[發明專利]用于數據的關系型上下文敏感匿名化的方法和系統

有效

• 申請號: 201410093918.5
• 申請日: 2014-03-14
• 公開（公告）號: CN104346418B
• 公開（公告）日: 2018-06-19
• 發明（設計）人: C·O·艾侖;S·R·凱瑞爾;H·墨斯三世;E·伍茲
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 邊海梅

描述了用于數據的關系型上下文敏感匿名化的方法和系統。更具體而言，提供了用于數據的關系型上下文敏感匿名化的機制。接收對數據的請求，該請求指定與所選人的所選群組相對應的關系型上下文，所選人的所選群組是基于關系型上下文從人的全局群組中選擇的。關系型上下文指定所選群組中的所選人的一個或多個屬性，這一個或多個屬性確立所選人之間的關系并且將所選人與全局群組中的不在所選群組中的非所選人相區分。對于關系型上下文，基于與所選人相對應的個人信息數據的語料庫，確定個人信息數據中的關鍵屬性，并且確定每個關鍵屬性的罕見性值。然后基于所確定的每個關鍵屬性在所選群組的關系型上下文內的罕見性值來匿名化所選關鍵屬性。

技術領域

本申請概括而言涉及改進的數據處理裝置和方法，更具體而言涉及用于基于個體群組上的關系型上下文（relational context）識別并匿名化敏感識別信息的機制。

背景技術

數據的匿名化（anonymization）是當今的利用計算機化機制可相對容易的規避個體隱私的面向計算機的社會中的一個重要考慮因素。也就是說，通過網站、數據庫、目錄等等，個體的個人信息被收集并供合法使用，但也可被利用于非法用途。隨著身份盜竊和對個人信息的其他非法訪問變得更猖獗，個體隱私正變成更重要的問題。另外，政府規章要求保持諸如醫療歷史信息之類的某些類型的關于個體的數據的安全。

已知的匿名化系統和技術本質上利用模式匹配或關鍵字搜索來識別標準化信息來加以模糊或消除以使其不能夠作為查詢的結果返回。在更結構化的系統中，一類字段基礎可用于識別包含個人可識別信息的字段。一般地，這些系統識別數據中的字段，例如姓名、地址、郵編等等——這些字段被確定為可用于個體地識別特定的人的字段，并且程序化地模糊或消除這些字段以使其不能作為查詢的結果返回。

匿名化系統和技術的示例可在屬于本申請的申請人的以下美國專利申請公布中找到：2009/0303237；2011/0113049；2011/0277037；和2012/0303616。

發明內容

在一個示意性實施例中，提供了一種包括處理器和存儲器的數據處理系統中的用于數據的關系型上下文敏感匿名化的方法。該方法包括由數據處理系統接收對數據的請求。該請求指定與所選人的所選群組相對應的關系型上下文，所選人的所選群組是基于關系型上下文從人的全局群組中選擇的。關系型上下文指定所選群組中的所選人的一個或多個屬性，這一個或多個屬性確立所選人之間的關系并且將所選人與全局群組中的不在所選群組中的非所選人相區分。該方法還包括由數據處理系統對于與所選群組相對應的關系型上下文，基于與所選群組中的所選人相對應的個人信息數據的語料庫（corpus），確定個人信息數據中的一個或多個關鍵屬性。另外，該方法包括由數據處理系統確定一個或多個關鍵屬性中的每個關鍵屬性在所選群組的關系型上下文內的罕見性值（rarity value）。此外，該方法包括由數據處理系統基于所確定的每個關鍵屬性在所選群組的關系型上下文內的罕見性值來匿名化一個或多個關鍵屬性中的所選關鍵屬性。

在其他示意性實施例中，提供了一種計算機程序產品，其包括具有計算機可讀程序的計算機可使用或可讀介質。計算機可讀程序當在計算設備上被執行時使得計算設備執行以上關于方法示意性實施例概述的操作中的各種操作及其組合。

在另一示意性實施例中，提供了一種系統/裝置。該系統/裝置可包括一個或多個處理器和與這一個或多個處理器相耦合的存儲器。該存儲器可包括指令，這些指令當被該一個或多個處理器執行時使得該一個或多個處理器執行以上關于方法示意性實施例概述的操作中的各種操作及其組合。

在以下對本發明的示例實施例的詳細描述中將描述本發明的這些和其他特征和優點，或者本領域普通技術人員可基于這些詳細描述而清楚本發明的這些和其他特征和優點。

附圖說明

通過結合附圖參考以下對示意性實施例的詳細描述，將最好地理解本發明及其優選使用模式和更多的目的和優點，附圖中：