知財求人 - 知財ポータルサイト「IP Force」
▶ テンセント・テクノロジー・（シェンジェン）・カンパニー・リミテッドの特許一覧
特表2024-515332秘匿マルチパーティ計算に基づく極値の決定方法、装置、コンピュータ機器及びコンピュータプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-04-08
(54)【発明の名称】秘匿マルチパーティ計算に基づく極値の決定方法、装置、コンピュータ機器及びコンピュータプログラム
(51)【国際特許分類】
G09C 1/00 20060101AFI20240401BHJP
【ＦＩ】
G09C1/00 650Z
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2023566958
(86)(22)【出願日】2022-07-27
(85)【翻訳文提出日】2023-10-30
(86)【国際出願番号】 CN2022108090
(87)【国際公開番号】W WO2023020216
(87)【国際公開日】2023-02-23
(31)【優先権主張番号】202110946118.3
(32)【優先日】2021-08-18
(33)【優先権主張国・地域又は機関】CN
(81)【指定国・地域】
(71)【出願人】
【識別番号】514187420
【氏名又は名称】テンセント・テクノロジー・（シェンジェン）・カンパニー・リミテッド
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(74)【代理人】
【識別番号】100135079
【弁理士】
【氏名又は名称】宮崎 修
(72)【発明者】
【氏名】チェン，ヨン
(72)【発明者】
【氏名】ジャン，ジー
(72)【発明者】
【氏名】リウ，シュー
(72)【発明者】
【氏名】リウ，ユホン
(72)【発明者】
【氏名】チェン，ポン
(72)【発明者】
【氏名】タオ，ヤンギュー
(57)【要約】
データセキュリティの技術分野に関する、秘匿マルチパーティ計算に基づく極値の決定方法、装置、機器及び記憶媒体を提供する。該方法は、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得するステップと、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行うステップと、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の有効ノードデータが極値であると決定するステップと、を含む。該方法によれば、ノード機器は、プライバシーデータ及び各データ間の大小関係を漏洩する必要がなく、秘匿マルチパーティ計算に基づく平均値の計算方法により、暗号化及び復号の操作と関係がなく、計算複雑度及び通信オーバーヘッドが比較的に小さく、計算効率を向上させることができる。
【選択図】図２
【選択図】図２
【特許請求の範囲】
【請求項1】
連合計算システムにおける第ｉのノード機器が実行する、秘匿マルチパーティ計算に基づく極値の決定方法であって、前記連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数であり、該決定方法は、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得するステップであって、前記ｔ番目の平均値は、前記ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、前記ｎ個のノードデータは、ｍ個の有効ノードデータを含み、前記平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である、ステップと、
前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値よりも大きい場合、前記第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行うステップと、
ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定するステップと、を含む、方法。
【請求項2】
前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行うステップは、前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値よりも小さい場合、前記無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、前記第ｉのノード機器に対応する有効ノードデータが極値ではないと決定するステップと、
前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値に等しい場合、前記無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、ｔ＋１番目の平均値と前記無効ノードデータとの関係に基づいて極値を決定するステップと、を含む、請求項１に記載の方法。
【請求項3】
前記ｔ＋１番目の平均値と前記無効ノードデータとの関係に基づいて極値を決定するステップは、前記ｔ＋１番目の平均値が前記無効ノードデータよりも大きい場合、前記第ｉのノード機器に対応する有効ノードデータが極値ではないと決定するステップと、
前記ｔ＋１番目の平均値が前記無効ノードデータに等しく、且つｔ＋１がｎ－１である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定するステップと、
前記ｔ＋１番目の平均値が前記無効ノードデータに等しく、且つｔ＋１がｎ－１よりも小さい場合、前記無効ノードデータと後続の連合計算により得られた平均値との関係に基づいて極値を決定するステップと、を含む、請求項２に記載の方法。
【請求項4】
前記第ｉのノード機器は第１のノード機器であり、前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得するステップは、
第１の乱数を生成するステップと、
第１のノードデータと前記第１の乱数との和を第１のデータ和として計算し、前記第１のデータ和を第２のノード機器に送信するステップであって、前記第２のノード機器は、第２のデータ和を計算し、前記第２のデータ和を第３のノード機器に送信し、前記第２のデータ和は、前記第１のデータ和と第２のノードデータとの和である、ステップと、
第ｎのノード機器により送信された第ｎのデータ和を受信するステップであって、前記第ｎのデータ和は、ｎ個のノードデータと前記第１の乱数との和である、ステップと、
前記第ｎのデータ及び前記第１の乱数に基づいて前記ｔ番目の平均値を決定するステップと、を含む、請求項１乃至３の何れかに記載の方法。
【請求項5】
第ｊ－１のノード機器により送信された第ｊ－１のデータ和を受信するステップであって、前記第ｊ－１のデータ和は、第１のノードデータ乃至第ｊ－１のノードデータと前記第１の乱数との和であり、ｊは１よりも大きく、且つｎ以下の整数である、ステップと、前記第ｊ－１のデータ和に基づいて第ｊのデータ和を決定するステップであって、前記第ｊのデータ和は、前記第ｊ－１のデータ和と前記第ｊのノードデータとの和であり、第ｊのノードデータは、前記第ｊのノード機器の有効ノードデータ又は無効ノードデータである、ステップと、
ｊがｎに等しくない場合、前記第ｊのデータ和を第ｊ＋１のノード機器に送信し、ｊがｎに等しい場合、前記第ｊのデータ和を前記第１のノード機器に送信するステップと、をさらに含む、請求項４に記載の方法。
【請求項6】
前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得するステップは、ｎ－１個の乱数を生成するステップであって、前記ｎ－１個の乱数の和は第ｉのノードデータであり、前記第ｉのノードデータは、前記第ｉのノード機器の有効ノードデータ又は無効ノードデータである、ステップと、
前記ｎ－１個の乱数をそれぞれ他のｎ－１個のノード機器に送信するステップであって、各ノード機器は、前記第ｉのノード機器により送信された１個の乱数を受信する、ステップと、
前記他のｎ－１個のノード機器によりそれぞれ送信された乱数を受信し、受信したｎ－１個の乱数の和を第ｉのデータ和として計算するステップと、
前記第ｉのデータ和を前記他のｎ－１個のノード機器にそれぞれ送信するステップと、
前記他のｎ－１個のノード機器により送信されたｎ－１個のデータ和を受信し、受信したｎ－１個のデータ和及び前記第ｉのデータに基づいて前記ｔ番目の平均値を決定するステップと、を含む、請求項１乃至３の何れかに記載の方法。
【請求項7】
ｔ＋１はｎ－１であり、前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得した後に、前記方法は、第２の乱数を生成するステップであって、前記第２の乱数は正の数である、ステップと、
前記第２の乱数を第ｉ＋１のノード機器に送信するステップであって、前記第ｉ＋１のノード機器は、第１のデータ積を計算し、前記第１のデータ積を第ｉ＋２のノード機器に送信し、前記第１のデータ積は、前記第２の乱数と第ｉ＋１のノード機器の有効ノードデータとの積である、ステップと、
第ｉ－１のノード機器により送信された第ｎ－１のデータ積を受信するステップであって、前記第ｎ－１のデータ積は、前記ｎ個のノード機器のうちの前記第ｉのノード機器以外のｎ－１個のノード機器の有効ノードデータと前記第２の乱数との積である、ステップと、
前記第ｉのノード機器の有効ノードデータのｎ－１乗と前記第ｎ－１のデータ積との差に基づいて、数値比較演算子を決定するステップと、
前記数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第ｉのノードデータがｎ－２番目の平均値以上である場合、前記第ｉのノード機器に対応する有効ノードデータが極値であると決定するステップであって、前記第ｉのノードデータは有効ノードデータ又は無効ノードデータである、ステップと、をさらに含む、請求項１乃至３の何れかに記載の方法。
【請求項8】
ｎは３であり、ｔ＋１は２であり、前記第ｉのノード機器は第２のノード機器であり、前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得した後に、前記方法は、第３の乱数を生成するステップであって、前記第３の乱数は正の数である、ステップと、
前記第３の乱数又は前記第３の乱数の逆数を第３のノード機器に送信し、第１の積を第１のノード機器に送信するステップであって、前記第１の積は、前記第３の乱数と第２のノード機器の有効ノードデータとの積であり、前記第３のノード機器は、第２の積を計算し、前記第２の積を前記第１のノード機器に送信し、前記第２の積は、前記第３の乱数の逆数と第３のノード機器の有効ノードデータとの積であり、前記第１のノード機器は、前記第１の積及び前記第２の積を受信し、前記第１の積及び前記第２の積に基づいて第１の数値比較演算子を計算し、前記第１の数値比較演算子は、前記第１のノード機器の有効ノードデータの２乗と第３の積との差であり、前記第３の積は、第２のノードデータと第３のノードデータとの積である、ステップと、をさらに含む、請求項１乃至３の何れかに記載の方法。
【請求項9】
前記第３のノード機器により送信された第４の積及び前記第１のノード機器により送信された第５の積を受信するステップであって、前記第３のノード機器は、第４の乱数を生成し、前記第４の乱数を前記第１のノード機器に送信し、前記第１のノード機器は、前記第４の乱数に基づいて前記第５の積を決定し、前記第４の積は、前記第３のノード機器の有効ノードデータと前記第４の乱数との積であり、前記第５の積は、前記第４の乱数の逆数と前記第１のノード機器の有効ノードデータとの積である、ステップと、前記第４の積及び前記第５の積に基づいて第２の数値比較演算子を計算するステップであって、前記第２の数値比較演算子は、前記第２のノード機器の有効ノードデータの２乗と第６の積の差であり、前記第６の積は、前記第１のノード機器の有効ノードデータと前記第３のノード機器の有効ノードデータとの積である、ステップと、
前記第２の数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第２のノードデータがｎ－２番目の平均値以上である場合、前記第２のノード機器に対応する有効ノードデータが極値であると決定するステップであって、前記第２のノードデータは、前記第２のノード機器の有効ノードデータ又は前記無効ノードデータである、ステップと、をさらに含む、請求項８に記載の方法。
