基于同態(tài)加密隱私數(shù)據(jù)保護的編輯距離計算系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種隱私保護的編輯距離計算方案，具體是一種基于同態(tài)加密隱私數(shù) 據(jù)保護的編輯距離(e d i t d i S化η C e)計算系統(tǒng)。
【背景技術(shù)】
[0002] 大數(shù)據(jù)時代對實驗科學產(chǎn)生了很重大的影響。在生物醫(yī)藥領(lǐng)域，一個很重要的發(fā) 展趨勢是通過對大量的數(shù)據(jù)進行研究來探索其中的規(guī)律。然而，一個單獨機構(gòu)不能滿足研 究需要的存儲空間和計算能力。依賴于數(shù)據(jù)共享的云計算的提出，給基于大數(shù)據(jù)基因運算 的研究帶來了一個解決途徑。研究人員可W依靠云端來減少運算所需要的時間和儲存空 間。使用云空間的一個很大的弊端就是可能會造成隱私泄露。假定云端是"可靠的"，它不會 把數(shù)據(jù)分享出去，但它自己可能會對數(shù)據(jù)感興趣?；颊叩幕驍?shù)據(jù)是需要被保護的數(shù)據(jù)，不 能直接傳輸給云端，而其它的研究機構(gòu)又需要運些數(shù)據(jù)來進行研究。同態(tài)加密的出現(xiàn)能夠 很好的解決運個問題。同態(tài)加密是一種特殊的加密方法，兩個通過同態(tài)加密得到的密文相 加，解密后等于兩個對應(yīng)的原文相加。兩個通過同態(tài)加密得到的密文相乘，解密后等于對應(yīng) 兩個相應(yīng)的原文相乘。通過同態(tài)加密，被信任的第Ξ方生成一個公鑰跟密鑰，并把公鑰傳輸 給機構(gòu)A，B。機構(gòu)A和機構(gòu)B通過運個公鑰把要進行運算的數(shù)據(jù)進行加密，然后把密文傳給云 端。云端對密文進行運算，然后將結(jié)果傳回給用戶。用戶對密文進行解密，得到原文結(jié)果。在 運種情況下，科研人員可W利用其它機構(gòu)的數(shù)據(jù)進行研究。不像其它添加噪聲來保護隱私 的方法，使用同態(tài)加密的得到的結(jié)果是無誤差的。而機構(gòu)A和機構(gòu)B又不擔屯、自己的數(shù)據(jù)在 計算過程中被泄露。
[0003] 兩段基因序列的編輯距離（edit distance)可W用來表示運兩段基因之間的差 異。由于基因可能出現(xiàn)缺失，而導致無法比較漢明距離，所W求編輯距離。如果給定兩段基 因數(shù)據(jù)的明文，可W用Wagner-Fischer方法來求解它們之間的編輯距離?；趯ΜF(xiàn)有技術(shù) 的文獻探索發(fā)現(xiàn)，Qieon JH等人在2015年的《3rd Workshop on lincrypted Computing and Applied Homomorphic Cryp tography》（WAHC ' 15 )會議上發(fā)表的"Homomorph i c Computation of Edit Distance" -文中提出了一種方法，基于二進制的表示方法，通過改 進Wagner-Fischer方法，得到可能的路徑。然后再對可能的路徑，計算對應(yīng)的編輯距離。比 較運些編輯距離的值，取最小的值，作為兩段基因序列的編輯距離。但是，基于二進制的表 示方式，使得對密文做加法的時候，時間代價很大。而且，運篇論文里面的最短路徑的獲取 方法，并不能獲得所有可能的最短路徑，最后算出來的只是編輯距離的一個估計值。運些不 足促使申請人針對同態(tài)加密下求解兩段基因序列的編輯距離，提出了新的系統(tǒng)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明針對現(xiàn)有技術(shù)的不足，提供了一種基于同態(tài)加密隱私數(shù)據(jù)保護的編輯距離 計算系統(tǒng)，可W提供基因序列的編輯距離計算的同時還保證了原始基因隱私數(shù)據(jù)的安全 性。
[0005] 本發(fā)明是通過W下技術(shù)方案實現(xiàn)的：
[0006] 本發(fā)明所述的基于同態(tài)加密隱私數(shù)據(jù)保護的編輯距離計算系統(tǒng)，包括:加密數(shù)據(jù) 比較模塊、最短路徑集計算模塊和編輯距離計算模塊，其中：
[0007] 所述加密數(shù)據(jù)比較模塊，對加密后的密文利用同態(tài)加密（homomorPh i C enc巧ption)的性質(zhì)構(gòu)造函數(shù)，輸入兩個需要比較的密文的差，輸出一個加密的標志位；
[0008] 所述最短路徑集計算模塊，首先計算所有可能的路徑集，然后對每條路徑進行校 驗，排除掉不可能成為最后結(jié)果的路徑，得到最短路徑集；
[0009] 所述編輯距離計算模塊，基于前面兩個模塊的結(jié)果，計算出每一個最短路徑集中 的加密的路徑值，再利用編輯距離只能在有限范圍內(nèi)取值運個性質(zhì)，判斷出其中的最短加 密路徑值，作為結(jié)果。
