[發(fā)明專利]基于微聚集匿名的差分隱私保護(hù)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710406535.2
• 申請(qǐng)日: 2017-06-01
• 公開（公告）號(hào): CN107358113A
• 公開（公告）日: 2017-11-17
• 發(fā)明（設(shè)計(jì)）人: 吳響;劉偉;魏裕陽(yáng);毛亞青
• 申請(qǐng)（專利權(quán)）人: 徐州醫(yī)科大學(xué)
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62
• 代理公司: 北京盛凡智榮知識(shí)產(chǎn)權(quán)代理有限公司11616
• 代理人: 晏榮府

1.一種基于微聚集匿名的差分隱私保護(hù)方法，其特征在于：包括一次劃分單元、二次劃分匿名單元以及加噪處理單元，具體步驟如下：

一次劃分單元：對(duì)屬性都是數(shù)值型的原始數(shù)據(jù)集D根據(jù)數(shù)據(jù)分布密度進(jìn)行聚類處理，將原始數(shù)據(jù)集D劃分成若干個(gè)小數(shù)據(jù)集；

二次劃分匿名單元：對(duì)一次劃分單元的聚類結(jié)果集中的每一個(gè)小數(shù)據(jù)集進(jìn)行再次劃分，使小數(shù)據(jù)集變成大小在k到2k-1的小類，并用小類的質(zhì)心的值代替小類中其余元組的值，從而使原始數(shù)據(jù)集D滿足最優(yōu)k-劃分的k-匿名；

加噪處理單元：為每一條匿名后的元組隨機(jī)添加拉普拉斯噪音，獲得具有噪音的數(shù)據(jù)表。

2.根據(jù)權(quán)利要求1所述的一種基于微聚集匿名的差分隱私保護(hù)方法，其特征在于：一次劃分單元具體步驟如下：

1)將原始數(shù)據(jù)集D內(nèi)的所有點(diǎn)標(biāo)記為未訪問；

2)訪問原始數(shù)據(jù)集D內(nèi)一個(gè)標(biāo)記為未訪問的點(diǎn)u，獲取到這個(gè)點(diǎn)距離為e之內(nèi)的所有點(diǎn)，個(gè)數(shù)記作p，同時(shí)更改這個(gè)點(diǎn)的標(biāo)記為已訪問；

3)如果p大于或等于Minp，則將步驟2)獲取的這p個(gè)點(diǎn)與點(diǎn)u聚集為一類；否則，點(diǎn)u暫時(shí)被標(biāo)記為噪音點(diǎn)；

4)如果原始數(shù)據(jù)集D中所有的點(diǎn)都被標(biāo)記為已訪問，則執(zhí)行步驟5)；否則，對(duì)未訪問的點(diǎn)重復(fù)執(zhí)行2)和3)；

5)如果存在一個(gè)點(diǎn)屬于若干個(gè)類，則取這若干個(gè)類的并集，形成一個(gè)新的類；否則，繼續(xù)執(zhí)行步驟6)；

6)計(jì)算無法被聚集的噪音點(diǎn)與各個(gè)聚類質(zhì)心的歐式距離，將噪音點(diǎn)歸入距離它最近的類中；

7)原始數(shù)據(jù)集D被劃分成多個(gè)小數(shù)據(jù)集。

3.根據(jù)權(quán)利要求1或2所述的一種基于微聚集匿名的差分隱私保護(hù)方法，其特征在于：對(duì)一次劃分單元聚類結(jié)果集中的每個(gè)小數(shù)據(jù)集通過二次劃分匿名單元進(jìn)行處理，具體步驟如下：

1)計(jì)算小數(shù)據(jù)集的質(zhì)心，獲取距離質(zhì)心最遠(yuǎn)的點(diǎn)x₁，再獲取距離x₁最遠(yuǎn)的點(diǎn)x₂，以x₁為中心，將x₁以及距離x₁最近的k-1個(gè)點(diǎn)劃分為一個(gè)等價(jià)類；同理，以x₂為中心也獲得一個(gè)等價(jià)類；

2)如果小數(shù)據(jù)集經(jīng)步驟1)后仍未被劃分的元組的數(shù)量大于或等于2k，則對(duì)這些未被劃分的元組重復(fù)執(zhí)行步驟2)，直至剩余的元組數(shù)量小于2k；如果未被劃分的元組的數(shù)量大于等于k且小于等于2k-1，則將這些元組劃分為一個(gè)類；否則，將未被劃分的元組劃分到距離各自最近的等價(jià)類中；

3)計(jì)算每個(gè)等價(jià)類的質(zhì)心，用類質(zhì)心的值替代該質(zhì)心所在等價(jià)類內(nèi)各條元組的值，實(shí)現(xiàn)一條元組隱藏于一組元組中。