【請求項10】
ｎが３より大きい場合、グループ分け方式で前記ｎ個のノード機器を少なくとも１つの層の機器グループに分けるステップであって、各層の機器グループは、少なくとも３つの上位層の機器グループを含み、第１の層の機器グループの各機器グループは、１つのノード機器又は少なくとも３つのノード機器により構成される、ステップと、前記第ｉのノード機器の有効ノードデータが第ｍの層の機器グループにおける前記第ｉのノード機器の参加先グループの極値である場合、前記第ｉのノード機器の有効ノードデータに基づいて第ｍ＋１の層の機器グループ間の連合計算を行うステップであって、ｍは正の整数である、ステップと、
前記第ｉのノード機器の有効ノードデータが最後の層の機器グループにおける各有効機器ノードの極値である場合、前記第ｉのノード機器の有効ノードデータがｎ個のノード機器のｎ個の有効ノードデータのうちの極値であると決定するステップと、をさらに含む、請求項１乃至３の何れかに記載の方法。
【請求項11】
前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する前に、前記方法は、最大値計算指令に応答して、前記第ｉのノード機器の元の有効ノードデータを前記第ｉのノード機器の有効ノードデータとして決定するステップ、をさらに含み、
前記ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定するステップは、
ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータが前記ｎ－１番目の平均値以上である場合、前記第ｉのノード機器の元の有効ノードデータが最大値であると決定するステップ、を含む、請求項１乃至３の何れかに記載の方法。
【請求項12】
前記ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する前に、前記方法は、最小値計算指令に応答して、前記第ｉのノード機器の元の有効ノードデータの反数を前記第ｉのノード機器の有効ノードデータとして決定するステップ、をさらに含み、
前記ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定するステップは、
ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータが前記ｎ－１番目の平均値以上である場合、前記第ｉのノード機器の元の有効ノードデータが最小値であると決定するステップ、を含む、請求項１乃至３の何れかに記載の方法。
【請求項13】
秘匿マルチパーティ計算に基づく極値の決定装置であって、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する第１の取得モジュールであって、前記ｔ番目の平均値は、ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、前記ｎ個のノードデータは、ｍ個の有効ノードデータを含み、前記平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である、第１の取得モジュールと、
第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値よりも大きい場合、前記第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う第１の計算モジュールと、
前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う第２の計算モジュールと、
ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定する第１の決定モジュールと、を含む、装置。
【請求項14】
プロセッサと、少なくとも１つの命令、少なくとも１つのプログラム、コードセット又は命令セットが記憶されたメモリと、を含むコンピュータ機器であって、前記少なくとも１つの命令、前記少なくとも１つのプログラム、前記コードセット又は命令セットは、請求項１乃至３の何れかに記載の秘匿マルチパーティ計算に基づく極値の決定方法を実現するように、前記プロセッサによりロードされて実行される、コンピュータ機器。
【請求項15】
命令を含むコンピュータプログラムであって、前記命令は、コンピュータにおいて実行される際に、コンピュータに請求項１乃至３の何れかに記載の秘匿マルチパーティ計算に基づく極値の決定方法を実現させる、コンピュータプログラム。【発明の詳細な説明】
【技術分野】
【0001】
本発明は、２０２１年８月１８日に出願した出願番号が２０２１１０９４６１１８３であり、発明の名称が「秘匿マルチパーティ計算に基づく極値の決定方法、装置、機器及び記憶媒体」である中国特許出願に基づく優先権を主張し、その全ての内容を参照により本発明に援用する。
【0002】
本発明の実施例は、データセキュリティの技術分野に関し、特に秘匿マルチパーティ計算に基づく極値の決定の技術に関する。
【背景技術】
【0003】
秘匿マルチパーティ計算の研究は、主に、信頼可能な第三者がいない場合にどのように約束関数を安全に計算するかに関するものである。秘匿マルチパーティ計算は、安全なデータ協力及び融合応用を実現することができ、データがドメイン外に出ず、合法的に準拠する前提でマルチパーティのデータソースを連合して計算、分析、学習を行い、データ価値の共有を実現する。
【0004】
関連技術では、秘匿マルチパーティ計算に基づく極値を決定することは、少なくとも２つの参加者がそれぞれ異なるデータを所有し、且つそれぞれの所有するデータのサイズを比較して、最大値又は最小値を計算する必要があることを意味する。マルチパーティのデータサイズの比較方法は、通常、紛失通信（Ｏｂｌｉｖｉｏｕｓ Ｔｒａｎｓｆｅｒ：ＯＴ）技術又は準同型暗号化技術に基づいて実装される。
【0005】
しかし、紛失通信に基づくサイズ比較方法は、計算複雑度が低いが、二者のデータ比較のみをサポートし、マルチパーティのシナリオに拡張すると、比較的に多くの通信インタラクションを実行する必要があり、通信オーバーヘッドが大きく、効率が低く、クロス公衆網通信の応用シナリオに適用しない。準同型暗号化技術に基づくサイズ比較方法は、計算複雑度が比較的に高く、実際の応用価値が低い。
【発明の概要】
【0006】
本発明の実施例は、秘匿マルチパーティ計算に基づく極値を決定するための計算複雑度及び通信オーバーヘッドを低減させることができる、秘匿マルチパーティ計算に基づく極値の決定方法、装置、機器及び記憶媒体を提供する。その技術的手段は、以下の通りである。
【0007】
１つの態様では、連合計算システムにおける第ｉのノード機器が実行する、秘匿マルチパーティ計算に基づく極値の決定方法であって、前記連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数であり、該決定方法は、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得するステップであって、前記ｔ番目の平均値は、前記ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、前記ｎ個のノードデータは、ｍ個の有効ノードデータを含み、前記平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である、ステップと、前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値よりも大きい場合、前記第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行うステップと、ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定するステップと、を含む、方法を提供する。
【0008】
もう１つの態様では、秘匿マルチパーティ計算に基づく極値の決定装置であって、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する第１の取得モジュールであって、前記ｔ番目の平均値は、ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、前記ｎ個のノードデータは、ｍ個の有効ノードデータを含み、前記平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である、第１の取得モジュールと、第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値よりも大きい場合、前記第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う第１の計算モジュールと、前記第ｉのノード機器の有効ノードデータが前記ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う第２の計算モジュールと、ｎ－１番目のラウンドの連合計算の後、前記第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、前記第ｉのノード機器の有効ノードデータが極値であると決定する第１の決定モジュールと、を含む、装置を提供する。
【0009】
もう１つの態様では、プロセッサと、少なくとも１つの命令、少なくとも１つのプログラム、コードセット又は命令セットが記憶されたメモリと、を含むコンピュータ機器であって、前記少なくとも１つの命令、前記少なくとも１つのプログラム、前記コードセット又は命令セットは、上記の態様に記載の秘匿マルチパーティ計算に基づく極値の決定方法を実現するように、前記プロセッサによりロードされて実行される、コンピュータ機器を提供する。
【0010】
もう１つの態様では、少なくとも１つのコンピュータプログラムが記憶されたコンピュータ読み取り可能な記憶媒体であって、前記コンピュータプログラムは、上記の態様に記載の秘匿マルチパーティ計算に基づく極値の決定方法を実現するように、プロセッサによりロードされて実行される、記憶媒体を提供する。
【0011】
本発明の１つの態様では、コンピュータ読み取り可能な記憶媒体に記憶されたコンピュータ命令を含むコンピュータプログラム製品又はコンピュータプログラムを提供する。コンピュータ機器のプロセッサは、該コンピュータ機器に上記の態様に記載の秘匿マルチパーティ計算に基づく極値の決定方法を実行させるように、コンピュータ読み取り可能な記憶媒体からコンピュータ命令を読み取って実行する。
【0012】
本発明の実施例の技術的手段は、少なくとも以下の有利な効果を奏する。
【0013】
本発明の実施例では、ｎ個のノード機器に対応するデータの平均値を計算し、各ノード機器は、自分のデータと現在のラウンドの連合計算の平均値の大きさとを比較することで、自分のデータが平均値よりも小さい場合、自分のデータが極値ではないと判断し、平均値以上である場合、有効ノードデータを無効ノードデータに置き換えて次のラウンドの平均値計算を行いことができる。これによって、連合計算の平均値を収束させ、即ち、極値に段々接近させることができるため、ｎ－１番目のラウンドの時に結果を取得し、秘匿マルチパーティ計算に基づく極値の決定の問題を有効に解決することができる。また、ノード機器は、プライバシーデータ及び各データ間の大小関係を漏洩する必要がなく、秘匿マルチパーティ計算に基づく平均値の計算方法により、暗号化及び復号の操作と関係がなく、計算複雑度及び通信オーバーヘッドが比較的に小さく、計算効率を向上させることができる。
【図面の簡単な説明】
【0014】
【図1】本発明の実施例に係る実施環境の概略図である。
【図2】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図3】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図4】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図5】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図6】本発明の実施例に係る秘匿三者間計算に基づく平均値の計算の概略図である。
【図7】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図8】本発明の実施例に係る秘匿三者間計算に基づく平均値の計算の概略図である。
