(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 202211026518.3 (22)申请日 2022.08.25 (71)申请人 北京云真信科技有限公司 地址 100080 北京市海淀区海淀北二 街8号 8层911 (72)发明人 张静雅　张波　 (74)专利代理 机构 北京锺维联合知识产权代理 有限公司 1 1579 专利代理师 原春香 (51)Int.Cl. H04L 9/06(2006.01) H04L 9/08(2006.01) (54)发明名称 一种获取最终用户ID的数据处 理系统 (57)摘要 本发明提供了一种获取最终用户ID的数据 处理系统， 所述系统包括数据库、 处理器和存储 有计算机程序的存储器， 存储器中存储有哈希函 数列表， 当处理器执行一段计算机程序时， 执行 如下步骤： 获取原始用户ID列表； 将原始用户ID 通过哈希函数列表生成对应的第一中间哈希值 列表； 基于第一中间哈希值， 将布隆过滤器对应 的点位变成 “1”； 获取目标用户ID列表； 将目标用 户ID通过哈希函数列表生成对应的第二中间哈 希值列表； 当对应布隆过滤器的点位均为 “1”时， 标记为最终用户ID； 使得在数据的存储占用空间 更小， 匹配的效率更高。 权利要求书1页 说明书4页 附图1页 CN 115378577 A 2022.11.22 CN 115378577 A 1.一种获取最终用户ID的数据处理系统， 其特征在于， 所述系统包括数据库、 处理器和 存储有计算机程序的存储器， 存储器中存储有哈希函数列表B＝{B1，…， Bj，…， Bn}， Bj是指 哈希函数列表中第j个哈希函数， j的取值范围是1到n， n是指哈希函数的数量； 其中， Bj≠ Bj+1； 当处理器执行一段计算机程序时， 执 行如下步骤： S100， 获取原始用户ID列表E＝{E1，…， Eg，…， Ez}， Eg是指第g个用户ID， g的取值范围是1 到z， z是原始用户ID的数量； S200， 将E通过哈希函数列表B生成对应的第一中间哈希值列表E ′＝{E′1，…， E′g，…， E′z}， E′g＝{E′g1，…， E′gj，…， E′gn}， E′gj是指Eg通过Bj生成的哈希值； S300， 基于E′， 将布隆过 滤器对应的点 位变成“1”； S400， 获取目标用户ID列表A＝{A1，…， Ai，…， Am}， Ai是指目标用户ID列表中第 i个用户 ID， i的取值范围是1到m， m是指目标用户ID的数量； S500， 将A通过哈希函数列表B生成对应的第二中间哈希值列表A ′＝{A′1，…， A′i，…， A′m}， A′i＝{Ai1，…， A′ij，…， A′in}， A′ij是指Eg通过Bj生成的哈希值； S600， 当A ′i对应布隆过滤器的点位均为 “1”时， 将Ai标记为最终用户ID并基于A ′获取最 终用户ID列表。 2.根据权利要求1所述的获取最终用户ID的数据处理系统， 其特征在于， 获取布隆过滤 器的长度L。 3.根据权利要求2所述的获取最终用户ID的数据处 理系统， 其特 征在于， L>m。 4.根据权利要求2所述的获取最终用户ID的数据处 理系统， 其特 征在于， L>z 。 5.根据权利要求2所述的获取最终用户ID的数据处理系统， 其特征在于， 获取误差率P， P＝e‑L*(ln2)2/z。 6.根据权利要求5所述的获取最终用户ID的数据处 理系统， 其特 征在于， P≤ 5％。 7.根据权利要求6所述的获取最终用户ID的数据处 理系统， 其特 征在于， P≤ 3％。 8.根据权利要求2所述的获取最终用户ID的数据处理系统， 其特征在于， 布隆过滤器的 长度L、 哈希函数的数量 n、 原始用户ID的数量z满足下述条件： n ＝L*ln2/z。 