(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 202210767845.8 (22)申请日 2022.07.01 (71)申请人 浙江网商银行股份有限公司 地址 310012 浙江省杭州市西湖区学院路 28-38号德力西大厦1幢15 -17层 (72)发明人 陆茂斌　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 许振新 (51)Int.Cl. H04L 9/40(2022.01) H04L 9/32(2006.01) (54)发明名称 一种业务处理方法、 系统、 装置及设备 (57)摘要 本说明书公开了一种业务处理方法、 系统、 装置及设备。 其中： 第一参与方对加密的第一数 据集进行签名后发送至第二参与方， 第一数据集 包含经目标随机参数加盐处理后的第一参与方 私有的业务数据。 第二参与方对加密的第一数据 集进行签名验证， 在通过后对第一数据集进行再 加密， 并对 再加密的第一数据集和加密的第二数 据集进行签名后， 发送至第一参与方， 第二数据 集包含经目标随机参数加盐处理后的第二参与 方私有的业务数据。 第一参与方对 再加密的第一 数据集和加密的第二数据集进行签名验证， 在通 过后对加密的第二数据集进行再加密， 并对再加 密的第一数据集和再加密 的第二数据集进行求 交计算， 以基 于交集数据集执 行业务处理操作。 权利要求书5页 说明书15页 附图3页 CN 115242464 A 2022.10.25 CN 115242464 A 1.一种业 务处理方法， 包括： 第一参与 方对加密的第 一数据集进行签名， 并将签名后所述加密的第 一数据集发送至 第二参与方， 其中， 所述第一数据集中的数据为经目标随机参数加盐处理后的所述第一参 与方私有的业 务数据； 所述第二参与方对接收到所述加密的第一数据集进行签名验证， 并在签名验证通过 后， 对所述加密的第一数据集进行 再加密； 所述第二参与方对再加密的第 一数据集和加密的第 二数据集进行签名， 并将签名后的 所述再加密的第一数据集和所述加密的第二数据集发送至所述第一参与方， 其中， 所述第 二数据集的数据为经 所述目标随机参数加盐处 理后的所述第二 参与方私有的业 务数据； 所述第一参与方对接收到的所述再加密的第一数据集和所述加密的第二数据集进行 签名验证， 并在签名验证通过后， 对所述加密的第二数据集进 行加密， 得到再加密的第二数 据集， 并对所述再加密的第一数据集和所述再加密的第二数据集进行求交计算， 得到所述 第一数据集和所述第二数据集的交集数据集； 所述第一 参与方基于所述交集数据集， 执 行业务处理操作。 2.根据权利要 去1所述的方法， 所述目标随机参数是所述第一参与方与所述第二参与方基于密钥协商算法预先约定 得到的。 3.根据权利要 去1所述的方法， 第一参与方对加密的第一数据集进行签名， 包括： 第一参与方基于签名批量验证算法， 分别对加密的第一数据集中的每个数据进行签 名， 其中， 所述加密的第一数据集中至少 两个数据的签名是基于所述第一参与方不同的私 钥所生成的； 所述第二 参与方对接收到的所述加密的第一数据集进行签名验证， 包括： 所述第二参与方对所述加密的第 一数据集中各数据的签名进行聚合， 得到第 一聚合签 名， 并对生成所述第一数据集中各数据签名所使用的私钥所对应的公钥进行聚合， 得到第 一聚合公钥， 并基于所述第一聚合公钥， 对所述第一聚合签名进行签名验证。 4.