【図9】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図10】本発明の実施例に係る秘匿三者間計算に基づく極値の決定の概略図である。
【図11】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図12】本発明の実施例に係る秘匿三者間計算に基づく極値の決定の概略図である。
【図13】本発明の実施例に係る多層の機器グループのグループ分けの概略図である。
【図14】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。
【図15】本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定装置の構成を示すブロック図である。
【図16】本発明の実施例に係るコンピュータ機器の構成を示すブロック図である。
【発明を実施するための形態】
【0015】
以下は、本発明の目的、技術的手段及び利点をより明確にするために、図面を参照しながら本発明の実施形態を更に詳細に説明する。
【0016】
まず、本発明の実施例に関連する用語を説明する。
【0017】
１）秘匿マルチパーティ計算：ｎ個の参加者Ｐ１、Ｐ２、…、Ｐｎが存在し、そのうち、参加者Ｐｉは入力データＸｉを有し、如何なる他の参加者に自分の入力データを漏洩せず、如何なる信頼可能な機関の協力を借りずに、該ｎ個の参加者は、共同で関数ｆ（Ｘ１、Ｘ２、…、Ｘｎ）を計算する。秘匿マルチパーティ計算は、豊富な理論基礎があり、暗号学（例えば準同型暗号化）、秘密共有、差分プライバシーなどの様々なセキュリティメカニズムを応用することによって、入力データの安全性を保証し、既に理論研究段階から工程化及び大規模の応用実装段階に入った。
【0018】
２）秘密共有：秘密共有は、秘密を分割して保存する暗号技術であり、リスクを分散し、侵入を容認するように秘密が過度に集中することを回避することを目的とし、情報セキュリティ及びデータプライバシーにおいて重要な手段である。秘密共有の考え方は、適切な方法で秘密を分割することであり、分割された各共有部分は異なる参加者により管理され、個々の参加者は秘密情報を回復することができず、複数の参加者が協力して秘密情報を回復することができる。さらに重要なこととして、これらの対応する範囲内の参加者の何れかに問題が発生した場合であっても、秘密を完全に復元することができる。
【0019】
近年、ユーザのプライバシー、データセキュリティ、合法的なコンプライアンス、ビジネス上の競合などの要因により、分散したデータソースを計算、分析、学習のために合法的に統合することが困難である。このような背景では、秘匿マルチパーティ計算（Ｓｅｃｕｒｅ Ｍｕｌｔｉ－ｐａｒｔｙ Ｃｏｍｐｕｔａｔｉｏｎ：ＭＰＣ）に基づく解決手段が急速に発展しており、該解決手段により、分散しているデータソースを１つにまとめる必要がなく、複数の分散しているデータソースを連携させて連合計算、連合データ分析、連合機械学習を行うことができる。秘匿マルチパーティ計算は、安全なデータ協力及び融合応用を実現することができ、データがドメイン外に出ず、合法的に準拠する前提で、マルチパーティのデータソースを連合して計算、分析、学習を行い、データ価値の共有を実現することができる。関連技術では、秘匿マルチパーティ計算を実現するスキームは、通常、計算複雑度が高く、通信オーバーヘッドが大きいなどの問題がある。
【0020】
上記の技術的問題を解決するために、本発明の実施例は、半正直（ｓｅｍｉ－ｈｏｎｅｓｔ）セキュリティモデルを提案する。半正直セキュリティモデルでは、各参加者のデータが漏洩しないことを保証することができる。半正直なセキュリティモデルは、正直だが好奇心が強い（ｈｏｎｅｓｔ－ｂｕｔ－ｃｕｒｉｏｕｓ）セキュリティモデルとも称され、参加者Ａ及び参加者Ｂの両方がデータサイズの比較及び同等のテストを厳格に遵守し、悪意を持って該プロトコルから逸脱したり、悪意を持って相手を積極的に攻撃したりすることはないが、参加者が該プロトコルの実行中にさらなる多い情報を取得しようとする可能性はある。
【0021】
図１は、本発明の実施例に係る連合計算システムを示すブロック図である。該連合計算システムは、ｎ個のノード機器（参加者とも称される）、即ち、ノード機器Ｐ１、ノード機器Ｐ２、…、ノード機器Ｐｎを含み、ｎは２よりも大きい整数である。任意のノード機器は、独立した物理サーバであってもよいし、複数の物理サーバにより構成されたサーバクラスタ又は分散型システムであってもよいし、クラウドサービス、クラウドデータベース、クラウドコンピューティング、クラウド関数、クラウドストレージ、ネットワークサービス、クラウド通信、ミドルウェアサービス、ドメインネームサービス、セキュリティサービス、コンテンツ配信ネットワーク（Ｃｏｎｔｅｎｔ Ｄｅｌｉｖｅｒｙ Ｎｅｔｗｏｒｋ：ＣＤＮ）、並びにビッグデータ及び人工知能プラットフォームなどの基礎クラウドコンピューティングサービスを提供するクラウドサーバであってもよい。また、任意の２つのノード機器は、例えば異なる会社のデータソース又は同一の会社の異なる部門のデータソースなどの異なるデータソースを有する。異なるノード機器には、異なるデータが記憶されている。異なるノード機器間は、無線ネットワーク又は有線ネットワークを介して接続されている。
【0022】
ｎ個のノード機器にはそれぞれ自分のデータが格納されており、該データを漏洩することはできない。連合計算システムにおけるノード機器が極値を決定する必要がある場合、各ノード機器は、まず、秘匿マルチパーティ計算により平均値を求め、そして、自分のデータと平均値との大小関係を比較することによって、自分のデータが平均値よりも小さい場合、極値ではないと決定して、このラウンドの計算において「除外された」データを確定した後に、「失格した」データを無効ノードデータに置き換えて（例えば、０に置き換えて）次のラウンドの平均値計算に参加する。また、各ラウンドの計算後に少なくとも１つのノード機器のデータが「除外される」ため、平均値計算時の平均係数が連合計算のラウンド数の増加につれて減少するように制御して、平均値の計算を収束させることによって、極値でないデータを逐次に「除外する」ことができる。該プロセスにおいて、各参加者のデータを漏洩することがなく、インタラクションの回数が少なく、暗号化及び復号の演算を行う必要がないため、通信オーバーヘッドが小さく、計算効率が高い。
【0023】
１つの好ましい態様では、上記の連合計算システムにおける複数のノード機器は、ブロックチェーンとして構成されてもよく、ノード機器は、ブロックチェーン上のノードであり、秘匿マルチパーティ計算に基づく極値を決定するプロセスに関連するデータは、ブロックチェーンに保存されてもよい。
【0024】
図２は、本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。該方法は、以下のステップを含む。
【0025】
ステップ２０１において、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。
【0026】
ｔ番目の平均値は、ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、ｎ個のノードデータは、ｍ個の有効ノードデータを含み、平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である。
【0027】
連合計算システムにおける各ノード機器は、まず、秘匿マルチパーティ計算により平均値を求め、そして、自分のデータと平均値との大小関係を比較する（ここで、平文で比較する）ことによって、自分のデータが平均値よりも小さい場合、極値ではないと決定して、このラウンドの計算において「除外された」（平均値以下の）データを確定した後に、「失格した」データを無効ノードデータに置き換えて（例えば、０に置き換えて）次のラウンドの平均値計算に参加する。また、各ラウンドの計算後に少なくとも１つのノード機器のデータが「除外される」ため、平均値計算時の平均係数（即ち、平均値計算の分母）が連合計算のラウンド数の増加につれて減少するように制御して、平均値の計算を収束させることによって、極値でないデータを逐次に「除外する」ことができる。
【0028】
１つの可能な態様では、連合計算システムは、ｎ個のノード機器のノードデータ及び平均係数に基づいて秘匿マルチパーティ計算を行い、現在のラウンド、即ち、ｔ番目のラウンドの連合計算のｔ番目の平均値を取得する。ここで、ｎ個のノードデータは、直前のラウンドの除外されていない有効ノードデータ、及び無効ノードデータを含む。ここで、有効ノードデータは、ノード機器が所有するデータの真実値であり、無効ノードデータは、ｔ番目のラウンドの連合計算前に平均値以下の有効ノードデータを置き換えるために使用され、例えば無効ノードデータは０であり、対応するノード機器が後続の平均値計算に参加しないことを意味する。
【0029】
例えば、各ラウンドの連合計算後に少なくとも１つのノード機器の有効ノードデータはｔ番目の平均値以下であり、即ち、少なくとも１つの有効ノードデータは無効ノードデータに置き換えられるが、データの秘密性のため、各ノード機器は、自分のデータが除外されたか否かを把握できるだけであり、本ラウンドの計算後に実際に除外されたデータ（即ち、実際には平均値より小さい有効ノードデータがいくつあるか）を把握することができない。このため、平均係数を（ｎ＋１－ｔ）に設定し、２番目のラウンドから、各ラウンドの平均値計算において少なくとも１つのデータを除外し、平均係数ラウンドごとに逓減し、ｎ－１番目のラウンドの時に最大２つの有効ノードデータしか存在しないことを確保する。従って、ｔ番目の平均値Ｍｔの計算式は、Ｍｔ＝（Ｘ１＋Ｘ２＋…＋Ｘｎ）／（ｎ＋１－ｔ）であり、ここで、Ｘｉは、第ｉのノード機器が平均値計算に参加するために使用するデータ（有効ノードデータ又は無効ノードデータ）であり、ここで、１番目のラウンドの計算において、Ｘｉは全て有効ノードデータである。
【0030】
ステップ２０２において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0031】
第ｉのノード機器の有効ノードデータがｔ番目の平均値より大きいことは、該有効ノードデータが極値である可能性があることを意味する。従って、第ｉのノード機器は、その有効ノードデータが除外されるまで、即ち、その有効ノードデータがあるラウンドの平均値以下になるまで、又は極値として決定されるまで、その有効ノードデータに基づいて、次のラウンド（ｔ＋１番目のラウンド）の連合計算を行い続けてもよい。
【0032】
ステップ２０３において、第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0033】
第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、第ｉのノード機器は、有効ノードデータの代わりに無効ノードデータを用いて次の平均値計算を行う。
【0034】
なお、第ｉのノード機器の有効ノードデータがｔ番目の平均値より小さい場合、第ｉのノード機器は、有効ノードデータが極値ではないと決定でき、その後に無効ノードデータに基づいて平均値の計算に参加すればよく、大小関係の比較を行う必要がない。一方、第ｉのノード機器の有効ノードデータがｔ番目の平均値に等しい場合、該データが極値であり、且つ、他のノード機器の有効ノードデータが同様に極値である場合、即ち、少なくとも２つのノードの所有するデータが等しく、且つ最大である場合がある。平均値計算が収束するように、平均値が最大値よりも大きい場合（平均係数がラウンドごとに逓減するからである）を回避するために、第ｉのノード機器の有効ノードデータがｔ番目の平均値に等しい場合、第ｉのノード機器は、同様に有効ノードデータを無効ノードデータに置き換えて次の平均値計算を行うが、依然として大小関係の比較を行う必要がある。
【0035】
例えば、４つのデータ「１、２、３、４」について、１番目のラウンドで算出された平均値が５／２であり、３と４が５／２より大きい場合、２番目のラウンドでは、３と４は依然として計算に参加し、１と２は０に置き換えられ、平均係数は１を減算し、（０＋０＋３＋４）／３を計算する。
【0036】
ステップ２０４において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の有効ノードデータが極値であると決定する。
【0037】
