[發(fā)明專利]一種關聯(lián)大數(shù)據(jù)的隱私保護方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810615122.X
• 申請日: 2018-06-14
• 公開（公告）號: CN108959958A
• 公開（公告）日: 2018-12-07
• 發(fā)明（設計）人: 朱詩兵;呂登龍;李長青;劉冉
• 申請（專利權）人: 中國人民解放軍戰(zhàn)略支援部隊航天工程大學
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李莎

本發(fā)明公開了一種大數(shù)據(jù)的隱私保護方法，包括：通過機器學習構建k?means聚類算法的k相關記錄差分隱私保護模型；通過隱私機制和查詢函數(shù)構建線性回歸r?相關塊差分隱私保護模型；根據(jù)r?相關塊差分隱私保護模型將大數(shù)據(jù)劃分為獨立數(shù)據(jù)塊；根據(jù)查詢函數(shù)計算獨立數(shù)據(jù)塊的敏感度，根據(jù)k?相關記錄差分隱私保護模型對獨立數(shù)據(jù)塊進行差分隱私保護。本發(fā)明還公開了一種大數(shù)據(jù)隱私保護方法的系統(tǒng)，包括：k相關記錄差分隱私保護模型構建模塊；r?相關塊差分隱私保護模型構建模塊；獨立數(shù)據(jù)塊劃分模塊；獨立數(shù)據(jù)塊差分隱私保護模塊，用于根據(jù)查詢函數(shù)計算獨立數(shù)據(jù)塊的敏感度，根據(jù)k?相關記錄差分隱私保護模型對獨立數(shù)據(jù)塊進行差分隱私保護。

技術領域

本發(fā)明涉及大數(shù)據(jù)技術領域，特別是指一種關聯(lián)大數(shù)據(jù)的隱私保護方法及系統(tǒng)。

背景技術

大數(shù)據(jù)是信息技術發(fā)展的又一里程碑，被稱為科學研究的“第四范式”，具備科學的理論基礎和先進的技術手段，從提出之日起就引領時代發(fā)展。經(jīng)過幾年的快速發(fā)展，大數(shù)據(jù)被廣泛應用在科技、金融、交通、教育、醫(yī)療衛(wèi)生等各個領域，為推動經(jīng)濟發(fā)展和服務人類社會發(fā)揮了巨大作用創(chuàng)造了巨大價值。

隨著大數(shù)據(jù)技術的發(fā)展和廣泛應用，數(shù)據(jù)采集和數(shù)據(jù)挖掘已成為普遍現(xiàn)象，一方面，通過挖掘隱藏在數(shù)據(jù)背后的潛在價值有利于促進社會發(fā)展，另一方面，過度的數(shù)據(jù)挖掘和缺乏有效的數(shù)據(jù)保護，也導致了數(shù)據(jù)擁有者大量隱私或敏感數(shù)據(jù)泄露的問題。如何在不影響大數(shù)據(jù)分析研究、共享使用的前提下，使得數(shù)據(jù)和隱私安全能夠得到有效保護，成為目前亟待研究和解決的熱點問題。

差分隱私保護具有完備的數(shù)學理論基礎，能夠提供強健的隱私保護，被認為是目前最先進的隱私保護技術。但是在實際應用中，特別是在大數(shù)據(jù)應用場景中，大量數(shù)據(jù)之間往往存在著較強的耦合性或相關性，稱這些數(shù)據(jù)為相關數(shù)據(jù)。現(xiàn)有的差分隱私保護方法在數(shù)據(jù)集上會使攻擊者得到更多的背景知識，增加了隱私泄露的風險。因此，如何利用差分隱私方法解決相關數(shù)據(jù)的隱私保護問題，對研究和解決關聯(lián)大數(shù)據(jù)隱私安全問題具有重要的現(xiàn)實意義。

發(fā)明內容

有鑒于此，本發(fā)明的目的在于提出一種關聯(lián)大數(shù)據(jù)的隱私保護方法及系統(tǒng),以更好地保護大數(shù)據(jù)的隱私安全。

基于上述目的本發(fā)明提供的一種關聯(lián)大數(shù)據(jù)的隱私保護方法，包括：

通過機器學習和最大信息系數(shù)構建關聯(lián)大數(shù)據(jù)的因果關系模型；

通過k-相鄰數(shù)據(jù)集構建k-相關記錄差分隱私保護模型；

提供相關敏感度概念，通過所述因果關系模型計算所述k-相鄰數(shù)據(jù)集的相關敏感度，再利用means-Laplace機制實現(xiàn)k-相關記錄差分隱私保護；

利用最大信息系數(shù)-K-Means算法將所述關聯(lián)大數(shù)據(jù)進行r-塊劃分，得到多個相互獨立的數(shù)據(jù)子塊；

根據(jù)查詢函數(shù)計算所述數(shù)據(jù)子塊的相關敏感度，對每個數(shù)據(jù)子塊進行所述k-相關記錄差分隱私保護；

根據(jù)差分隱私組合性質，對所述關聯(lián)大數(shù)據(jù)集進行r-相關塊差分隱私的保護。

在其中一個實施例中，所述k-相關記錄差分隱私保護模型包括：

其中，D₁為大數(shù)據(jù)集，D₂為大數(shù)據(jù)集D₁中k條記錄發(fā)生改變所生成，1≤k≤l，l為大數(shù)據(jù)集D1中的記錄條數(shù)，為隱私機制，f為查詢函數(shù)，Pr為概率分布，為實數(shù)集，∈為隱私預算。

在其中一個實施例中，所述隱私機制滿足f為查詢函數(shù)，e為隨機噪聲，‖·‖₁為1范數(shù)。