(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221048585 0.X (22)申请日 2022.05.06 (71)申请人 上海交通大 学宁波人工智能研究院 地址 315012 浙江省宁波市海曙区南门街 道南站西路2 9号 (72)发明人 姚致远　谢红军　刘家甫　杨根科　 褚健　 (74)专利代理 机构 上海剑秋知识产权代理有限 公司 31382 专利代理师 徐海兵 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/62(2013.01) G06F 3/023(2006.01) (54)发明名称 一种基于安全两方计算的输入信息隐私保 护系统与方法 (57)摘要 本发明公开了一种基于安全两方计算的输 入信息隐私保护系统与方法， 涉及隐私安全领 域， 所述系统包括： 安全两方计算协议模块， 安全 两方计算协议模块提供秘密共享技术。 客户端， 包括信息输入模块， 使用秘密共享技术将接收的 输入数据转换为两个份额的加法秘密共享形式 的数据； 还包括用户语料库模块， 接收其中一个 份额的加法秘密共享形式的数据。 私有服务器 端， 包括智 能联想算法模块和第一预测模型， 智 能联想算法模块接收另外一个份额的加法秘密 共享形式的数据， 通过第一预测模 型计算获得第 一预测结果， 即第一密文形式预测结果； 第三方 公有云服务器端， 接收第一密文形式预测结果， 重建得到第一明文形式预测结果， 再发送给客户 端。 权利要求书2页 说明书7页 附图1页 CN 114707169 A 2022.07.05 CN 114707169 A 1.一种基于安全两方计算的输入信息隐私保护系统， 其特 征在于， 所述系统包括： 安全两方计算协议模块， 所述 安全两方计算协议模块 提供秘密共享 技术； 客户端， 所述客户端包括信息输入模块， 所述信息输入模块使用所述秘密共享技术将 接收的输入数据转换为两个份额的加法秘密 共享形式的数据； 所述客户端还包括用户语料 库模块， 所述用户语料库模块连接所述信息输入模块， 并接 收其中一个份额的所述加法秘 密共享形式的数据； 私有服务器端， 所述私有服务器端连接所述客户端， 包括智能联想算法模块， 所述智能 联想算法模块又包含内置有智能联想算法的第一预测模型， 所述智能联想算法模块接收另 外一个份额的所述加法秘密共享形式的数据， 通过所述第一预测模型中的所述智能联想算 法计算获得秘密共享形式下 的第一预测结果， 即第一密文形式预测结果， 所述第一密文形 式预测结果的一半在所述 客户端， 另一半在所述私有服 务器端； 第三方公有云服务器端， 所述第三方公有云服务器端接收所述第一密文形式预测结 果， 包括所述客户端上 的一半和所述私有服务器端上 的另一半， 并重建得到第一明文形式 预测结果， 再将所述第一明文形式预测结果发送给 所述客户端。 2.如权利要求1所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 私有服务器端还 包括： 用户偏好联想模块， 所述用户偏好联想模块连接所述用户语料库模块， 接收所述用户 语料库模块的输出并训练第二预测模型， 当所述第二预测模型的预测准确率达到预先设定 的阈值的时候， 则将所述第二预测模型作为所述用户偏好联想模块的输出发送到所述智能 联想算法模块； 所述智能联想算法模块通过所述安全两方计算协议模块提供的所述秘密 共 享技术计算得出所述第二预测模型的第二预测结果， 所述第二预测结果也是所述加法秘密 共享形式， 即第二密文形式预测结果， 一半位于所述客户端， 另一半位于所述私有服务器 端； 所述客户端和所述私有服务器端将各自的一半发送给所述第三方公有云服务器端， 所 述第三方公有云服务器端将第二密文 形式预测结果重建得到第二明文 形式预测结果， 再将 所述第二明文形式预测结果发送给 所述客户端。 3.如权利要求2所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 第二预测模型为 LSTM网络模型。 4.如权利要求1所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 加法秘密共享形式为2 ‑out‑of‑2。 5.如权利要求1所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 智能联想算法模块使用的算法为 k‑means聚类算法。 6.如权利要求2所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 用户语料库模块分为更新区、 缓存区、 工作区、 语料库区； 所述更新区是基于队列的存储， 用 来对所述输入数据进行实时的记录和预测； 所述缓存区用于缓存所述输入数据， 用来提供 训练； 所述工作区用于对所述输入数据语进行整合、 去重， 存 储到所述语料库区。 7.如权利要求6所述的基于安全两方计算的输入信 息隐私保护系统， 其特征在于， 所述 用户偏好联想模块将所述用户语料库模块的所述更新区的输出作为所述第二预测模型的 输入， 并使用所述第二预测模型对所述用户语料库模块的所述缓存区进行训练。 8.一种基于安全两方计算的输入信息隐私保护方法， 其特征在于， 所述方法包括以下权　利　要　求　书 1/2 页 2 CN 114707169 A 2步骤： 步骤1、 位于客户端的信息输入模块将接收的输入数据进行分词、 筛选、 编码， 再借助安 全两方计算协议模块中的秘密共享技术将所述输入数据转换为两个份额的加法秘密共享 形式； 步骤2、 位于私有服务器端的智能联想算法模块接收其中一个份额的所述加法秘密共 享形式的所述输入数据， 内置于所述智能联想算法模块中的具有智能联想算法的第一预测 模型进行预测， 得到秘密 共享形式下的第一预测结果， 即第一密 文形式预测结果， 所述第一 密文形式预测结果的一半在所述 客户端， 另一半在所述私有服 务器端； 步骤3、 位于所述客户端的用户语料库模块接收另 外一个份额的所述加法秘密共享形 式的所述输入数据， 所述输入数据进入所述用户语料库模块的更新区， 在所述更新区检查 位于所述私有服务器端的所述用户偏好联想模块中的第二预测模型是否存在； 若 所述第二 预测模型不存在， 则所述输入数据进入缓存区， 为所述第二预测模型的训练提供数据； 若 所 述用户偏好联想模块中的所述第二预测模型存在， 则所述第二预测模型对位于所述用户语 料库模块的所述更新区的所述输入数据进行预测， 得出所述第二预测模型的第二预测结 果， 所述第二预测结果也是所述加法秘密共享形式， 即第二密文 形式预测结果， 一半位于所 述客户端， 另一半位于所述私有服 务器端； 步骤4、 将所述第一密文形式预测结果和所述第二密文形式预测结果发送给所述第三 方公有云服务器端， 所述第三方公有云服务器端按照密 文形式的预测结果提取存储在云端 语料库模块中的海量文字表达， 包括短语、 名句、 经典语句、 日常用句， 以及当前热门的图片 和表情包发送给 所述客户端， 获得智能联想的最终结果。 9.如权利要求8所述的基于安全两方计算的输入信 息隐私保护方法， 其特征在于， 所述 第一预测模型使用的算法为 k‑means聚类算法。 10.如权利要求8所述的基于安全两方计算的输入信息隐私保护方法， 其特征在于， 所 述第二预测模型为 LSTM网络模型。权　利　要　求　书 2/2 页 3 CN 114707169 A 3