一种基于隐私保护的收入分配差距基尼系数度量方法与流程

本发明属于信息安全技术领域，涉及一种个人收入分配差距基尼系数度量方案中隐私保护的个人收入差距与隐私保护方法，特别涉及针对经济学中个人收入分配差距度量研究领域的特点、个人收入数据隐私保护的需要、对企业员工收入分配差距度量基尼系数进行检测的需求，通过结合同态加密算法、经济学技术的一种具有隐私保护的企业员工个人收入差距的基尼系数测量方法。

背景技术：

经济学研究领域个人收入分配差距影响着经济的增长，影响着国家的稳定。企业内部、企业之间保持适度与合理的收入分配差距可以对经济增长产生积极的激励作用，同时对资源配置也起到促进作用，从而可以刺激并加快经济快速增长，形成改善收入分配状况的物质基础，但是收入分配差距过大也会对社会经济产生不好的影响，损害经济的稳定和效率的增长，从而破坏国家的安定团结，最终会导致社会动荡。因此对个人收入分配差距进行监测以及度量技术的研究，在经济学领域有着相当重要的意义。目前对个人收入分配差距的度量方案中，基尼系数是当前使用最为广泛的一种评价收入差距的指数，基尼系数摆脱了以往只关注平均值的缺陷，而且是一种可以直接度量的方法，具有较直观的意义。但是由于个人收入等数据涉及到个人的隐私信息，具有较高机密性，因此需要建立一套完整安全的机制来确保在进行收入分配差距技术的研究过程中，既可以保证在使用个人收入等数据信息的同时又不暴露其个人信息的隐私数据。

在工资系统中，企业把工资代发业务转交给银行机构，如果某个企业内部有n个员工，那么企业将会把n个员工工资数据发送给银行，银行收到信息后，处理数据，实现工资的代发，因此银行机构是一个可信机构。

同态加密技术是现代密码常用的一种加密技术，同态加密允许在密文上进行计算，生成计算后的密文数据，对密文解密后和在明文上进行相关操作结果一致。同态加密的目的就是在保证在不知明文的情况下完成数据的计算。

技术实现要素：

为了解决收入差距度量技术中的隐私泄露问题，本发明提供了一种基于个人收入分配差距基尼系数度量方案中的隐私保护方法，降低在计算收入分配差距的基尼系数度量方法中个人隐私数据泄露的风险。

本发明所采用的技术方案是：一种基于隐私保护的收入分配差距基尼系数度量方法，采用基于隐私保护的收入分配差距基尼系数度量系统；

其特征在于：

所述系统包括云端服务器cs、用户端cr、可信第三方机构ti、科研机构sri；

假设要统计n个人的收入分配差距基尼系数的度量，系统中包括n个用户端cr；所述方法包括以下步骤：

步骤1：系统初始化；

步骤2：可信第三方机构ti产生公钥和私钥；

步骤3：用户端cr将个人收入数据通过同态加密算法进行加密；

步骤4：把经过加密的密文通过用户端cr发送到云端服务器cs；

步骤5：云端服务cs对密文数据进行聚合，然后利用经济学原理，采用基尼系数的计算方法对密文进行计算。

步骤6：云端服务器cs将计算后的密文数据发送给科研机构sri；

步骤7：科研机构sri解密数据，科研机构得到n个人收入数据的基尼系数，得到个人收入分配偏差的基尼系数度量数据。

本发明利用云端服务器的可执行环境，通过可信第三方产生的公共密钥，将企业的员工个人收入数据通过可信第三方产生的公钥采用同态加密技术进行数据加密，然后将加密后的数据传送到云端服务器，云端服务器采用聚合技术对传送来的数据进行密文上数据的聚合运算，完成n个收入数据的聚合，计算出数据密文上的均值及计算基尼系数的数据。然后相关科研机构利用云端服务器计算出的数据密文，利用可信第三方产生的私钥解密出数据，通过经济学原理中基尼系数的计算公式计算出收入差距度量基尼系数，从而保证了用户的个人收入数据的隐私保护。

本发明方法与现有技术相比有如下优点和有益效果：

(1)本发明提出了一种接近实际的系统模型，该模型包含可信第三方银行机构和科研机构，这样的模型与现实生活贴近；

(2)本发明在确保用户个人收入数据隐私不被泄露的情况下实现了经济学家们比较关注的问题，掌握企业员工个体之间的收入差距的度量，具有很高的实用性，为社会的稳定和经济发展服务。通过同态加密的方法，利用云计算的特点，实现云端服务器在不知道原始数据的情况下，完成加密数据的聚合、均值、基尼系数的计算，因此本发明具有较高的隐私保护安全性。

附图说明

图1：本发明实施例的方法流程图；

图2：本发明实施例的方法中用户端注册流程图；

图3：本发明实施例的方法中科研机构注册流程图。

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,此处所描述的实施实例仅用于说明和解释本发明。

请见图1、2、3，本发明提供的一种基于隐私保护的收入分配差距基尼系数度量方法，采用基于隐私保护的收入分配差距基尼系数度量系统；

系统包括云端服务器(cloudserver，简称cs)、用户端(clientregion,简称cr)、第三方可信机构(trustedinstitutions,简称ti)、科研机构(scientificresearchinstitutions,简称sri)；