ｔが（ｎ－１）である場合、各ラウンドに少なくとも１つの有効ノードデータが無効ノードデータに置き換えられるため、ｎ－１ラウンドは、最大２つの有効ノードデータしかなく、且つ平均係数ｍは２であるため、ｎ－１番目のラウンドの連合計算を行った後、極値の計算結果を得ることができる。第ｉのノード機器の有効ノードデータは前の（ｎ－２）ラウンドに平均値よりも大きく、且つ（ｎ－１）番目のラウンドに（２つの等しい最大値が対応して存在する場合に等しい）（ｎ－１）番目の平均値以上である場合、その有効ノードデータは極値である。
【0038】
上述したように、本発明の実施例では、ｎ個のノード機器に対応するデータの平均値を計算し、各ノード機器は、自分のデータと現在のラウンドの連合計算の平均値の大きさとを比較することで、自分のデータが平均値よりも小さい場合、自分のデータが極値ではないと判断し、平均値以上である場合、有効ノードデータを無効ノードデータに置き換えて次のラウンドの平均値計算を行いことができる。これによって、連合計算の平均値を収束させ、即ち、極値に段々接近させることができるため、ｎ－１番目のラウンドの時に結果を取得し、秘匿マルチパーティ計算に基づく極値の決定の問題を有効に解決することができる。また、ノード機器は、プライバシーデータ及び各データ間の大小関係を漏洩する必要がなく、秘匿マルチパーティ計算に基づく平均値の計算方法により、暗号化及び復号の操作と関係がなく、計算複雑度及び通信オーバーヘッドが比較的に小さく、計算効率を向上させることができる。
【0039】
なお、ｎ個の参加者（即ち、ノード機器）がそれぞれ所有する数字Ｘ１、Ｘ２、…、Ｘｎに浮動小数点数が存在する場合、まず、全てのデータに対して整数変換を行ってから連合計算を行ってもよく、整数変換の方法は大きな整数を乗算することを含む。例えば、参加者Ｐｋは、
（外１）
とし、ここで、ＩＮＴは整数を取ることを表し、Ｑは大きな整数であり、例えば１０の６乗であり、Ｑはｎ個の参加者の協議により決定される。そして、整数を取った数値の平均値を計算し、極値を決定する。整数への変換の主な目的は、モジュロ演算により各数値の値範囲をさらに隠すことである。秘匿三者間計算に基づく極値を決定することを一例として、三者間が計算精度Ｑを協議した後、数値計算範囲をさらに協議し、即ち、
（外２）
又は
（外３）
を満たすように、
整数ｎ（モジュラスと称される）の選択を協議する必要がある。
（外１）
（外２）
（外３）
整数ｎ（モジュラスと称される）の選択を協議する必要がある。
【0040】
１つの好ましい態様では、平均値の計算及び大小関係の比較が円滑に行われることを確保するために、本発明に係る有効ノードデータは、全て正の数を用いてもよく、ノード機器のデータが負の数である場合、１番目のラウンドの連合計算の前にそれに対して負数符号化を行い、負数符号化されたデータを有効ノードデータとする。Ｘｋ＜０である場合、ノード機器は、Ｘｋ＝Ｘｋ＋ｎとし、即ち、負の数を符号化する（ここで、Ｘｋは、丸められたデータである）ため、計算中に
（外４）
又は
（外５）
が発生した場合、ノード機器は、実際の計算結果が負の数であり、即ち、実際の結果が
（外６）
であると判定することができる。
（外４）
（外５）
（外６）
【0041】
図３は、本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。該方法は、以下のステップを含む。
【0042】
ステップ３０１において、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。
【0043】
ステップ３０２において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0044】
ステップ３０１～ステップ３０２の具体的な態様は、上記のステップ２０１～ステップ２０２を参照してもよく、ここでその説明を省略する。
【0045】
ステップ３０３において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも小さい場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、第ｉのノード機器に対応する有効ノードデータが極値ではないと決定する。
【0046】
１つの好ましい態様では、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも小さいことは、このラウンドの連合計算プロセスに有効ノードデータが第ｉのノード機器の有効ノードデータよりも大きい他のノード機器が存在することを意味し、従って、このステップは、第ｉのノード機器の有効データが極値ではないと決定することができる。後続の各ラウンドの平均値計算において、第ｉのノード機器は、無効ノードデータに基づいて演算に参加すればよく、有効ノードデータは演算に参加せず、平均値との大小関係の比較も必要ない。
【0047】
ステップ３０４において、第ｉのノード機器の有効ノードデータがｔ番目の平均値に等しい場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、ｔ＋１番目の平均値と無効ノードデータとの関係に基づいて極値を決定する。
【0048】
１つの好ましい態様では、第ｉのノード機器の有効ノードデータはｔ番目の平均値に等しく、これは、このラウンドの計算プロセスに２つの場合があることを意味する。１つの場合は、有効ノードデータが第ｉのノード機器の有効ノードデータよりも大きい他のノード機器が存在すると共に、有効ノードデータが第ｉのノード機器の有効ノードデータよりも小さい他のノード機器が存在することである。この場合、第ｉのノード機器の有効ノードデータは極値ではなく、例えば、データ「１、２、３」の１番目のラウンドにおける平均値は２である。もう１つの場合は、第ｉのノード機器の有効ノードデータが極値であると共に、有効ノードデータが極値である他のノード機器も存在することである。例えば、データ「１、１、３、３」の１番目のラウンドにおける平均値は２であり、２番目のラウンドは、「０、０、３、３」及び平均係数３に基づいて計算を行い、得られた平均値は３である。このため、第ｉのノード機器の有効ノードデータが極値ではないことを直接決定することができず、連合計算を行い、平均値との大小関係の比較を行い続ける必要がある。
【0049】
各連合計算ラウンド後に少なくとも１つの有効ノードデータが「除外」され、計算が徐々に収束することを確保するため、第ｉのノード機器の有効ノードデータが平均値に等しい場合、第ｉのノード機器は無効ノードデータに基づいて後続の連合計算に参加する。
【0050】
１つの好ましい態様では、第ｉのノード機器の有効ノードデータがｔ番目の平均値に等しく、且つｔが（ｎ－１）に等しくない場合、後続の計算において大小関係の比較を行う必要がある。ステップ３０４は、以下のステップを含む。
【0051】
ステップ３０４ａにおいて、ｔ＋１番目の平均値が無効ノードデータよりも大きい場合、第ｉのノード機器に対応する有効ノードデータが極値ではないと決定する。
【0052】
第ｉのノード機器が無効ノードデータ（本発明の実施例における無効ノードデータは０である）に基づいて（ｔ＋１）番目のラウンド連合計算を行った後、（ｔ＋１）番目の平均値が無効ノードデータよりも大きい場合、（ｔ＋１）番目のラウンド計算プロセスにｔ番目のラウンドにおいて「進出」した（即ち、ｔ番目の平均値より大きい）有効ノードデータが存在することを意味し、上記の１つ目の場合に対応するため、第ｉのノード機器の有効ノードデータが極値ではないことを決定してもよい。
【0053】
例えば、データ「１、２、２、３」は、１番目のラウンドの平均値が２であり、この場合、有効ノードデータが２であるノード機器は、有効ノードデータが２よりも大きい他のノード機器が存在するか否かを決定することができない。２番目のラウンドは、「０、０、０、３」及び平均係数３に基づいて計算を行い、平均値１が得られ、この平均値は、無効ノードデータ０よりも大きい。この場合、１番目のラウンドに有効ノードデータが２よりも大きい他のノード機器が存在すると決定してもよい。従って、有効ノードデータ２は、極値ではない。
【0054】
ステップ３０４ｂにおいて、ｔ＋１番目の平均値が無効ノードデータに等しく、且つｔ＋１がｎ－１である場合、第ｉのノード機器の有効ノードデータが極値であると決定する。
【0055】
第ｉのノード機器が無効ノードデータに基づいて（ｔ＋１）番目のラウンド連合計算を行った後、（ｔ＋１）番目の平均値が無効ノードデータに等しく、且つ（ｔ＋１）が（ｎ－１）であり、即ち、最後のラウンドの計算である場合、最後に有効ノードデータが存在しないことを意味し、即ち、有効ノードデータのうちの極値が既に無効ノードデータに置き換えられたことを意味するため、直前のラウンドにおいて平均値に等しい有効ノードデータは極値である。
【0056】
ステップ３０４ｃにおいて、ｔ＋１番目の平均値が無効ノードデータに等しく、且つｔ＋１がｎ－１よりも小さい場合、無効ノードデータと後続の連合計算により得られた平均値との関係に基づいて極値を決定する。
【0057】
（ｔ＋１）番目の平均値が無効ノードデータに等しく、且つ（ｔ＋１）が（ｎ－１）よりも小さく、即ち、最後のラウンドの連合計算に達していない場合、ｔ番目のラウンドにおいてｔ番目の平均値に等しい有効ノードデータが最大値であると決定してもよいが、計算の収束を確保するために、平均係数が（ｎ－１）になるまで平均値の計算を行い続ける必要がある。
【0058】
別の好ましい態様では、第ｉのノード機器の有効ノードデータがｔ番目の平均値に等しく、且つｔが（ｎ－１）に等しく、即ち、最後のラウンドの計算である場合、第ｉのノード機器の有効ノードデータが極値であると直接的に決定してもよく、ノード機器は連合計算を行わない。
【0059】
例えば、図４は、平均値に基づいて大小関係及び極値の決定を行うプロセスのフローチャートである。該プロセスは、以下のステップを含む。ステップ４０１において、平均係数（ｎ＋１－ｔ）に基づいてｔ番目の平均値を計算する。ステップ４０２において、ｔ＝１又はＸｋ≧Ｍｔ－１が成立するか否かを判断し、ＹＥＳの場合、ステップ４０３を実行し、ＮＯの場合、ステップ４０５を実行する。ステップ４０３において、Ｘｋ＞Ｍｔか、それともＸｋ≦Ｍｔかを判断し、Ｘｋ＞Ｍｔの場合、ステップ４０６を実行し、Ｘｋ≦Ｍｔの場合、ステップ４０４を実行する。ステップ４０４において、ｔがｎ－１であるか否かを判断し、ＹＥＳの場合、ステップ４０８を実行し、ＮＯの場合、ステップ４０５を実行する。ステップ４０５において、無効ノードデータに基づいて後続の連合計算を行い、Ｘｋ＜Ｍｔの場合、後続の大小関係の比較を行わず、Ｘｋ＝Ｍｔの場合、無効ノードデータと平均値に基づいて大小関係の比較を行う。ステップ４０６において、ｔが（ｎ－１）であるか否かを判断し、ＹＥＳの場合、ステップ４０９を実行し、ＮＯの場合、ステップ４０７を実行する。ステップ４０７において、有効ノードデータに基づいて（ｔ＋１）番目のラウンドの連合計算を行う。ステップ４０８において、Ｘｋ＝Ｍｔが成立するか否かを判断し、ＹＥＳの場合、ステップ４０９を実行し、ＮＯの場合、ノード機器Ｐｋに対応する有効ノードデータＸｋが極値ではないと決定してフローを終了する。ステップ４０９において、ノード機器Ｐｋに対応する有効ノードデータＸｋが極値であると決定する。ここで、ｔは連合計算のラウンド数であり、Ｍｔ－１は（ｔ－１）番目のラウンドの連合計算により得られた（ｔ－１）番目の平均値であり、Ｍｔはｔ番目のラウンドの連合計算により得られたｔ番目の平均値であり、Ｘｋは第ｋのノード機器の有効ノードデータである。
【0060】
ステップ３０５において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の有効ノードデータが極値であると決定する。
【0061】
ステップ３０５の具体的な態様は、上記のステップ２０３を参照してもよく、ここでその説明を省略する。
【0062】
本発明の実施例では、ノード機器は有効ノードデータとｔ番目の平均値の大きさを比較し、有効ノードデータが極値であるか否かを判断し、有効ノードデータがｔ番目の平均値以下である場合、有効ノードデータを無効ノードデータに置き換えて後続の連合計算を行い、有効ノードデータがｔ番目の平均値に等しい場合、引き続き無効ノードデータと後続の平均値に基づいて大きさの比較を行うことによって、平均値計算の収束を保証することができると共に、可能な極値を見落とすことを回避し、極値計算の信頼性を確保することができる。
【0063】
