[發明專利]保護用戶隱私的共同活動檢測與數據共享方法

有效

• 申請號: 201910521563.8
• 申請日: 2019-06-17
• 公開（公告）號: CN110222187B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 張蘭;韓風;李向陽
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F16/55;G06Q50/00
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;付久春

1.一種保護用戶隱私的共同活動檢測與數據共享方法，其特征在于，包括：

步驟1，分別構建各用戶的活動-語義圖譜：對各用戶擁有的多模態數據均按下述方式構建活動-語義圖譜，包括：

通過語義抽取從用戶擁有的多模態數據中的每份數據抽取出至少一個語義標簽，對抽取出的語義標簽分別進行單模態劃分檢測及多模態聚合處理得出活動的劃分以及每個活動的語義標簽描述，根據所述活動的劃分以及每個活動的語義標簽描述對用戶的每一個活動構建活動-語義圖譜；

步驟2，保護隱私的共同活動檢測及數據共享：對需要檢測共同活動的兩個用戶，通過判斷這兩個用戶的活動-語義圖譜的相似度，判定一個活動是否為共同活動，若是共同活動，則將各用戶的共同活動的數據分別加密后傳輸給對方用戶。

2.根據權利要求1所述的保護用戶隱私的共同活動檢測與數據共享方法，其特征在于，所述方法的步驟1中，對抽取出的語義標簽進行單模態劃分處理包括：

步驟11，單模態數據劃分檢測：根據時間信息和語義信息對語義標簽進行聚類劃分，將同一模態數據的語義標簽劃分為單模態標簽，并對劃分出的單模態標簽進行聚類操作，將同一活動中的標簽聚在一起，并去除錯誤標簽；

步驟12，多模態聚合處理：在所述步驟11得到的單模態數據聚類之后，根據時間信息將不同模態的數據進一步聚合在一起，在不同模態數據聚合期間，構建沖突標簽集合，沖突標簽集合中的語義標簽只允許出現一個；

如果多個沖突標簽集合中的語義標簽大于一個，則根據產生這個語義標簽的數據量和語義抽取模型的置信度，來比較語義標簽的置信度，最終只保留一個沖突集合中的語義標簽。

3.根據權利要求2所述的保護用戶隱私的共同活動檢測與數據共享方法，其特征在于，所述方法的步驟11中，根據時間信息和語義信息對語義標簽進行聚類劃分包括：

先為聚類處理定義標簽點之間的距離：將每一份數據的每一個語義標簽設為一個單獨的標簽點，對這些標簽點組成的點集上進行聚類處理，所述聚類處理中，標簽點之間的距離按如下方式定義：

如果兩個標簽點代表的語義標簽分別是v1，v2，對應的數據分別是d1，d2；當d1＝d2，確認兩個標簽點來源于同一個數據時，標簽點的分類Dis(v1,v2)＝1；否則：

上式中，t_s為數據的生成時間，Sim()函數為相似度衡量函數。

所述方法的步驟11中，對劃分出的單模態標簽進行檢測去除無用數據的方式包括：

步驟111，如果標簽點的分類是-1，則確認這個語義標簽為可能錯誤標簽；

步驟112，根據標簽點類別得到數據類別：如果兩個數據對應的標簽點在同一標簽點類別中，且這個類別不是-1，則將兩個數據歸于一個數據類別，并確認這些數據是同一個活動中產生的，這些數據記為好數據，并將這一類別的持續時間設置為類別中數據的時間區間；

步驟113，經過上述步驟2處理后，未歸于任何一類的數據記為壞數據，并執行以下判斷：

步驟1131，如果存在一個由所述步驟112得到的好數據組成的數據類別，且該數據類別的持續時間覆蓋這個壞數據的生成時間，則將這個壞數據歸到這個數據類別，并將這個壞數據記為第一類壞數據；

步驟1132，如果不存在上述的數據類別，則將相隔時間不超過一小時的數據歸于一個數據類別，并將這些數據記為第二類壞數據；

步驟114，經過上述各步驟處理后，通過以下判斷方式去除錯誤標簽，當一個標簽點的類別是-1的可能錯誤標簽點時，進行以下判斷及移除處理：

步驟1141，如果該可能錯誤標簽點對應的數據屬于第二類壞數據，則不作處理；

步驟1142，如果該可能錯誤標簽點對應的數據屬于好數據或第一類壞數據，則確認該標簽為錯誤標簽，將該錯誤標簽移除。