技术领域
本发明涉及欧式距离领域,尤其涉及一种密态欧式距离的计算方法。
背景技术
欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义,指在m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离);在二维和三维空间中的欧氏距离就是两点之间的实际距离。
现有的欧式距离可以运用在很多机器学习、人工智能领域。类似计算多个用户彼此之间相似度和爱好,许多公司根据用户爱好进行分析从而对用户分类,集中推荐,进行跟有针对性的推广广告。但是这些公司往往对数据进行保护的力度不足,在使用数据过程中会导致信息泄露,将大量用户隐私落入他人手中。
因此,我们提出了一种密态欧式距离的计算方法用于解决上述问题。
发明内容
基于背景技术存在的技术问题,本发明提出了一种密态欧式距离的计算方法。
本发明提出的一种密态欧式距离的计算方法,包括以下步骤:
S1:密钥初始化;
S2:数据加密;
S3:密态计算及解密。
优选的,所述S1中,密钥初始化为:使用密钥生成器函数生成一对公私钥。
优选的,所述S2中,数据加密包括以下步骤:1、将S1中产生的公钥和任意n维明文数据作为参数传输给同态加密函数中,完成对明文数据的加密,同时将明文数据删除;2、将密文数据发送给服务器。
优选的,所述S3中,密态计算及解密包括以下步骤:1、将任意两个相同维度的密文数据发送给服务器;2、服务器进行同态加密计算,计算出密态欧式距离;3、将计算得到的密态欧式距离和S1中生成的私钥一同作为参数传输给解密函数得到明文结果。
本发明的有益效果是:本发明的关键点在于使用同态加密对参与计算的欧式距离数据进行加密计算。使明文数据在计算过程中以密文状态进行,以此做到不会泄露任何敏感信息。
采用密态欧式距离进行计算保护的主要价值在于确保数据在运算过程中都能以密文完成计算。
附图说明
图1为本发明提出的一种密态欧式距离的计算方法的密钥初始化的流程图;
图2为为本发明提出的一种密态欧式距离的计算方法的数据加密的流程图;
图3为为本发明提出的一种密态欧式距离的计算方法的密态计算及解密的流程图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
参照图1-3;本发明提出了一种密态欧式距离的计算方法,包括以下步骤:
S1:密钥初始化;
S2:数据加密;
S3:密态计算及解密。
本实施例中,所述S1中,密钥初始化为:使用密钥生成器函数生成一对公私钥。
本实施例中,所述S2中,数据加密包括以下步骤:1、将S1中产生的公钥和任意n维明文数据作为参数传输给同态加密函数中,完成对明文数据的加密,同时将明文数据删除;2、将密文数据发送给服务器。
本实施例中,所述S3中,密态计算及解密包括以下步骤:1、将任意两个相同维度的密文数据发送给服务器;2、服务器进行同态加密计算,计算出密态欧式距离;3、将计算得到的密态欧式距离和S1中生成的私钥一同作为参数传输给解密函数得到明文结果。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
机译: 用于IC引擎控制的两点之间的欧式距离的近似值计算方法,具有每个参考系统方向上的点之间的二次距离之和,用于寻址特性场
机译: 亚像素欧式距离图的计算方法
机译: 平衡态计算方法,腐蚀产物估计方法和平衡态计算装置