[發明專利]一種敏感數據發布中的隱私保護方法

有效

• 申請號: 201710043245.6
• 申請日: 2017-01-19
• 公開（公告）號: CN106874788B
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 李春花;周可;胡家琦
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 武漢臻誠專利代理事務所(普通合伙) 42233
• 代理人: 向彬

1.一種敏感數據發布中的隱私保護方法，其特征在于，包括以下步驟：

(1)接收來自用戶的數據集以及對應的多個概化輸入樹，該數據集具有m組，每組數據具有n個屬性；其中概化輸入樹采用的是一種樹形的結構，即父節點和子節點結合的方式，用于表示數據概化之間的關系，數據集中的不同列具有不同的屬性，該列所對應的概化輸入樹就描述了該列屬性對應的多個屬性值之間的概化規則，該概化輸入樹的數量是小于或等于數據集中每組數據的屬性數量；

(2)遍歷數據集中的每一組數據，并依次判斷該組數據中的每一列數據是否存在對應的概化輸入樹，如果存在，則根據該數據的屬性值在對應概化輸入樹中查找對應的節點，并將該節點的信息輸入到坐標數組中，如果不存在，則直接將該數據的屬性值輸入坐標數組中，從而得到m行坐標數組，并為每個坐標數組添加初始值為0的標志位；

(3)建立標志位分別為1，2，…，p的p個簇，從m行坐標數組中隨機選擇其中p行坐標數組分別作為建立的p個簇的中心點，其中0<p≤m；

(4)依次對m行坐標數組中的每一行，分別獲取其與p個中心點之間的距離，選取得到的p個結果中最小值對應的中心點對應的簇，將該行坐標數組添加到對應的簇中，并將當前行坐標數組的標志位設置為當前簇的標志位；

(5)重新獲取步驟(4)中得到的每個簇的中心點作為新的中心點；

(6)判斷步驟(5)獲得的新的中心點是否與對應的原中心點是否相同，如果相同則進入步驟(7)，否則返回步驟(4)；

(7)針對得到的每一個簇，判斷該簇中坐標數組的個數是否大于2k，其中k是用戶預先設置的匿名組的數量，是則計算出該簇的中心點，獲取該簇中距離該中心點最遠的坐標數組s，獲取距離坐標數組s最遠的坐標數組u，將距離坐標數組s最近的k-1個坐標數組與s歸為一個k匿名組中，將距離坐標數組u最近的k-1個坐標數組與u歸為一個k匿名組中，并將這些歸入k匿名組中的坐標數組從簇中刪除；否則判斷該簇中坐標數組的個數是否大于k，如果是則將該簇中坐標數組歸為一個k匿名組，并將這些歸入k匿名組中的坐標數組從簇中刪除，否則將該簇中坐標數組歸入上一次歸入的k匿名組中，并將這些歸入k匿名組中的坐標數組從簇中刪除；

(8)重復步驟(7)，直到簇中的坐標數組數量為0為止；

(9)根據概化輸入樹對得到的多個k匿名組進行概化輸出，其具體為，對于k匿名組中數字類型，是通過輸出該匿名組中數字的取值范圍進行概化；對于k匿名組中字符串型數據，如果該k匿名組中所有的字符串均相同，則輸出該字符串，否則輸出通配符；對于k匿名組中節點信息，首先比較兩個節點是否相同，相同則輸出當前節點，不同則比較其所在的層數是否相同，如果層數相同則比較其父節點是否相同，父節點相同則輸出該父節點，父節點不同則繼續判斷其各自上一級父節點是否相同，如果相同，則輸出該上一級父節點，否則繼續判斷其上一級父節點并重復本過程；如果層數不相同，則將層數大的節點的上一級父節點與另一個節點進行比較，看二者層數是否相同，如果層數相同，則依照上述層數相同時候的原則進行判斷，如果還不相同，則繼續尋找其上一級父節點，并重復本過程。

2.根據權利要求1所述的敏感數據發布中的隱私保護方法，其特征在于，節點的信息包括節點所在的層數、節點的屬性值、以及節點的父節點。

3.根據權利要求1所述的敏感數據發布中的隱私保護方法，其特征在于，步驟(4)中，當元素為數字時，計算距離時是采用歐氏距離計算公式。

4.根據權利要求1所述的敏感數據發布中的隱私保護方法，其特征在于，步驟(4)中，當元素是字符串時，如果元素的屬性值相同則距離為0，屬性值不同則距離為1。