[發明專利]大數據的受控共享的系統和方法

有效

• 申請號: 201580061092.7
• 申請日: 2015-11-13
• 公開（公告）號: CN107113183B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 馬林·利佐尤;馬克·施滕
• 申請（專利權）人: 比特諾比有限責任公司
• 主分類號: H04L12/16
• 分類號: H04L12/16;G06F16/2458;G06F16/27
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 翟國明

提供用于受控數據共享的方法和系統。根據一個實例，數據提供商限定一個或多個數據策略并且允許訪問給一個或多個數據消費者的數據。每個數據消費者提交包括兩個階段的分析任務(作業)：數據轉換和數據挖掘。所述數據提供商驗證數據根據所述數據策略被轉換(例如，匿名化)。在驗證后，允許所述數據消費者對所述數據挖掘階段結果進行訪問。數據提供商和數據消費者的生態系統可通過使用允許在靈活、安全的環境中發現和共享的web服務而松散耦合。

技術領域

本發明的領域是數據代理、數據共享和訪問控制，并且具體地是隱私控制。

技術背景

以下描述包括可用于理解本發明的信息。并不承認本文提供的任何信息都是現有技術，或與目前要求保護的本發明有關，或并不承認明確地或隱含地引用的任何公布是現有技術。

今天，我們正生活在大數據時代，其中自2010年以來世界上90％的數據已經存在。許多大數據應用程序通過數據提供商與分析提供商之間的協作來開發。例如，IBM報告說當分析住院患者數據時，死亡率降低。同樣，名為Shoppycat的服務基于用戶朋友的愛好和興趣向社交網絡用戶推薦零售產品。所有這些實例都需要在數據提供商與數據消費者應用程序之間進行集成。為了促進數據提供商與數據消費者之間的生態系統，需要大型數據提供商開發用于使得能夠訪問其數據的安全機制。

研究人員試圖解決大數據的隱私保護問題。因此，存在許多用于數據匿名化的技術。由于非結構化或半結構化的大量數據，所以在大數據背景下符合性變得更加復雜。此外，數據所有者可能不具有關于存儲在其服務器上的數據的敏感性的足夠知識。同樣，大數據可以具有大體積和高速度，并且因為典型的分析需求不需要所有數據，這意味著對所有現有數據進行結構化和匿名化可能導致低效的資源使用。

為了從大數據提取價值，數據提供商通常在許多數據消費者之間共享數據。這樣，數據共享成為大數據平臺的重要特征。然而，隱私是阻礙組織實施數據共享解決方案的障礙。同樣，數據所有者傳統上負責在向第三方釋放數據之前準備數據。為了釋放而準備數據是復雜的任務并且可能成為另一個障礙。本文中的所有公布都以引用的方式并入本文，所述引用的程度就如同已明確且個別地指示將各個別公布或專利申請以引用的方式并入本文一般。在并入的參考文獻中術語的定義或使用與本文中提供的這個術語的定義不一致或相矛盾時，以本文中提供的這個術語的定義為準并且參考文獻中的這個術語的定義不再適用。

在一些實施方案中，用于描述和要求本發明的某些實施方案的表示成分、特性(諸如濃度、反應條件等)的量的數值在一些情況下應理解為被術語“約”修飾。因此，在一些實施方案中，在書面描述和權利要求書中闡述的數值參數是可以隨特定的實施方案設法獲得的希望特性而變化的近似值。在一些實施方案中，應根據報道的有效數字的數目并且通過應用一般的舍入技術來解釋數值參數。雖然闡述本發明的一些實施方案的廣泛的范圍的數值范圍和參數是近似值，但是在特定的實例中闡述的數值盡可能精確地被報告。在本發明的一些實施方案中提供的數值可含有由在它們的相應試驗測量中見到的標準偏差必然產生的某些誤差。

除非上下文另有明確指示，如在本文的描述和隨后的整個權利要求中所使用的“一個(a)”、“一種(an)”和“所述”的含義包含復數個參照對象。此外，除非上下文另有明確指示，如本文的描述中所使用的“在……中”的含義包含“在……中”和“在……上”。

本文中列舉的數值范圍僅僅希望作為單獨提及落入范圍中的每個獨立數值的簡寫方法。除非本文另外指明，否則每個單獨數值均并入在本說明書中，如同本文單獨列舉每個單獨數值一樣。可按任何適合的順序來執行本文所述的全部方法，除非本文另外指明或上下文明顯矛盾。使用相對于本文中的某些實施方案提供的任何和所有實例或示例性語言(例如，“諸如”)的目的僅僅是希望更好地闡明本發明而不對另外要求的本發明施加限制。說明書中的任何語言都不應解讀為指示任何未要求保護的要素是實施本發明所必需的。