上記の実施例では、秘匿マルチパーティ計算に基づく平均値に基づいて極値を決定するプロセスを示した。秘匿マルチパーティ計算に基づく平均値を計算するために、本発明の実施例は１つの実現方式を提供する。図５は、本発明の実施例に係る秘匿マルチパーティ計算方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第１のノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。ここで、第１のノード機器は、第１の乱数を生成するためのノード機器であり、ｎ個のノード機器の何れかは第１のノード機器として平均値を計算してもよい。該方法は、以下のステップを含む。
【0064】
ステップ５０１において、第１の乱数を生成する。
【0065】
第１のノード機器は、現在のラウンドの連合計算が開始された後、まず、第１の乱数Ｒ１を生成する。該第１の乱数Ｒ１は正の数である。
【0066】
ステップ５０２において、第１のデータ和を第２のノード機器に送信する。
【0067】
第１のデータ和は、第１の乱数と第１のノードデータとの和である。第２のノード機器は、第２のデータ和を計算し、第２のデータ和を第３のノード機器に送信し、第２のデータ和は、第１のデータ和と第２のノードデータとの和である。ここで、第ｊのノードデータは、第ｊのノード機器の有効ノードデータ又は無効ノードデータであり、ｊはｎ以下の正の整数である。
【0068】
第１のノード機器Ｐ１は、第１の乱数Ｒ１を生成した後、第１のデータ和（Ｒ１＋Ｘ１）を第２のノード機器Ｐ２に送信する。第２のノード機器Ｐ２は、第１のデータ和（Ｒ１＋Ｘ１）を受信した後、第１のデータ和（Ｒ１＋Ｘ１）及び第２のノードデータＸ２に基づいて第２のデータ和（Ｒ１＋Ｘ１＋Ｘ２）を計算し、第２のデータ和（Ｒ１＋Ｘ１＋Ｘ２）を第３のノード機器に送信する。このように、最終的に、第ｎのノード機器は、第ｎのデータ和（Ｒ１＋Ｘ１＋Ｘ２＋…＋Ｘｎ）を第１のノード機器に送信する。
【0069】
ステップ５０３において、第ｎのノード機器により送信された第ｎのデータ和を受信する。
【0070】
ステップ５０４において、第ｎのデータ及び第１の乱数に基づいてｔ番目の平均値を決定する。
【0071】
第１のノード機器Ｐ１は、第ｎのノード機器により送信された第ｎのデータ和（Ｒ１＋Ｘ１＋Ｘ２＋…＋Ｘｎ）を受信した後、ノードデータ和（Ｒ１＋Ｘ１＋Ｘ２＋…＋Ｘｎ－Ｒ１）を計算し、即ち、ｎ個のノードデータの和を取得する。これによって、ｎ個の参加者の合計を完了した上で、平均係数（ｎ＋１－ｔ）に基づいてｔ番目の平均値を決定する。
【0072】
好ましくは、第１のノード機器は、ｔ番目の平均値を計算した後、他の各ノード機器にｔ番目の平均値又はｎ個の参加者の合計結果（Ｘ１＋Ｘ２＋…＋Ｘｎ）を送信してもよい。或いは、第ｎのノード機器がｔ番目の平均値又はｎ個の参加者の合計結果（Ｘ１＋Ｘ２＋…＋Ｘｎ）を受信するまで、第１のノード機器はｔ番目の平均値又はｎ個の参加者の合計結果（Ｘ１＋Ｘ２＋…＋Ｘｎ）を第２のノード機器に送信し、第２のノード機器は第３のノード機器に送信し、…、第ｎ－１のノード機器は第ｎのノード機器に送信してもよい。本発明の実施例はこれに限定されない。
【0073】
データ和を送信する順序、並びに開始位置及び終了位置は、ｎ個のノード機器が自ら交渉して決定してもよい。データのセキュリティをさらに向上させるために、該順序を変更してもよく、即ち、第１のノード機器として交互に平均値を計算してもよい。
【0074】
ステップ５０５において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0075】
ステップ５０６において、第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0076】
ステップ５０７において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の有効ノードデータが極値であると決定する。
【0077】
ステップ５０６～ステップ５０７の具体的な態様は、上記のステップ２０２～ステップ２０４を参照してもよく、ここでその説明を省略する。
【0078】
本発明の実施例では、第１のノード機器が第１の乱数を生成し、第１の乱数と第１のノードデータとの和を第２のノード機器に送信し、後続のノード機器が順次に受信したデータ和を受信して自分のデータを追加して次のノード機器に送信し、最終的に第１のノード機器が受信したデータ和と第１の乱数に基づいてｎ個のノードデータのデータの和を取得してもよい。これによって、平均値を計算する。このプロセスにおいて、各ノード機器は、いずれも他の任意のノード機器のデータを取得することができないため、データの安全性を保証し、秘匿マルチパーティ計算の需要を満たすことができる。
【0079】
上記の実施例では、第ｉのノード機器が第１のノード機器である場合の平均値の計算プロセスを説明したが、該処理をより明確に説明するために、第１のノード機器でない他の第ｊノード機器について、ｔ番目の平均値を取得する際に、以下のステップを具体的に実行する。
【0080】
ステップ１において、第ｊ－１のノード機器により送信された第ｊ－１のデータ和を受信する。第ｊ－１のデータ和は、第１のノードデータ乃至第ｊ－１のノードデータと第１の乱数との和であり、ｊは１よりも大きく、且つｎ以下の整数である。
【0081】
ステップ２において、第ｊ－１のデータ和に基づいて第ｊのデータ和を決定する。第ｊのデータ和は、第ｊ－１のデータ和と第ｊのノードデータとの和である。
【0082】
ステップ３において、ｊがｎに等しくない場合、第ｊのデータ和を第ｊ＋１のノード機器に送信し、ｊがｎに等しい場合、第ｊのデータ和を第１のノード機器に送信する。
【0083】
本発明の実施例における平均値の計算は、リング状のトポロジーに基づいて実現され、第１のノード機器を除いて、各ノード機器は、前のノード機器により送信された第（ｊ－１）のデータ和に基づいて第ｊのデータ和を計算し、第ｊのデータ和を次のノード機器に送信し、最終的に第ｎのノード機器は第ｎのデータ和を第１のノード機器に送信し、データの閉ループを完了する。ここで、第（ｊ－１）のデータ和は、第１のノードデータ乃至第（ｊ－１）ノードデータと第１の乱数との和、即ち（Ｒ１＋Ｘ１＋Ｘ２＋…＋Ｘｊ－１）であり、第ｊのデータ和は、第（ｊ－１）のデータ和と第ｊのノードデータとの和、即ち、第１のノードデータ乃至第ｊのノードデータと第１の乱数との和（Ｒ１＋Ｘ１＋Ｘ２＋…＋Ｘｊ－１＋Ｘｊ）である。
【0084】
例えば、図６は、３つのノード機器が極値を決定する際の平均値を共同で計算するプロセスを示す。参加者Ｐ１は、第１の乱数Ｒ１を生成し、参加者Ｐ２に（Ｒ１＋Ｘ１）を送信する。参加者Ｐ２は、（Ｒ１＋Ｘ１）を受信した後、（Ｒ１＋Ｘ１＋Ｘ２）を計算し、参加者Ｐ３に（Ｒ１＋Ｘ１＋Ｘ２）を送信する。参加者Ｐ３は、（Ｒ１＋Ｘ１＋Ｘ２）を受信した後、（Ｒ１＋Ｘ１＋Ｘ２＋Ｘ３）を計算し、参加者Ｐ１に（Ｒ１＋Ｘ１＋Ｘ２＋Ｘ３）を送信する。参加者Ｐ１は、（Ｒ１＋Ｘ１＋Ｘ２＋Ｘ３）を受信した後、第１の乱数Ｒ１に基づいて（Ｒ１＋Ｘ１＋Ｘ２＋Ｘ３－Ｒ１）を計算して三者のデータ和（Ｘ１＋Ｘ２＋Ｘ３）を取得して、さらに三者の平均値、即ち（Ｘ１＋Ｘ２＋Ｘ３）／（ｎ＋１－ｔ）を計算する。ここで、ｎは３であり、ｔは現在のラウンド数である。
【0085】
上記の実施例は、リング状のトポロジーに基づく秘匿マルチパーティ計算に基づく平均値を計算するプロセスを示しており、別の好ましい態様では、ｎ個のノード機器の間で、ピアツーピアネットワーク（Ｐｅｅｒ－ｔｏ－Ｐｅｅｒ：Ｐ２Ｐ）により秘匿マルチパーティ計算に基づく平均値を計算してもよい。図７は、本発明の他の実施例に係る秘匿マルチパーティ計算方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。該方法は、以下のステップを含む。
【0086】
ステップ７０１において、ｎ－１個の乱数を生成する。
【0087】
ここで、（ｎ－１）個の乱数の和は第ｉのノードデータであり、該第ｉのノードデータは、第ｉのノード機器の有効ノードデータ又は無効ノードデータである。
【0088】
Ｐ２Ｐネットワークでは、平均値を計算する際に、各ノード機器は、何れも（ｎ－１）個の乱数を生成する。ｎ－１個の乱数の和は第ｉのノードデータであり、即ち、ｒ１＋ｒ２＋…＋ｒｎ－１＝Ｘｉである。ここで、第ｉのノードデータは、有効ノードデータ又は無効ノードデータである。
【0089】
ステップ７０２において、ｎ－１個の乱数をそれぞれ他のｎ－１個のノード機器に送信する。各ノード機器は、第ｉのノード機器により送信された１個の乱数を受信する。
【0090】
第ｉのノード機器は、各ノード機器が第ｉのノードデータにより送信された１つの乱数を受信するように、（ｎ－１）個のノードデータを他の（ｎ－１）個のノード機器にそれぞれ送信する。
【0091】
ステップ７０３において、他のｎ－１個のノード機器によりそれぞれ送信された乱数を受信し、受信したｎ－１個の乱数の和を第ｉのデータ和として計算する。
【0092】
各ノード機器は何れも（ｎ－１）個の乱数を生成し、それぞれ他のノード機器に送信する必要があるため、第ｉのノード機器は、他の（ｎ－１）個のノード機器がそれぞれ送信した乱数、即ち合計（ｎ－１）個の乱数を受信する。
【0093】
第ｉのノード機器は、（ｎ－１）個の乱数を受信した後、第ｉデータ和を計算し、即ち、受信したｎ－１個の乱数を加算する。例えば、第１のノード機器は、第２のノード機器乃至第ｎのノード機器それぞれが送信した乱数の和を計算し、第１のデータ和を取得する。
【0094】
ステップ７０４において、第ｉのデータ和を他のｎ－１個のノード機器に送信する。
【0095】
各ノード機器は、第ｉのデータの和を計算した後、それを他の（ｎ－１）ノード機器に送信する。
【0096】
ステップ７０５において、他のｎ－１個のノード機器により送信されたｎ－１個のデータ和を受信し、受信したｎ－１個のデータ和及び第ｉのデータに基づいてｔ番目の平均値を決定する。
【0097】
各ノード機器は、他の（ｎ－１）個のノード機器により送信されたデータ和、即ち合計（ｎ－１）個のデータ和を受信し、該（ｎ－１）個のデータ和と自身が計算した第ｉのデータ和とを加算し、ｎ個のノードデータの和を取得し、さらに求めたｎ個のノードデータの和に基づいてｔ番目の平均値を計算する。このプロセスは、ノードデータを分割し、各ノード機器が各ノードデータの一部を取得して、平均値を共同で計算する。
【0098】
例えば、図８は、３人の参加者が極値を決定する際に秘匿マルチパーティ計算に基づく平均値を計算するプロセスを示す。参加者Ｐ１は、乱数Ｒ１，２及びＲ１，３を生成し、Ｘ１＝Ｒ１，２＋Ｒ１，３を満たす場合、それぞれ参加者Ｐ２及び参加者Ｐ３にＲ１，２及びＲ１，３を送信し、同様に、参加者Ｐ２は、乱数Ｒ２，１及びＲ２，３を生成し、Ｘ２＝Ｒ２，１＋Ｒ２，３を満たす場合、それぞれ参加者Ｐ１及び参加者Ｐ３にＲ２，１及びＲ２，３を送信し、参加者Ｐ３は、乱数Ｒ３，１及びＲ３，２を生成し、Ｘ３＝Ｒ３，１＋Ｒ３，２を満たす場合、それぞれ参加者Ｐ１及び参加者Ｐ２にＲ３，１及びＲ３，２を送信する。参加者Ｐ１は、第１のデータ和Ｓ１＝Ｒ２，１＋Ｒ３，１を計算し、参加者Ｐ２は、第２のデータ和Ｓ２＝Ｒ１，２＋Ｒ３，２を計算し、参加者Ｐ３は、第３のデータ和Ｓ３＝Ｒ２，３＋Ｒ１，３を計算する。参加者Ｐ１は、Ｓ１を参加者Ｐ２とＰ３に送信し、参加者Ｓ２は、Ｓ２を参加者Ｐ１とＰ３に送信し、参加者Ｐ３は、Ｓ３を参加者Ｐ２とＰ１に送信する。参加者Ｐ１、Ｐ２、Ｐ３は、それぞれ三者の数値の和Ｓ１＋Ｓ２＋Ｓ３＝Ｒ２，１＋Ｒ３，１＋Ｒ１，２＋Ｒ３，２＋Ｒ２，３＋Ｒ１，３＝Ｘ１＋Ｘ２＋Ｘ３を計算する。そして、３人の参加者は、ｔ番目のラウンドの平均値（Ｘ１＋Ｘ２＋Ｘ３）／（ｎ＋１－ｔ）を計算してもよい。
【0099】
ステップ７０６において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0100】
ステップ７０７において、第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0101】
ステップ７０８において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の有効ノードデータが極値であると決定する。
【0102】
ステップ７０６～ステップ７０８の具体的な態様は、上記のステップ２０２～ステップ２０４を参照してもよく、ここでその説明を省略する。
【0103】
