[發明專利]一種處理負調查中不合理數據的方法

有效

• 申請號: 201710267513.2
• 申請日: 2017-04-21
• 公開（公告）號: CN107145539B
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 趙冬冬;方舒;向劍文
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F16/215
• 分類號: G06F16/215;G16H10/20;G16H50/70
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

本發明公開了一種處理負調查中不合理數據的方法，包括如下四個步驟：計算正調查的值；將不合理的數據進行調整；對于調整后的數據，計算由調整造成的差值分配到其他選項的比例；對于調整后得到的負調查的值，計算正調查的值等；在負調查重建正調查數據的過程中，本發明既可以處理負值這一類不合理的數據，也可以處理與背景知識相違背的不合理數據，并且取得較高的重建精度。

技術領域

本發明屬于隱私保護技術領域，涉及一種負調查重建正調查數據的方法，具體涉及一種傳統的重建算法出現不合理數據時的處理方法。

背景技術

信息大爆炸的時代，人們逐漸意識到個人隱私安全的重要性。為了滿足人們日益增長的隱私保護的需求，越來越多的隱私保護的方法被提出，負調查就是其中的一種。負調查是信息負表示的一種應用，與傳統調查相比，它可以有效的保護參與者的隱私，特別適用于敏感數據的收集。在傳統的正調查中，不論是否涉及到敏感數據，參與者都需要選出符合自己實際情況的那個選項，而負調查與傳統的正調查相反，參與者被要求在不符合自己實際情況的選項中選擇一項。

負調查收集到的數據，并不是我們所需要的數據，我們需要的是從負調查重建出來的正調查的數據。目前大多的重建算法都是針對均勻負調查提出的，均勻負調查是指算法假設參與者是以等概率的可能性選擇負選項。NStoPS重建算法是均勻負調查最基本的重建算法，但是NStoPS算法在重建的結果中可能出現負值，負值是不符合實際情況的，所以屬于是不合理的數據。隨后，針對負值問題，在NStoPS基礎上提出了兩種改進算法，稱為NStoPS-I、NStoPS-II。雖然這兩種算法可以很好的處理負值問題，但是NStoPS-I迭代速度慢，效率低，NStoPS-II不適用于選擇概率為任意分布的負調查。

現實中的調查問卷往往是存在一些背景知識的，比如對于某些疾病的調查，醫院往往知道該疾病的發病概率等。若將背景知識引入到負調查中，采用傳統的重建算法，會出現與背景知識相違背的不合理數據。針對這類不合理數據，NStoPS-BK算法被提出，該算法證明了合理的利用背景知識可以有效的提高數據重建的精度。

負調查要求隨機選擇一個不符合自己情況的選項，調查過程中也可能存在人為偏好，這些都有可能造成負調查重建正調查數據時出現不合理的數據。顯然，這些不合理的數據會影響重建正調查數據的精度，所以，合理的處理重建算法中的不合理數據對于提高數據重建精度非常重要。

發明內容

為了解決上述技術問題，本發明提供了一種處理負調查中不合理數據的方法。

本發明所采用的技術方案是：一種處理負調查中不合理數據的方法，其特征在于，包括以下步驟：

步驟1：計算正調查的值；

步驟2：將不合理的數據進行調整；

步驟3：對于調整后的數據，計算由調整造成的差值分配到其他選項的比例；

步驟4：步驟4：根據步驟3中得到的比例對負調查的值進行調整，對于調整后的負調查的值，計算對應的正調查的值。

作為優選，步驟1中，采用傳統的NStoPS重建算法計算正調查的值為其中，表示正調查中選項i的人數比例估計值，i＝1、2、...、c；

作為優選，步驟2中，將不合理的數據進行調整，調整后負數據和正數據的關系為：

其中，r_i表示負調查中每個選項的人數比例，x_i表示調整后正調查的人數比例，并且r₁+...+r_c＝1，X₁+...+X_c＝1，Δr_i表示調整不合理的數據所帶來的差值，p_ij代表在正調查中選擇選項i的人在負調查中選擇了選項j的概率，i＝1、2、...、c，j＝1、2、...、c；