假设要统计n个人的收入分配差距基尼系数的度量，系统中包括n个用户端cr；首先进行系统初始化，产生公钥和私钥数据，对私有数据加密，把加密后的私有数据发送到云端服务器，云端服务器对加密数据进行聚合、均值，利用经济学原理，计算基尼系数的密文数据，云端服务器将计算后的密文数据发送给科研机构，科研机构对密文数据进行解密，根据解密后的数据及基尼系数的定义计算基尼系数，最后科研机构得到n个人收入数据差距的基尼系数。

具体包括以下步骤：

步骤1：系统初始化工作；

步骤1.1：初始化n个用户端cr，生成系统参数；

可信第三方机构ti随机选择参数k，生成两个大素数p,q，其中p,q是参数k阶的大素数，且满足gcd(pq,(p-1)(q-1))＝1，并随机生成一个整数参数g，满足其中，gcd表示求最大公约数，表示小于n²且与n²互素的非负整数集合；

n个用户端随机生成自己对应的参数ri，其中，0<i≤n，0<ri<n，

步骤1.2：用户端cr完成系统注册信息；

步骤1.3：科研机构sri完成系统注册。

步骤2：可信第三方机构ti产生公钥和私钥；

步骤2.1：可信第三方机构ti根据系统生成的参数，利用paillier加法同态加密算法，计算出算法的公钥(n，g)和私钥(λ，μ)，其中n＝pq，是初始化阶段随机生成的两个大素数参数的乘积，与生成元参数g，一起组成加密公钥(n，g)，计算最小公倍数λ＝lcm(p-1)(q-1)，μ＝(l(g^λmodn²))^-1，其中一起组成解密私钥(λ，μ)，为将来密文服务；

步骤2.2：可信第三方机构ti根据用户端cr注册信息，发送生成的公钥(n，g)到用户端cr；

步骤2.3：可信第三方机构ti根据科研机构的注册信息将私钥发送给科研机构sri；

步骤3：用户端cr将个人收入数据通过同态加密算法进行加密；

步骤3.1：n个用户端cr依次接收到来自可信第三方机构的加密公钥；

步骤3.2：n个用户端cr将拥有的个人收入数据x1,x2,...,xn，用可信第三方机构发来的公钥，对自身所拥有的数据进行加密，通过paillier加法同态加密算法计算出明文x1,x2,...,xn对应的密文信息：ci是用户端所拥有的数据经过公钥加密后的密文数据，ri是用户端初始化阶段随机生成的整数参数；

步骤3.3：用户端cr把经过加密的n个密文发送给云端服务器cs。

步骤4：把经过加密的密文通过用户端cr发送到云端服务器cs；

步骤4.1：n个用户端cr依次将加密后的密文发送到云端服务器cs；

步骤4.2：云端服务器cs接收来自用户端cr的n个加密后数据的密文信息；

步骤5：云端服务cs对密文数据进行聚合，然后利用经济学原理，采用基尼系数的计算方法对密文进行计算；

步骤5.1：云端服务器cs接收到来自用户端发来的密文数据；

步骤5.2：利用paillier同态加密的性质，对接收到的n份密文实施聚合操作，得到聚合后的密文计算出均值其中是密文聚合后的n个收入数据的平均值的密文；

步骤5.3：对聚合后的密文，计算出其均值密文数据，再利用经济学上度量收入分配差距的中最广泛使用基尼系数计算方法，生成满足在密文上可进行基尼系数计算的相关数据，得到可计算基尼系数的密文；

其相关计算如下：令取r＝r1,r2,...rn，利用paillier乘法性质计算得到y为计算基尼系数需要的密文；

步骤6：云端服务器cs将计算后的密文数据发送给科研机构sri；

步骤6.1：云端服务器cs发送聚合、均值密文数据到研究机构sri；

步骤6.2：云端服务器cs发送满足计算基尼系数的数据密文到研究机构sri；

步骤6.3：科研机构sri依次接收到来自云端服务器cs经过计算后的满足计算基尼系数密文数据，聚合后的数据均值和计算基尼系数的数据密文。

步骤7：科研机构sri解密数据，科研机构得到n个人收入数据的基尼系数，得到个人收入分配偏差的基尼系数度量数据；

步骤7.1：科研机构sri接收来自云端服务器的均值密文计算基尼系数所需的密文数据

步骤7.2：科研机构sri使用解密私钥(λ，μ)和paillier解密算法，随机选择一个整数r，0＜r＜n,与n互质，解密收到的密文，得到

步骤7.3：科研机构sri将解密出来明文数据，运用经济学中度量个人收入分配差距基尼系数，根据解密出来的数据得到基尼系数的计算公式，计算出基尼系数

本发明以paillier同态加密方案实现了经济学上的收入分配差距的度量方法，使得其他个人和机构在保证个人收入隐私的情况下，完成了个人收入分配差距基尼系数的度量。

应当理解的是，本说明未详细阐述的部分是现有成熟技术。

应当理解的是，上述针对本实施例的描述比较详细，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下，还可以做出变形或者进行相应的替换操作，这均落入本发明的保护范围之内。因此，本发明将不会被限制于本文所示的这些实例，而是符合与本文所公开的原理相一致的最宽范围。