本発明の実施例では、各ノード機器は、自分のノードデータをｎ－１個の乱数に分割し、ｎ－１個の乱数をそれぞれ他のｎ－１個のノード機器に送信し、各ノード機器がそれぞれ各ノードデータの一部に基づいて合計演算を行い、最終的に求めたデータ和を交換し、現在のラウンドの平均値を取得する。このプロセスにおいて、各ノード機器は、いずれも他の任意のノード機器の完全なデータを取得することができないため、データの安全性を保証し、秘匿マルチパーティ計算の需要を満たすことができる。
【0104】
上記の各実施例では、（ｎ－１）番目のラウンドの連合計算において、実際に参加する有効ノードデータは２つまでしか存在しない。これによって、（ｎ－１）番目のラウンドの計算プロセスにおいて、参加者の有効ノードデータが漏洩する恐れがある（即ち、そのうちの一方の有効ノードデータを持つ参加者は、（ｎ－１）番目の平均値に基づいて他方の参加者の有効ノードデータを計算することができる）。従って、本発明に係る極値の決定スキームの安全性をさらに向上させるために、（ｎ－１）番目のラウンドの大小関係の比較を行う際に、上記の平均値の計算に基づく大小関係の比較を採用せず、各ノード機器は、Ｘｉ
ｎ－１－Ｘ１Ｘ２…Ｘｎをそれぞれ計算してもよい。ここで、Ｘｉはノード機器の有効ノードデータであり、マイナス記号の後の積にＸｉが含まれておらず、Ｘｉ以外の他の（ｎ－１）個のノードデータの積である。（ｎ－２）番目のラウンドの計算においてＸｉが第（ｎ－２）の平均値よりも小さい場合、第ｉのノード機器の有効ノードデータは極値ではない。（ｎ－２）番目のラウンドの計算においてＸｉが第（ｎ－２）の平均値以上であり、且つ（ｎ－１）番目のラウンドにおいて上記の式Ｘｉ
ｎ－１－Ｘ１Ｘ２…Ｘｎの計算結果が０以上である場合、第ｉのノード機器の有効ノードデータは極値である。
【0105】
図９は、本発明の別の実施例に係る秘匿マルチパーティ計算方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。ｔがｎ－２であり、且つｔ＋１がｎ－１である場合、該方法は、以下のステップを含む。
【0106】
ステップ９０１において、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。
【0107】
ステップ９０１の具体的な態様は、上記のステップ２０１を参照してもよく、ここでその説明を省略する。
【0108】
ステップ９０２において、第２の乱数を生成する。第２の乱数は正の数である。
【0109】
第ｉのノード機器Ｐｉは、データプライバシーを保護するために、正の第２の乱数Ｒ２ｉを生成する。
【0110】
ステップ９０３において、第２の乱数を第ｉ＋１のノード機器に送信する。
【0111】
第ｉ＋１のノード機器は、第１のデータ積Ｒ２ｉＸｉ＋１を計算し、第１のデータ積を第ｉ＋２のノード機器に送信し、第１のデータ積は、第２の乱数と第ｉ＋１のノード機器の有効ノードデータとの積である。
【0112】
各ノード機器は、算出したデータ積を次のノード機器に送信し、第ｉ－１のノード機器が第（ｎ－１）のデータ積Ｒ２ｉＸ１Ｘ２…Ｘｎを算出するまで、後続の各ノード機器は、受信したデータ積に自分の有効ノードデータを乗算し、計算結果を次のノード機器に送信する。データ積Ｒ２ｉＸ１Ｘ２…Ｘｎには、第ｉのノードの有効ノードデータＸｉが含まれない。
【0113】
ステップ９０４において、第ｉ－１のノード機器により送信された第ｎ－１のデータ積を受信する。
【0114】
第（ｎ－１）のデータ積は、ｎ個のノード機器のうちの第ｉのノード機器以外のｎ－１個のノード機器の有効ノードデータと第２の乱数との積、即ちＲ２ｉＸ１Ｘ２…Ｘｎである。
【0115】
第（ｉ－１）のノード機器は、第（ｎ－１）のデータ積を生成した後、それを第ｉのノード機器に送信する。
【0116】
ステップ９０５において、第ｎ－１のデータ積に基づいて数値比較演算子を決定する。
【0117】
数値比較演算子は、第ｉのノード機器に対応する有効ノードデータのｎ－１乗と第ｎ－１のデータ積との差である。
【0118】
第ｉのノード機器は、第（ｎ－１）のデータ積Ｒ２ｉＸ１Ｘ２…Ｘｎを取得した後、第２の乱数で除算し、数値比較演算子Ｘｉ
ｎ－１－Ｘ１Ｘ２…Ｘｎの符号（即ち、ゼロよりも大きいか、ゼロに等しいか、それともゼロよりも小さいか）を計算する。なお、整数の領域で計算を行う場合、｜Ｘ１Ｘ２…Ｘｎ｜＜ｎ／２、又は｜Ｘ１Ｘ２…Ｘｎ｜＜ｎ／３、且つ｜Ｘｉ
ｎ－１－Ｘ２Ｘ３…Ｘｎ｜＜ｎ／２、又は｜Ｘｉ
ｎ－１－Ｘ２Ｘ３…Ｘｎ｜＜ｎ／３をさらに満たす必要がある。
【0119】
ステップ９０６において、数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第ｉのノードデータがｎ－２番目の平均値以上である場合、第ｉのノード機器に対応する有効ノードデータが極値であると決定する。
【0120】
例えば、図１０は、３人の参加者がｎ－１番目のラウンド（即ち、２番目のラウンド）の極値を決定するプロセスを示す。参加者Ｐ１は、第２の乱数Ｒ２を生成し、参加者Ｐ２にＲ２を送信し、参加者Ｐ２は、Ｒ２Ｘ２を計算して参加者Ｐ３に送信し、参加者Ｐ３は、Ｒ２Ｘ２を受信し、Ｒ２Ｘ２Ｘ３を計算して参加者Ｐ１に送信し、参加者Ｐ１は、Ｒ２Ｘ２Ｘ３を受信し、Ｘ１
２－Ｘ２Ｘ３を計算する。同様に、参加者Ｐ２及び参加者Ｐ３は、それぞれ上記のステップを実行して、Ｘ２
２－Ｘ１Ｘ３及びＸ３
２－Ｘ１Ｘ２を計算する。
【0121】
本発明の実施例では、（ｎ－１）番目のラウンドの極値を決定する際に、平均値の計算に基づく方式を採用して大小関係の比較を行うことではなく、秘匿マルチパーティ計算に基づく乗算の方式により数値比較演算子を計算することによって、２つの有効ノードデータしか残っていない場合、１つの有効ノードデータを有するノード機器は、もう１つの有効ノードデータを計算することができ、データ安全性をさらに向上させることができる。
【0122】
上記の実施例は、秘匿マルチパーティ計算に基づく乗算により（ｎ－１）番目のラウンドの極値を決定する１つのプロセスを例示する。１つの好ましい態様では、３人の参加者の場合、即ち、ｎ＝３の場合、（ｎ－１）番目のラウンド（即ち、２番目のラウンド）の極値を決定する方法のもう１つのプロセスも存在する。図１１は、本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。ｎが３であり、且つｔ＋１がｎ－１である場合、該方法は、以下のステップを含む。
【0123】
ステップ１１０１において、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。
【0124】
ステップ１１０１の具体的な態様は、上記のステップ２０１を参照してもよく、ここでその説明を省略する。
【0125】
ステップ１１０２において、第３の乱数を生成する。第３の乱数は正の数である。
【0126】
第２のノード機器は、データプライバシーを保護するために、第３の乱数Ｒ３を生成する。
【0127】
ステップ１１０３において、第３の乱数又は第３の乱数の逆数を第３のノード機器に送信し、第１の積を第１のノード機器に送信する。
【0128】
第１の積は、第３の乱数と第２のノード機器の有効ノードデータとの積であり、第３のノード機器は、第２の積を計算し、第２の積を第１のノード機器に送信し、第２の積は、第３の乱数の逆数と第３のノード機器の有効ノードデータとの積であり、第１のノード機器は、第１の積及び第２の積を受信し、第１の積及び第２の積に基づいて第１の数値比較演算子を計算し、第１の数値比較演算子は、第１のノード機器の有効ノードデータの２乗と第３の積との差であり、第３の積は、第２のノードデータと第３のノードデータとの積である。
【0129】
例えば、図１２に示すように、参加者Ｐ２は、第３の乱数Ｒ３を生成し、Ｒ３又は１／Ｒ３を参加者Ｐ３に送信し、第１の積Ｒ３Ｘ２を生成して参加者Ｐ１に送信し、また、参加者Ｐ３は、Ｒ３又は１／Ｒ３を受信すると、第２の積Ｘ３／Ｒ３を生成し、第２の積Ｘ３／Ｒ３を参加者Ｐ１に送信する。このように、参加者Ｐ１は、第１の積Ｒ３Ｘ２及び第２の積Ｘ３／Ｒ３に基づいてＸ２Ｘ３を計算し、第１のデータ比較演算子Ｘ１
２－Ｘ２Ｘ３を計算することができる。
【0130】
ステップ１１０４において、第３のノード機器により送信された第４の積及び第１のノード機器により送信された第５の積を受信する。
【0131】
第３のノード機器は、第４の乱数を生成し、第４の乱数を第１のノード機器に送信し、第１のノード機器は、第４の乱数に基づいて第５の積を決定し、第４の積は、第３のノード機器の有効ノードデータと第４の乱数との積であり、第５の積は、第４の乱数の逆数と第１のノード機器の有効ノードデータとの積である。
【0132】
同様に、参加者Ｐ２がＸ２
２－Ｘ１Ｘ３を計算する必要がある場合、第４の乱数Ｒ４は、参加者Ｐ３（又は参加者Ｐ１）によって生成され、参加者Ｐ３は、第４の積Ｒ４Ｘ３を計算して参加者Ｐ２に送信し、参加者Ｐ３は、第４の乱数Ｒ４又は第４の乱数の逆数１／Ｒ４を参加者Ｐ１に送信し、参加者Ｐ１は、第５の積Ｘ１／Ｒ４を計算して参加者Ｐ２に送信する。
【0133】
ステップ１１０５において、第４の積及び第５の積に基づいて第２の数値比較演算子を計算する。
【0134】
第２の数値比較演算子は、第２のノード機器の有効ノードデータの２乗と第６の積の差であり、第６の積は、第１のノード機器の有効ノードデータと第３のノード機器の有効ノードデータとの積である。
【0135】
参加者Ｐ２は、第４の積Ｒ４Ｘ３及び第５の積Ｘ１／Ｒ４に基づいてＸ１Ｘ３を計算し、第２の数値比較演算子Ｘ２
２－Ｘ１Ｘ３を計算する。
【0136】
ステップ１１０６において、第２の数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第２のノードデータがｎ－２番目の平均値以上である場合、第２のノード機器に対応する有効ノードデータが極値であると決定する。
【0137】
第２のノードデータは、第２のノード機器の有効ノードデータ又は無効ノードデータである。
【0138】
本発明の実施例では、（ｎ－１）番目のラウンドの極値を決定する際に、平均値の計算に基づく方式を採用して大小関係の比較を行うことではなく、秘匿マルチパーティ計算に基づく乗算の方式により数値比較演算子を計算することによって、２つの有効ノードデータしか残っていない場合、１つの有効ノードデータを有するノード機器は、もう１つの有効ノードデータを計算することができ、データ安全性をさらに向上させることができる。
【0139】
上記の実施例は、３人の参加者が極値を決定するプロセスを例示しているが、実際には、参加者の数が奇数である場合、該方法を使用して（ｎ－１）番目のラウンドの極値を決定してもよい。
【0140】
なお、Ｘｉ
ｎ－１－Ｘ１Ｘ２…Ｘｎを計算することに加えて、ノード機器は、他の形式の式、例えば、Ｘｉ
２ｎ－２－Ｘ１
２Ｘ２
２…Ｘｎ
２を計算してもよい。ここで、マイナス記号の後の積は、Ｘｉ
２を含まず、Ｘｉ以外の他の（ｎ－１）個のノードデータの平方の積である。ノード機器が使用する計算式について、本発明の実施例はこれに限定されない。
【0141】
１つの好ましい態様では、参加者の数が多い場合、ノード機器を階層的に分割し、各階層が極値の計算を完了した後、次の階層の計算を行ってもよい。これによって、通信オーバーヘッド及び極値決定の時間を低減させることができる。例えば、ｎが５である場合、参加者をＰ１Ｐ２Ｐ３、Ｐ４、Ｐ５という１つの層の３つのグループに分けてもよい。ｎが７である場合、参加者をＰ１Ｐ２Ｐ３、Ｐ３Ｐ４Ｐ５、及びＰ６という１つの層の３つのグループに分けてもよい。即ち、１つの参加者は、複数のグループに出現してもよく、各グループは、１つのノード機器又は少なくとも３つのノード機器により構成されてもよい。ｎが大きい場合、複数の層のグループに分けてもよい。
【0142】
平均値を計算する前に、秘匿マルチパーティ計算に基づく極値を決定する方法は、次のステップをさらに含む。
【0143】
ステップ４において、ｎが３より大きい場合、グループ分け方式でｎ個のノード機器を少なくとも１つの層の機器グループに分ける。各層の機器グループは、少なくとも３つの上位層の機器グループを含み、第１の層の機器グループの各機器グループは、１つのノード機器又は少なくとも３つのノード機器により構成される。
【0144】
例えば、Ｎが２７である場合、第１の層は９つの機器グループを含み、各グループは、３つの参加者を含み、即ち、Ｇ１＝｛Ｐ１Ｐ２Ｐ３｝、Ｇ２＝｛Ｐ４Ｐ５Ｐ６｝、…、Ｇ９＝｛Ｐ２５Ｐ２６Ｐ２７｝となり、第２の層は、第１の層の９つのグループを３つのグループに分け、各第２の層のグループは、３つの第１の層のグループ、即ち、｛Ｇ１Ｇ２Ｇ３｝、｛Ｇ４Ｇ５Ｇ６｝、｛Ｇ７Ｇ８Ｇ９｝を含む。
【0145】
