买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜翼盾(上海)智能科技有限公司申请的专利基于大数据安全与隐私计算的隐私保护方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119128960B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411034161.2，技术领域涉及：G06F21/62；该发明授权基于大数据安全与隐私计算的隐私保护方法及系统是由姚俊;黄建琨;田悦悦设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本基于大数据安全与隐私计算的隐私保护方法及系统在说明书摘要公布了：本发明提供一种基于大数据安全与隐私计算的隐私保护方法及系统，涉及数据处理技术领域，包括：获取原始数据特征提取，得到数据特征并选择数据脱敏算法进行数据脱敏，通过混合全同态加密算法进行加密处理，生成同态加密的密文数据并发送至隐私保护计算平台；构建隐私保护的数据预处理协议，进行数据过滤和数据维度压缩，执行多方安全计算，生成密文计算结果并返回至数据提供方，进行验证，若验证通过，则通过解密算法进行解密，滤波得到纯净明文计算分析结果；构建逆向数据脱敏模型进行还原，得到分析计算结果，构建双目标优化模型并求解，得到最优平衡点并生成最优决策结果，进行脱敏，上传至隐私保护区块链网络中并进行分布式可信存储和共享。

本发明授权基于大数据安全与隐私计算的隐私保护方法及系统在权利要求书中公布了：1.基于大数据安全与隐私计算的隐私保护方法，其特征在于，包括：获取待处理的原始数据，通过基于深度学习的数据特征提取模型进行特征提取，得到数据特征并根据所述数据特征选择数据脱敏算法，通过被选择的数据脱敏算法进行数据脱敏，对于脱敏后的隐私数据，通过基于格密码体制和全同态加密的混合全同态加密算法对脱敏后的隐私数据进行加密处理，生成同态加密的密文数据并发送至隐私保护计算平台；所述隐私保护计算平台接收到密文数据后，基于局部敏感哈希和秘密共享技术构建隐私保护的数据预处理协议，在密文域中进行数据过滤和数据维度压缩，通过基于可验证随机函数的安全多方计算协议在密文域中执行多方安全计算，生成密文计算结果并返回至数据提供方，所述数据提供方通过基于零知识证明协议进行验证，若验证通过，则通过解密算法进行解密，生成明文计算分析结果，通过自适应滤波理论进行滤波得到纯净明文计算分析结果；基于所述纯净明文计算分析结果，结合所述数据脱敏算法和深度生成对抗网络构建逆向数据脱敏模型，通过逆向学习和对抗生成对所述纯净明文计算分析结果进行还原，得到所述原始数据对应的分析计算结果，基于所述分析计算结果，所述数据提供方基于多目标进化优化算法构建双目标优化模型并求解，得到最优平衡点并生成最优决策结果，通过所述数据脱敏算法对所述最优决策结果进行脱敏，将脱敏后的最优决策结果上传至隐私保护区块链网络中并进行分布式可信存储和共享；获取待处理的原始数据，通过基于深度学习的数据特征提取模型进行特征提取，得到数据特征并根据所述数据特征选择数据脱敏算法，通过被选择的数据脱敏算法进行数据脱敏，对于脱敏后的隐私数据，通过基于格密码体制和全同态加密的混合全同态加密算法对脱敏后的隐私数据进行加密处理，生成同态加密的密文数据并发送至隐私保护计算平台包括：获取待处理的原始数据并添加至基于深度学习的数据特征提取模型中，所述数据特征提取模型通过判别器判断数据类型，将所述原始数据划分为图像数据、序列数据和图数据，对于所述图像数据，通过预先设置的卷积神经网络的卷积层和池化层进行特征提取，对于所述序列数据，通过循环神经网络对隐藏状态更新进行特征提取，对于所述图数据，通过图神经网络中的节点更新和消息传递进行特征提取，对提取得到的特征进行特征融合，得到所述数据特征；构建包含多种数据脱敏算法的数据脱敏算法库，结合预先设置的效用度量指标对所述数据脱敏算法库中的每个算法的数据效用损失进行定量评估，确定每个数据脱敏算法对应的脱敏效用，基于所述脱敏效用和隐私保护效果，以数据隐私属性特征和隐私保护需求作为输入，所述数据脱敏算法作为输出构建并训练脱敏决策树模型，提取所述数据特征的隐私属性特征并添加至所述脱敏决策树模型中，得到与所述数据特征具有最高匹配度的数据脱敏算法并使用该算法进行数据脱敏；将脱敏后的数据特征划分为实数数据和整数数据，基于格密码体制将所述实数数据编码为整数并通过同态映射将所述整数嵌入至格空间内，生成格密文，对于所述整数数据，通过全同态加密算法选择全同态加密方案，根据所述全同态加密方案的参数生成公私钥对并进行同态加密，得到全同态加密密文，将所述格密文和所述全同态加密密文进行统一封装，生成混合全同态密文数据包并发送至所述隐私保护计算平台；结合预先设置的效用度量指标对所述数据脱敏算法库中的每个算法的数据效用损失进行定量评估如下公式所示： 其中，LOSS表示数据效用损失，α表示惩罚因子，wi表示第i个性能指标的权重，Perfi表示第i个性能评估指标，MY表示在脱敏数据D'上训练得到的机器学习模型，MX表示在原始数据D上训练得到的机器学习模型，β表示平衡性损失权重，BalD′表示脱敏数据D'的平衡性，BalD表示原始数据D的平衡性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人翼盾(上海)智能科技有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区新金桥路1348号3005室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。