系统参数T和R。

请见图2中的步骤2，卖家销售额数据的分块压缩处理及对应秘密份额的生成的具体实现包括以下子步骤：

步骤2.1：卖家U

步骤2.2：卖家U

步骤2.3：卖家U

卖家U

本实施例中，卖家U

针对S

卖家U

…，

步骤2.4：卖家U

云服务器CS

一共收到来自m个卖家的

…，

请见图2中的步骤3，云服务器CS

利用(t,n)门限秘密共享的同态性实现上述聚合，具体计算公式为：

显然，

根据Shamir(t,n)门限秘密共享方案中多项式的构造方法可知，

重复执行上述聚合操作

请见图2中的步骤4，电商平台服务方ECS获取多维统计分析结果的具体实现包括以下子步骤：

步骤4.1：电商平台服务方ECS随机选择t个CS，让它们将其拥有的关于

电商平台服务方ECS重复执行上述过程共

步骤4.2：电商平台服务方ECS通过执行针对系统参数R的T次取余操作和T-1次取整操作可以从压缩值

执行第1次

执行第1次

执行第2次

执行第2次

…

执行第T-1次

执行第T-1次

执行第T次

电商平台服务方ECS重复执行上述过程共

本发明有效地解决了如何在不泄漏卖家用户隐私的条件下高效地对卖家用户各种商品销售额统计分析的问题。本发明针对电商平台卖家用户销售额的具有隐私保护的统计分析提出的解决方法，该方法也可用于电商平台买家购买行为的具有隐私保护的统计分析，金融贸易领域中的商品进出口情况的具有隐私保护的分析，保险领域中的投保人投保习惯的具有隐私保护的分析，具有很高的实用性。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。