ステップ５において、第ｉのノード機器の有効ノードデータが第ｍの層の機器グループにおける第ｉのノード機器の参加先グループの極値である場合、第ｉのノード機器の有効ノードデータに基づいて第ｍ＋１の層の機器グループ間の連合計算を行う。ｍは正の整数である。
【0146】
下位層のグループから少なくとも１つの極値の所有者が決定されると、その中からグループの代表を選択し、次の層（即ち、上位層）のグループ間の極値の決定を行う。ここで、少なくとも２つの参加者が極値を有する場合、各参加者の計算リソースについて余裕があるか否か、ネットワーク通信が強いか否か、信頼性と安全性及び計算複雑度などの角度から１つの参加者を選択するようにトリガし、或いはランダムに選択してもよいが、本発明の実施例はこれに限定されない。
【0147】
図１３に示すように、参加者Ｐ１、Ｐ２及びＰ３からなる第１の機器グループにおいて参加者Ｐ１が極値を有すると決定され、参加者Ｐ４、Ｐ５及びＰ６からなる第２の機器グループにおいて参加者Ｐ４が極値を有すると決定され、参加者Ｐ７、Ｐ８及びＰ９からなる第３の機器グループにおいて参加者Ｐ７が極値を有すると決定された場合、参加者Ｐ１、Ｐ４及びＰ７は、次の層のグループ間の極値の決定を行う。
【0148】
ステップ６において、第ｉのノード機器の有効ノードデータが最後の層の機器グループにおける各有効機器ノードの極値である場合、第ｉのノード機器の有効ノードデータがｎ個のノード機器のｎ個の有効ノードデータのうちの極値であると決定する。
【0149】
最後の層の極値を行い、且つ最終のラウンドの連合計算が完了した後、第ｉのノード機器の有効ノードデータが極値である場合、第ｉのノード機器の有効ノードデータがｎ個のノード機器のｎ個の有効ノードデータのうちの極値であると決定する。
【0150】
本発明の実施例では、ノード機器の数が多い場合、グループ分けによりグループ内の極値の決定を行った後に、グループ間の極値の決定を行い、多層的なグループ分けを行ってもよい。これによって、通信オーバーヘッドを低減させ、計算の複雑度を低減させ、極値の決定の効率を向上させることができる。
【0151】
上記の各実施例は、秘匿マルチパーティ計算に基づく極値の決定方法を示した。ここで、該極値は、最大値であってもよいし、最小値であってもよい。最大値を決定する際に、上記のステップに従って最大値を比較し、最大値を取得する。最小値を決定する際に、各ノード機器は、まず、ローカルの元の有効ノードデータに対して反数取得操作を行い、その反数を有効ノードデータとして極値の比較を行い、得られたのは反数の最大値であり、そして、反数取得を行って最小値を決定する。図１４は、本発明の他の実施例に係る秘匿マルチパーティ計算方法のフローチャートである。本実施例では、該方法が連合計算システムにおける第ｉのノード機器により実行されることを一例にして説明する。連合計算システムは、ｎ個のノード機器を含み、ｎは２よりも大きい整数であり、ｉはｎ以下の正の整数である。ｎが３であり、且つｔ＋１がｎ－１である場合、該方法は、以下のステップを含む。
【0152】
ステップ１４０１において、最大値計算指令に応答して、第ｉのノード機器の元の有効ノードデータを第ｉのノード機器の有効ノードデータとして決定する。
【0153】
ステップ１４０２において、最小値計算指令に応答して、第ｉのノード機器の元の有効ノードデータの反数を第ｉのノード機器の有効ノードデータとして決定する。
【0154】
ｎ個のノード機器のデータから最大値を決定する必要がある場合、ノード機器は、元の有効ノードデータを有効ノードデータとして決定して後続の連合計算を行ってもよい。ｎ個のノード機器のデータから最小値を決定する必要がある場合、上記のプロセスは、平均値よりも小さいデータを段階的に除外することによって極値を決定するため、ノード機器は、元の有効ノードデータの反数を有効ノードデータとして決定して後続の連合計算を行い、反数のうちの最大値を決定することによって、最小値の決定を実現する。
【0155】
ステップ１４０３において、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。
【0156】
ステップ１４０４において、第ｉのノード機器の有効ノードデータがｔ番目の平均値よりも大きい場合、第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0157】
ステップ１４０５において、第ｉのノード機器の有効ノードデータがｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0158】
ステップ１４０３～ステップ１４０５の具体的な態様は、上記のステップ２０１～ステップ２０３を参照してもよく、ここでその説明を省略する。
【0159】
ステップ１４０６において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の元の有効ノードデータが最大値であると決定する。
【0160】
（ｎ－１）番目のラウンドの連合計算（即ち、最後のラウンドの連合計算）の後、第ｉのノード機器の有効ノードデータが第（ｎ－１）の平均値以上であり、該有効ノードデータはｎ個の有効ノードデータのうちの最大値である。有効ノードデータは元の有効ノードデータ自身であるため、第ｉのノード機器の元の有効ノードデータが最大値であると決定する。
【0161】
ステップ１４０７において、ｎ－１番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、第ｉのノード機器の元の有効ノードデータが最小値であると決定する。
【0162】
（ｎ－１）番目のラウンドの連合計算の後、第ｉのノード機器の有効ノードデータは第（ｎ－１）の平均値以上であり、該有効ノードデータはｎ個の有効ノードデータのうちの最大値である。有効ノードデータは元の有効ノードデータの反数であるため、第ｉのノード機器の元の有効ノードデータが最小値であると決定する。
【0163】
本発明の実施例では、最小値の決定を行う際に、元の有効ノードデータに対して反数求め演算を行い、反数に基づいて該秘匿マルチパーティ計算に基づく極数の決定プロセスを行うことによって、反数のうちの最大値を決定することができ、即ち、元の有効ノードデータのうちの最小値を取得することができる。最大値の決定を行う際に、直接に元の有効ノードデータに基づいて連合計算を行う。従って、本発明に係るスキームは、最大値の決定の需要を満たすことができると共に、最小値の決定の需要を満たすことができる。
【0164】
図１５は、本発明の実施例に係る秘匿マルチパーティ計算に基づく極値の決定装置の構成を示すブロック図である。該装置は、以下の構成を含む。
【0165】
第１の取得モジュール１５０１は、ｔ番目のラウンドの連合計算により得られたｔ番目の平均値を取得する。該ｔ番目の平均値は、ｎ個のノード機器のｎ個のノードデータ及び平均係数に基づいて計算され、ｎ個のノードデータは、ｍ個の有効ノードデータを含み、平均係数は、連合計算のラウンド数の増加につれて減少し、ｔはｎ－１よりも小さい正の整数であり、ｍはｎ以下の正の整数である。
【0166】
第１の計算モジュール１５０２は、第ｉのノード機器の有効ノードデータが該ｔ番目の平均値よりも大きい場合、該第ｉのノード機器の有効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0167】
第２の計算モジュール１５０３は、該第ｉのノード機器の有効ノードデータが該ｔ番目の平均値以下である場合、無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行う。
【0168】
第１の決定モジュール１５０４は、ｎ－１番目のラウンドの連合計算の後、該第ｉのノード機器の有効ノードデータがｎ－１番目の平均値以上である場合、該第ｉのノード機器の有効ノードデータが極値であると決定する。
【0169】
好ましくは、第２の計算モジュール１５０３は、以下の各部を含む。
【0170】
第１の計算部は、該第ｉのノード機器の有効ノードデータが該ｔ番目の平均値よりも小さい場合、該無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、該第ｉのノード機器に対応する有効ノードデータが極値ではないと決定する。
【0171】
第２の計算部は、該第ｉのノード機器の有効ノードデータが該ｔ番目の平均値に等しい場合、該無効ノードデータに基づいてｔ＋１番目のラウンドの連合計算を行い、ｔ＋１番目の平均値と該無効ノードデータとの関係に基づいて極値を決定する。
【0172】
好ましくは、該第２の計算部は、該ｔ＋１番目の平均値が該無効ノードデータよりも大きい場合、該第ｉのノード機器に対応する有効ノードデータが極値ではないと決定し、該ｔ＋１番目の平均値が該無効ノードデータに等しく、且つｔ＋１がｎ－１である場合、該第ｉのノード機器の有効ノードデータが極値であると決定し、該ｔ＋１番目の平均値が該無効ノードデータに等しく、且つｔ＋１がｎ－１よりも小さい場合、該無効ノードデータと後続の連合計算により得られた平均値との関係に基づいて極値を決定する。
【0173】
好ましくは、第ｉのノード機器は、第１のノード機器である。第１の取得モジュール１５０１は、以下の各部を含む。
【0174】
第１の生成部は、第１の乱数を生成する。
【0175】
第１の送信部は、第１のノードデータと第１の乱数との和を第１のデータ和として計算し、第１のデータ和を第２のノード機器に送信する。該第２のノード機器は、第２のデータ和を計算し、該第２のデータ和を第３のノード機器に送信し、該第２のデータ和は、該第１のデータ和と第２のノードデータとの和であり、ここで、第ｊのノードデータは、該第ｊのノード機器の有効ノードデータ又は無効ノードデータであり、ｊはｎ以下の正の整数である。
【0176】
第１の受信部は、第ｎのノード機器により送信された第ｎのデータ和を受信する。該第ｎのデータ和は、ｎ個のノードデータと該第１の乱数との和である。
【0177】
第１の決定部は、該第ｎのデータ及び該第１の乱数に基づいて該ｔ番目の平均値を決定する。
【0178】
好ましくは、第１の取得モジュール１５０１は、以下の各部をさらに含む。
【0179】
第２の受信部は、第ｊ－１のノード機器により送信された第ｊ－１のデータ和を受信する。該第ｊ－１のデータ和は、第１のノードデータ乃至第ｊ－１のノードデータと該第１の乱数との和であり、ｊは１よりも大きく、且つｎ以下の整数である。
【0180】
第２の決定部は、該第ｊ－１のデータ和に基づいて第ｊのデータ和を決定する。該第ｊのデータ和は、該第ｊ－１のデータ和と該第ｊのノードデータとの和である。
【0181】
第２の送信部は、ｊがｎに等しくない場合、該第ｊのデータ和を第ｊ＋１のノード機器に送信し、ｊがｎに等しい場合、該第ｊのデータ和を該第１のノード機器に送信する。
【0182】
好ましくは、第１の取得モジュール１５０１は、以下の各部を含む。
【0183】
第２の生成部は、ｎ－１個の乱数を生成する。該ｎ－１個の乱数の和は第ｉのノードデータであり、該第ｉのノードデータは、該第ｉのノード機器の有効ノードデータ又は無効ノードデータである。
【0184】
第３の送信部は、該ｎ－１個の乱数をそれぞれ他のｎ－１個のノード機器に送信する。各ノード機器は、該第ｉのノード機器により送信された１個の乱数を受信する。
【0185】
第３の受信部は、該他のｎ－１個のノード機器によりそれぞれ送信された乱数を受信し、受信したｎ－１個の乱数の和を第ｉのデータ和として計算する。
【0186】
第４の送信部は、該第ｉのデータ和を該他のｎ－１個のノード機器にそれぞれ送信する。
【0187】
第４の受信部は、該他のｎ－１個のノード機器により送信されたｎ－１個のデータ和を受信し、受信したｎ－１個のデータ和及び該第ｉのデータに基づいて該ｔ番目の平均値を決定する。
【0188】
好ましくは、ｔ＋１はｎ－１である。該装置は、以下のモジュールをさらに含む。
【0189】
第１の生成モジュールは、第２の乱数を生成する。該第２の乱数は正の数である。
【0190】
第１の送信モジュールは、該第２の乱数を第ｉ＋１のノード機器に送信する。該第ｉ＋１のノード機器は、第１のデータ積を計算し、該第１のデータ積を第ｉ＋２のノード機器に送信し、該第１のデータ積は、該第２の乱数と第ｉ＋１のノード機器の有効ノードデータとの積である。
【0191】
第１の受信モジュールは、第ｉ－１のノード機器により送信された第ｎ－１のデータ積を受信する。該第ｎ－１のデータ積は、該ｎ個のノード機器のうちの該第ｉのノード機器以外のｎ－１個のノード機器の有効ノードデータと該第２の乱数との積である。
【0192】
第２の決定モジュールは、該第ｉのノード機器の有効ノードデータのｎ－１乗と該第ｎ－１のデータ積との差に基づいて、数値比較演算子を決定する。