9.根据权利要求1所述的获取最终用户ID的数据处理系统， 其特征在于， 所述原始用户 ID用于表征原 始用户身份的唯一标识。 10.根据权利要求1所述的获取最终用户ID的数据处理系统， 其特征在于， 所述目标用 户ID用于表征目标用户身份的唯一标识。权　利　要　求　书 1/1 页 2 CN 115378577 A 2一种获取最终用户ID的数据处理系统 技术领域 [0001]本发明涉及数据处 理领域， 特别是 涉及一种获取最终用户ID的数据处 理系统。 背景技术 [0002]联邦学习是一种新兴的人工智能基础技术， 其目的是在保障大数据交换时的信息 安全、 保护终端数据和个人数据隐私， 在多参与方或多计算结点之间展开高效率的机器学 习。 联邦学习系统架构由加密样本对齐、 加密模型训练、 效果激励三部分组成， 加密样本对 齐是指数据拥有方在不公开各自数据的前提下确定双方的共有用户， 并且不暴露不互相重 叠的用户。 在现有技术中， 完成加密样本对齐可以采用基于Bind  RSA和哈希算法的解决方 案、 基于Diffie ‑Hellman的方案、 基于OT和OPRF的实现等各种实现方案， 但现有技术的实现 对于数据量较大的样本处 理效率比较低， 占用的内存空间大。 发明内容 [0003]针对上述 技术问题， 本发明采用的技 术方案为： [0004]一种获取最终用户ID的数据处理系统， 系统包括数据库、 处理器和存储有计算机 程序的存储器， 存储器中存储有哈希函数列表B＝{B1，…， Bj，…， Bn}， Bj是指哈希函数列表 中第j个哈希函数， j的取值范围是1到n， n是指哈希函数的数量； 其中， Bj≠Bj+1； 当处理器执 行一段计算机程序时， 执 行如下步骤： [0005]S100， 获取原始用户ID列表E＝{ E1，…， Eg，…， Ez}， Eg是指第g个用户ID， g的取值范 围是1到z， z是原始用户ID的数量； [0006]S200， 将E通过哈希函数列表B生成对应的第一中间哈希值列表E ′＝{E′1，…， E ′g，…， E′z}， E′g＝{E′g1，…， E′gj，…， E′gn}， E′gj是指Eg通过Bj生成的哈希值； [0007]S300， 基于E′， 将布隆过 滤器对应的点 位变成“1”； [0008]S400， 获取目标用户ID列表A＝{A1，…， Ai，…， Am}， Ai是指目标用户ID列表中第i个 用户ID， i的取值范围是1到m， m是指目标用户ID的数量； [0009]S500， 将A通过哈希函数列表B生成对应的第二中间哈希值列表A ′＝{A′1，…， A ′i，…， A′m}， A′i＝{A′i1，…， A′ij，…， A′in}， A′ij是指Eg通过Bj生成的哈希值； [0010]S600， 当A ′i对应布隆过滤器的点位均为 “1”时， 将Ai标记为最终用户ID并基于A ′获 取最终用户ID列表。 [0011]本发明至少具有以下有益效果： [0012]最终用户ID是指两个数据提供方中的相同的用户ID， 同时在原始用户ID在进行完 哈希函数后生成的哈希值映射到布隆过滤器， 目标用户ID在经过哈希函数后第二中间哈希 值和布隆过滤器中进行匹配， 当第二中间哈希值对应布隆过滤器的点位均为 “1”时， 将Ai标 记为最终用户ID； 本发明在不公开数据提供方的其它的数据的情况下， 找到两个数据提供 方的共有用户ID， 且使用哈希 函数生成哈希值的方法， 使得在数据的存储占用空间更小， 同 时使用布隆过滤器， 将哈希值映射到布隆过滤器中， 使得在目标用户和原始用户匹配过程说　明　书 1/4 页 3 CN 115378577 A 3