[0010] 優(yōu)選地，所述加密數(shù)據(jù)比較模塊，利用全同態(tài)加密算法進行加密，得到的數(shù)據(jù)即同 態(tài)加密隱私數(shù)據(jù)。
[0011] 優(yōu)選地，所述的加密數(shù)據(jù)比較模塊，構(gòu)造了一個函數(shù)，該函數(shù)可W完成:在加密狀 態(tài)下，判斷兩個十進制整數(shù)是否相等。該函數(shù)的輸入是加密狀態(tài)下的兩個整數(shù)之差，函數(shù)輸 出的是加密狀態(tài)的1(如果兩個整數(shù)相等)或加密狀態(tài)的〇(如果兩個整數(shù)不等）。
[0012] 優(yōu)選地，所述的最短路徑集計算模塊，通過對所有路徑集運用排除法，對于一條路 徑，如果還能找到另一條值不大于它的路徑，就把它排除。經(jīng)過排除法后得到是最短路徑 集。
[0013] 優(yōu)選地，所述的編輯距離計算模塊，通過計算最短路徑集里面的最短路徑，得到加 密的編輯距離。
[0014] 進一步的，本發(fā)明所述系統(tǒng)還包括并行運算模塊，所述并行運算模塊運用同態(tài)加 密里面的多孔結(jié)構(gòu)，可W同時計算多個基因?qū)Φ木庉嬀嚯x，并利用了多核CPU,同時計算最 短路徑集里面的路徑值，加快了計算速度。
[0015] 本發(fā)明上述系統(tǒng)中所有的運算均處于加密的狀態(tài)下并且在云端運行，第Ξ方負責 提供公鑰給機構(gòu)和密鑰給用戶，機構(gòu)負責提供加密的數(shù)據(jù)給云端來運算，密文結(jié)果由云端 返回給用戶，用戶解密后得到最終結(jié)果。
[0016] 與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：
[0017] 本發(fā)明所述系統(tǒng)計算編輯距離的同時，還保證了原始隱私數(shù)據(jù)的安全性，基于整 數(shù)的表示方法也提升了計算的效率。本發(fā)明采用云端-客戶模式的福射式結(jié)構(gòu)，其中加密數(shù) 據(jù)位于各個客戶端，加密數(shù)據(jù)比較模塊、最短路徑集計算模塊、編輯距離計算模塊和并行運 算模塊位于服務(wù)器云端，具備良好的安全性、實用性和擴展性。
【附圖說明】
[0018] 通過閱讀參照W下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、 目的和優(yōu)點將會變得更明顯：
[0019] 圖1為本發(fā)明一較優(yōu)實施例的結(jié)構(gòu)框圖；
[0020] 圖2為本發(fā)明一實施例最短路徑集計算的示意圖。
【具體實施方式】
[0021] 下面結(jié)合具體實施例對本發(fā)明進行詳細說明。W下實施例將有助于本領(lǐng)域的技術(shù) 人員進一步理解本發(fā)明，但不W任何形式限制本發(fā)明。應(yīng)當指出的是，對本領(lǐng)域的普通技術(shù) 人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可W做出若干變形和改進。運些都屬于本發(fā)明 的保護范圍。
[0022] 圖1所示，本發(fā)明一實施例系統(tǒng)的結(jié)構(gòu)框圖，包括:加密數(shù)據(jù)比較模塊，最短路徑集 計算模塊，編輯距離計算模塊和并行運算模塊。其中：
[0023] 加密數(shù)據(jù)比較模塊，基于整數(shù)的表示方法，比較兩個密文是否相等。輸出為密文0 (不相等)或密文1(相等）。
[0024] 最短路徑集計算模塊，通過排除在所有路徑中值一定不可能是最小的路徑，將剩 余的路徑設(shè)定為最短路徑集。
[0025] 編輯距離計算模塊，首先計算出每一個最短路徑集中的加密的路徑值，再利用編 輯距離只能在有限范圍內(nèi)取值運個性質(zhì)，判斷出其中的最短加密路徑值，作為結(jié)果，返回給 用戶。
[0026] 并行運算模塊，運用同態(tài)加密里面的多孔結(jié)構(gòu)，可W同時計算多個基因?qū)Φ木庉?距離，并利用了多核CPU,同時計算最短路徑集里面的路徑值，加快了計算速度。
[0027] 本實施例中，所述的最短路徑集計算模塊的具體實現(xiàn)如圖2所示。在圖中，向下走 一格或者向右走一格表示路徑的值加1，斜向下走一個格路徑可能增加0，也可能增加1。運 取決于對應(yīng)位置的兩個基因是否相等，相等增加0,不同增加1。每一條路徑都是從左上角的 (〇,〇)走到右下角的(4,4)。圖中有Ξ條實例路徑，其中虛線路徑不是一個有效的最短路徑， 因為輸入的運對基因序列的長度是4*4,所W編輯距離的最大可能值是4,而虛線路徑最小 的可能是6,所W虛線路徑不是可能的最短路徑。遍歷整個可能的路徑集，