一种联邦隐私保护用户信息匹配算法

信息化时代,人们在生产和生活中产生了大量的数据,但大多分散在不同的机构或组织中,难以对其建立关联。现有的基于隐私保护可达性查询的用户信息匹配算法大多假设存在一个拥有完整数据集的数据提供方,但现实中数据往往分散在不同参与方中,需要联合所有参与方的数据才能构成完整数据集。为解决这个问题,本文提出了一种联邦隐私保护用户信息匹配算法。在人工数据集中的运行结果显示,本文的方法能在数据分散的场景下进行用户信息匹配,同时加入的本地提前筛选阶段能有效减少待验证自然人数量,减少通信开销。