基于工业互联网的汽车折旧模型参数隐私保护系统及方法

技术领域

本发明属于线性回归模型技术领域和工业互联网的汽车折旧模型参数隐私保护回归评估技术领域；涉及线性回归模型为汽车拥有者和汽车云提供交互服务的一种基于工业互联网的汽车折旧模型参数隐私保护回归评估系统级方法；特别涉及工业互联网汽车车况回归评估中对汽车隐私保护的需要，设计的一种基于工业互联网的汽车折旧模型参数隐私保护回归评估系统及方法。

背景技术

随着工业互联网技术的迅速发展，我国汽车存量逐渐增加。二手车市场作为汽车市场不可或缺的一部分，规模也在不断扩张。车辆折旧评估是二手车市场中不可缺少的步骤，在二手车买卖等领域有着广泛的应用。现有的车辆折旧评估方法常通过试驾等方法来进行，受个人主观影响较大，评估的结果因人而异，缺乏统一的标准。利用工业互联网中海量的车辆数据，可以通过回归模型拟合汽车各部分车况对车辆折旧影响的线性回归曲线，得到的折旧模型参数可用来综合评判车辆车况的优劣程度，作为车辆折旧评估模型中的重要参考。但在线性回归拟合过程中，存在着泄露汽车车况数据的危害。因此，如何在利用工业大数据给汽车拥有者提供车辆折旧评估服务的同时保护汽车拥有者汽车车况隐私是一个重要的课题。

发明内容

为了保护汽车拥有者汽车车况隐私不被泄露的情况下实现汽车折旧模型参数隐私保护评估，本发明提供了一种基于工业互联网的汽车折旧模型参数隐私保护评估系统及方法。

本发明的系统所采用的技术方案是：一种基于工业互联网的汽车折旧模型参数隐私保护系统，包括M个汽车拥有者u

所述4S店配置有系统初始化模块，用于生成并分配秘钥和系统参数；

所述汽车拥有者u

所述汽车云配置有折旧模型参数训练模块和终止判断模块；所述折旧模型参数训练模块，用于汽车云进行折旧模型参数拟合，对收到的密文进行计算，得到隐私保护折旧模型参数

本发明的方法所采用的技术方案是：一种基于工业互联网的汽车折旧模型参数隐私保护方法，包括以下步骤：

步骤1：系统初始化；

步骤1.1：4S店根据挑选的安全参数

步骤1.2：公布公钥pk；

步骤1.3：汽车拥有者协商正则化系数λ、折旧模型参数

步骤1.4：汽车拥有者u

步骤2：车辆实时采集汽车各部分车况数据

步骤3：汽车云进行隐私保护折旧模型参数拟合，并将结果作为服务响应返回给汽车拥有者u

步骤4：汽车拥有者u

本发明方法与现有的技术相比有如下的优点和有益效果：

本发明确保汽车拥有者的汽车车况数据不被泄露的情况下实现了汽车折旧模型参数隐私保护评估系统，得到的折旧模型参数

附图说明

图1：本发明实施例的系统架构图；

图2：本发明实施例的方法流程图，其中(a)为步骤1-步骤3.1流程图，(b)为步骤3.2-步骤3.10流程图，(c)为步骤3.11-步骤4流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

汽车折旧模型参数评估是一种基于隐私保护回归模型的服务。参与的汽车拥有者希望不泄露自己的汽车车况数据给任何参与者的情况下，得到折旧模型参数

请见图1，本发明提供的一种基于工业互联网的汽车折旧模型参数隐私保护评估系统，具体包括M个汽车拥有者u

本实施例的4S店配置有系统初始化模块，用于生成并分配秘钥和系统参数；

本实施例的汽车拥有者u

本实施例的汽车云配置有折旧模型参数训练模块和终止判断模块折旧模型参数训练模块，用于汽车云(汽车云完成训练模块，训练过程中汽车云会向4S店发送查询请求，4S店返回查询应答。即主要由汽车云计算，4S店提供少量协助计算。)进行折旧模型参数拟合，对收到的密文进行计算，得到隐私保护折旧模型参数

本实施例中，汽车拥有者手持汽车车况数据向汽车云提出安全的汽车折旧模型参数隐私保护评估服务请求，汽车云和4S店在不知道任何汽车拥有者特定车况数据的情况下生成响应(即确定出折旧模型参数)，汽车云将结果返回给汽车拥有者，汽车拥有者在4S店的协助下恢复出折旧模型参数

本实施例的根据M个汽车拥有者u

请见图2，本发明提供的一种基于工业互联网的汽车折旧模型参数隐私保护评估方法，根据M个汽车拥有者提供的汽车各部分车况数据，安全的求出折旧模型参数

具体包括以下步骤：

步骤1：系统初始化；

步骤1.1：4S店根据安全参数(4S店挑选160bit安全参数

步骤1.2：公布公钥pk；

步骤1.3：汽车拥有者u

步骤1.4：汽车拥有者u1将精度∈发送给汽车云。

步骤2：车辆实时采集汽车各部分车况数据

步骤2.1：汽车利用工业物联网的感知和监控技术实时采集汽车各部分车况数据，并收集汽车在4S店、维修店等实体店的维修保养信息和折旧评估等级，将汽车车况数据

步骤2.2：汽车拥有者u

其中，

步骤2.3：汽车拥有者u

步骤2.4：汽车拥有者u

其中，I表示单位矩阵，m表示汽车拥有者拥有的车况数据的数量；

步骤2.5：汽车拥有者u

步骤3：汽车云进行隐私保护折旧模型参数拟合，并将结果作为服务响应返回给汽车拥有者；

步骤3.1：汽车云计算

其中，ο表示矩阵对应位置元素相乘；

步骤3.2：汽车云计算安全向量内积

则

步骤3.3：汽车云将加密的信息

步骤3.4：4S店利用私钥sk＝q

4S店利用私钥sk＝q

4S店利用Pollard’lambda算法解密以

步骤3.5：4S店将加密的信息

步骤3.6：汽车云计算

步骤3.7：汽车云计算

利用乘同态得：

步骤3.8：汽车云将密文

步骤3.9：4S店利用私钥sk＝q

4S店利用私钥sk＝q

4S店利用Pollard’lambda算法解密以

步骤3.10：汽车云根据

步骤3.11：汽车云挑选随机数

步骤3.12：汽车云计算

并重复步骤3，直到

步骤4：汽车拥有者在4S店的帮助下解密得到折旧模型参数

步骤4.1：汽车拥有者u

计算：

步骤4.2：汽车拥有者将随机化后的密文

步骤4.3：4S店利用私钥sk＝q

4S店利用Pollard’lambda算法解密以k

并返回给汽车拥有者；

步骤4.4：汽车拥有者对消息去随机化，得到折旧模型参数

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。