【0193】
第３の決定モジュールは、該数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第ｉのノードデータがｎ－２番目の平均値以上である場合、該第ｉのノード機器に対応する有効ノードデータが極値であると決定する。該第ｉのノードデータは有効ノードデータ又は無効ノードデータである。
【0194】
好ましくは、ｎは３であり、ｔ＋１は２であり、該第ｉのノード機器は第２のノード機器である。該装置は、以下のモジュールをさらに含む。
【0195】
第２の生成モジュールは、第３の乱数を生成する。該第３の乱数は正の数である。
【0196】
第２の送信モジュールは、該第３の乱数又は該第３の乱数の逆数を第３のノード機器に送信し、第１の積を第１のノード機器に送信する。該第１の積は、該第３の乱数と第２のノード機器の有効ノードデータとの積であり、該第３のノード機器は、第２の積を計算し、該第２の積を該第１のノード機器に送信し、該第２の積は、該第３の乱数の逆数と第３のノード機器の有効ノードデータとの積であり、該第１のノード機器は、該第１の積及び該第２の積を受信し、該第１の積及び該第２の積に基づいて第１の数値比較演算子を計算し、該第１の数値比較演算子は、該第１のノード機器の有効ノードデータの２乗と第３の積との差であり、該第３の積は、第２のノードデータと第３のノードデータとの積である。
【0197】
好ましくは、該装置は、以下のモジュールをさらに含む。
【0198】
第２の受信モジュールは、該第３のノード機器により送信された第４の積及び該第１のノード機器により送信された第５の積を受信する。該第３のノード機器は、第４の乱数を生成し、該第４の乱数を該第１のノード機器に送信し、該第１のノード機器は、該第４の乱数に基づいて該第５の積を決定し、該第４の積は、該第３のノード機器の有効ノードデータと該第４の乱数との積であり、該第５の積は、該第４の乱数の逆数と該第１のノード機器の有効ノードデータとの積である。
【0199】
第３の計算モジュールは、該第４の積及び該第５の積に基づいて第２の数値比較演算子を計算する。該第２の数値比較演算子は、該第２のノード機器の有効ノードデータの２乗と第６の積の差であり、該第６の積は、該第１のノード機器の有効ノードデータと該第３のノード機器の有効ノードデータとの積である。
【0200】
第４の決定モジュールは、該第２の数値比較演算子が０以上であり、且つｎ－２番目のラウンドの連合計算における第２のノードデータがｎ－２番目の平均値以上である場合、該第２のノード機器に対応する有効ノードデータが極値であると決定する。該第２のノードデータは、該第２のノード機器の有効ノードデータ又は該無効ノードデータである。
【0201】
好ましくは、該装置は、以下のモジュールをさらに含む。
【0202】
グループ分けモジュールは、ｎが３より大きい場合、グループ分け方式で該ｎ個のノード機器を少なくとも１つの層の機器グループに分ける。各層の機器グループは、少なくとも３つの上位層の機器グループを含み、第１の層の機器グループの各機器グループは、１つのノード機器又は少なくとも３つのノード機器により構成される。
【0203】
第４の計算モジュールは、該第ｉのノード機器の有効ノードデータが第ｍの層の機器グループにおける該第ｉのノード機器の参加先グループの極値である場合、該第ｉのノード機器の有効ノードデータに基づいて第ｍ＋１の層の機器グループ間の連合計算を行う。ｍは正の整数である。
【0204】
第５の決定モジュールは、該第ｉのノード機器の有効ノードデータが最後の層の機器グループにおける各有効機器ノードの極値である場合、該第ｉのノード機器の有効ノードデータがｎ個のノード機器のｎ個の有効ノードデータのうちの極値であると決定する。
【0205】
好ましくは、該装置は、以下のモジュールをさらに含む。
【0206】
第６の決定モジュールは、最大値計算指令に応答して、該第ｉのノード機器の元の有効ノードデータを該第ｉのノード機器の有効ノードデータとして決定する。
【0207】
第１の決定モジュール１５０４は、第３の決定部をさらに含む。
【0208】
第３の決定部は、ｎ－１番目のラウンドの連合計算の後、該第ｉのノード機器の有効ノードデータが該ｎ－１番目の平均値以上である場合、該第ｉのノード機器の元の有効ノードデータが最大値であると決定する。
【0209】
好ましくは、該装置は、以下のモジュールをさらに含む。
【0210】
第７の決定モジュールは、最小値計算指令に応答して、該第ｉのノード機器の元の有効ノードデータの反数を該第ｉのノード機器の有効ノードデータとして決定する。
【0211】
第１の決定モジュール１５０４は、第４の決定部をさらに含む。
【0212】
第４の決定部は、ｎ－１番目のラウンドの連合計算の後、該第ｉのノード機器の有効ノードデータが該ｎ－１番目の平均値以上である場合、該第ｉのノード機器の元の有効ノードデータが最小値であると決定する。
【0213】
以上のことから、本発明の実施例では、ｎ個のノード機器に対応するデータの平均値を計算し、各ノード機器は、自分のデータと現在のラウンドの連合計算の平均値の大きさとを比較することで、自分のデータが平均値よりも小さい場合、自分のデータが極値ではないと判断し、平均値以上である場合、有効ノードデータを無効ノードデータに置き換えて次のラウンドの平均値計算を行いことができる。これによって、連合計算の平均値を収束させ、即ち、極値に段々接近させることができるため、ｎ－１番目のラウンドの時に結果を取得し、秘匿マルチパーティ計算に基づく極値の決定の問題を有効に解決することができる。また、ノード機器は、プライバシーデータ及び各データ間の大小関係を漏洩する必要がなく、秘匿マルチパーティ計算に基づく平均値の計算方法により、暗号化及び復号の操作と関係がなく、計算複雑度及び通信オーバーヘッドが比較的に小さく、計算効率を向上させることができる。
【0214】
図１６は、本発明の実施例に係るコンピュータ機器の構成を示すブロック図である。
【0215】
コンピュータ機器１６００は、中央処理ユニット（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）１６０１、ランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）１６０２及び読み取り専用メモリ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ：ＲＯＭ）１６０３を含むシステムメモリ１６０４、並びにシステムメモリ１６０４及び中央処理ユニット１６０１に接続されるシステムバス１６０５を含む。コンピュータ機器１６００は、コンピュータ内の様々な機器間の情報の伝送をサポートする基本入力／出力（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ：Ｉ／Ｏ）コントローラ１６０６、並びにオペレーティングシステム１６１３、アプリケーションプログラム１６１４及び他のプログラムモジュール１６１５を記憶するための大容量記憶装置１６０７をさらに含む。
【0216】
基本入力／出力コントローラ１６０６は、情報を表示するディスプレイ１６０８、ユーザが情報を入力するためのマウス、キーボードなどの入力装置１６０９を含む。ここで、ディスプレイ１６０８及び入力装置１６０９は、何れもシステムバス１６０５に接続された入力／出力コントローラ１６１０を介して中央処理ユニット１６０１に接続される。基本入力／出力コントローラ１６０６は、キーボード、マウス、又は電子スタイラスなどの複数の他のデバイスからの入力を受け付けて処理するための入力／出力コントローラ１６１０をさらに含んでもよい。同様に、入力／出力コントローラ１６１０は、ディスプレイ、プリンタ又は他のタイプの出力デバイスへの出力をさらに提供する。
【0217】
大容量記憶装置１６０７は、システムバス１６０５に接続された大容量記憶コントローラ（図示せず）を介して中央処理ユニット１６０１に接続される。大容量記憶装置１６０７及び関連するコンピュータ読み取り可能な媒体は、コンピュータ機器１６００に不揮発性記憶を提供する。即ち、大容量記憶装置１６０７は、ハードディスク又は読み取り専用光ディスク（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ：ＣＤ－ＲＯＭ）ドライバなどのコンピュータ読み取り可能な媒体（図示せず）を含むことができる。
【0218】
一般性を失うことなく、コンピュータ読み取り可能な媒体は、コンピュータ記憶媒体及び通信媒体を含むことができる。コンピュータ記憶媒体は、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータなどの情報を記憶するための任意の方法又は技術で実装される揮発性及び不揮発性、リムーバブル及び非リムーバブル媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、消去可能プログラマブル読み取り専用メモリ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ：ＥＰＲＯＭ）、フラッシュメモリ又は他のソリッドステートストレージ、ＣＤ－ＲＯＭ、デジタルビデオディスク（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｄｉｓｃ：ＤＶＤ）又は他の光学ストレージ、カートリッジ、磁気テープ、磁気ディスクストレージ又は他の磁気ストレージデバイスを含む。なお、当業者であれば、コンピュータ記憶媒体は上記のものに限定されないことを理解するであろう。上述したシステムメモリ１６０４及び大容量記憶装置１６０７をメモリと総称することができる。
【0219】
本発明の様々な実施例によれば、コンピュータ機器１６００は、インターネットなどのネットワークを介してネットワークに接続されたリモートコンピュータによっても動作可能である。即ち、コンピュータ機器１６００は、システムバス１６０５に接続されたネットワークインターフェースユニット１６１１を介してネットワーク１６１２に接続されてもよく、或いは、ネットワークインターフェースユニット１６１１を使用して、他のタイプのネットワーク又はリモートコンピュータシステム（図示せず）に接続されてもよい。
【0220】
該メモリには、少なくとも１つの命令、少なくとも１つのプログラム、コードセット又は命令セットが記憶され、該少なくとも１つの命令、少なくとも１つのプログラム、コードセット又は命令セットは、上記の各実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法を実現するように、１つ又は複数のプロセッサにより実行される。
【0221】
本発明の実施例は、少なくとも１つの命令が記憶されたコンピュータ読み取り可能な記憶媒体であって、該少なくとも１つの命令は、上記の各実施例に係る秘匿マルチパーティ計算に基づく極値の決定方法を実現するように、プロセッサによりロードされて実行される、記憶媒体をさらに提供する。
【0222】
本発明の１つの態様では、コンピュータ読み取り可能な記憶媒体に記憶されたコンピュータ命令を含むコンピュータプログラム製品又はコンピュータプログラムを提供する。コンピュータ機器のプロセッサは、該コンピュータ機器に上記の態様に記載の秘匿マルチパーティ計算に基づく極値の決定方法を実行させるように、コンピュータ読み取り可能な記憶媒体からコンピュータ命令を読み取って実行する。
【0223】
当業者は、上記の１つ以上の例において、本発明の実施例に記載された機能が、ハードウェア、ソフトウェア、ファームウェア、又はこれらの任意の組み合わせで実現され得ることを認識するであろう。ソフトウェア実装を使用する場合、これらの機能は、コンピュータ読み取り可能な記憶媒体に記憶され、或いはコンピュータ読み取り可能な記憶媒体上の１つ又は複数の命令又はコードとして送信されてもよい。コンピュータ読み取り可能な記憶媒体は、コンピュータ記憶媒体及び通信媒体を含み、通信媒体は、ある場所から別の場所へのコンピュータプログラムの転送を容易にする任意の媒体を含む。記憶媒体は、汎用コンピュータ又は専用コンピュータがアクセス可能な任意の利用可能な媒体とすることができる。
【0224】
以上は、単なる本発明の好ましい実施例であり、本発明を限定するものではなく、本発明の主旨及び原則の範囲内でなされた修正、均等物の置換、改良などは、本発明の範囲内に含まれるものとする。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【国際調査報告】