根据权利要 去3所述的方法， 所述第二 参与方对再加密的第一数据集和 加密的第二数据集进行签名， 包括： 所述第二参与方基于所述签名批量验证算法， 分别对所述再加密的第 一数据集中的每 个数据和所述加密的第二数据集中的每个数据进行签名， 其中， 所述再加密的第一数据集 中至少两个数据的签名是基于所述第二 参与方不同的私钥所生成的； 所述第一参与方对接收到的所述再加密的第一数据集和所述加密的第二数据集进行 签名验证， 包括： 所述第一参与方对所述再加密的第 一数据集中各数据的签名进行聚合， 得到第 二聚合 签名， 并对生成所述再加密的第一数据集中各数据签名所使用的私钥所对应的公钥进 行聚 合， 得到第二聚合公钥， 并基于所述第二聚合公钥， 对所述第二聚合签名进行签名验证； 以 及， 所述第一参与方对所述加密的第 二数据集中各数据的签名进行聚合， 得到第 三聚合签 名， 并对生成所述加密的第二数据集中各数据签名所使用的私钥所对应的公钥进行聚合，权　利　要　求　书 1/5 页 2 CN 115242464 A 2得到第三聚合公钥， 并基于所述第三聚合公钥， 对所述第三聚合签名进行签名验证。 5.根据权利要 去1至4任一项所述的方法， 所述第一参与方和所述第 二参与方均为联邦学习的成员对象， 所述第 一数据集中的数 据为所述第一参与方的私有用户的标识数据， 所述第二数据集中的数据为所述第二参与方 的私有用户的标识数据； 所述第一 参与方基于所述交集数据集， 执 行业务处理操作， 包括： 所述第一参与方将所述交集数据集中标识数据对应的用户作为样本用户， 并基于样本 用户的特 征数据训练本地的所述联邦学习的深度学习模型。 6.根据权利要 去1至4任一项所述的方法， 所述第一数据集中的数据为所述第 一参与方的私有用户的标识数据， 所述第 二数据集 中的数据为所述第二 参与方已知的属于目标业 务名单的私有用户的标识数据； 所述第一 参与方基于所述交集数据集， 执 行业务处理操作， 包括： 所述第一参与方对所述交集数据集中标识数据对应的用户执行目标业务相关的业务 操作。 7.一种业 务处理方法， 应用于第一 参与方， 包括： 对加密的第 一数据集进行签名， 并将签名后的所述加密的第 一数据集发送至第 二参与 方， 使得所述第二参与方对接 收到的所述加密的第一数据集进行签名验证， 并在签名验证 通过后， 对所述加密的第一数据集进 行再加密， 其中， 所述第一数据集中的数据为经目标随 机参数加盐处 理后的所述第一 参与方私有的业 务数据； 接收第二参与方签名发送的再加密的第 一数据集和加密的所述第 二数据集， 对所述再 加密的第一数据集和所述加密的第二数据集进行签名验证， 并在签名验证通过后， 对所述 加密的第二数据集进行再加密， 得到再加密的第二数据集， 并对所述再加密的第一数据集 和所述再加密的第二数据集进 行求交计算， 得到所述第一数据集和所述第二数据集的交集 数据集， 其中， 所述第二数据集的数据为经所述 目标随机参数加盐处理后的所述第二参与 方私有的业 务数据； 对接收到的所述再加密的第 一数据集和加密的第 二数据集进行签名验证， 并在签名验 证通过后， 对所述加密的第二数据集进行再加密， 并对所述再加密的所述第一数据集和再 加密的第二数据集进行求交计算， 得到所述第一数据集和所述第二数据集的交集数据集； 基于所述交集数据集， 执 行业务处理操作。 8.一种基于隐私集 合求交的业 务处理方法， 应用于第二 参与方， 包括： 接收第一参与方签名发送的加密的第 一数据集， 对所述加密的第 一数据集进行签名验 证， 并在签名验证通过后， 对所述加密的第一数据集进行再加密， 其中， 所述第一数据集中 的数据为经目标随机参数加盐处 理后的所述第一 参与方私有的业 务数据； 对再加密的第 一数据集和加密的第 二数据集进行签名， 并将签名后的所述再加密的第 一数据集和所述加密的第二数据集发送至所述第一参与方， 使得第一参与方对接收到的所 述再加密的第一数据集和所述加密的第二数据集进行签名验证， 并在签名验证通过后， 对 所述加密的第二数据集进 行再加密， 并对所述再加密的第一数据集和再加密的第二数据集 进行求交计算， 以基于得到所述第一数据集和所述第二数据集的交集数据集， 执行业务处 理操作。权　利　要　求　书 2/5 页 3 CN 115242464 A 3