[發明專利]基于聚類匿名的隱私保護表數據共享方法

有效

• 申請號: 201910752801.6
• 申請日: 2019-08-15
• 公開（公告）號: CN110555316B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 劉麗蘋;樸春慧
• 申請（專利權）人: 石家莊鐵道大學
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 石家莊輕拓知識產權代理事務所(普通合伙) 13128
• 代理人: 侯迎新

本發明涉及基于聚類匿名的隱私保護表數據共享算法，該方法首先通過k?medios聚類算法對表中的記錄進行聚類，得到多張數據表；然后結合信息損失量對每張數據表進行匿名處理，生成匿名數據表；最后對匿名數據表中的敏感屬性值加入噪聲，通過示例分析及與經典k?匿名算法MDAV進行比較，進行算法的驗證，證明了本算法的可用性以及隱私性，并具有較高的推廣應用價值。

技術領域

本專利申請屬于隱私保護技術領域，更具體地說，是涉及一種基于聚類匿名的隱私保護表數據共享方法。

背景技術

隨著數字政府的建設發展，政務數據逐漸增長，規模越來越大，類型越來越多，呈現出多樣化和復雜化的特點。長期以來，由于“信息孤島”、“數據壁壘”現象普遍存在，而數據價值不能得到充分發揮。政務數據共享能夠將政務信息從一個部門轉移到另一個部門，從而改善“數據孤島”現象，使得數據發揮最大的價值，提高政府服務質量。表數據共享是政務數據共享的重要方式之一。

通常“隱私”是指數據所有權擁有者不愿被他人所獲得的信息。然而，信息技術的發展必然會增強數據信息泄露的可能性，從而限制信息技術的發展。因此隱私問題逐漸引起了人們的關注。為了更加直觀的體現出各界人士對“隱私”及“隱私保護”問題的關注程度，這里以每年與隱私相關的論文發表量大小進行衡量，作者在知網中以“隱私”作為主題關鍵字進行檢索，然后在檢索結果中再以“隱私保護”作為主題關鍵字進行檢索，根據檢索結果，繪制了自1990年以來，其每年所發表論文的篇數變化情況，如圖1所示。

由圖1可以看出，自2003年以來，人們對隱私問題及隱私保護問題的關注度迅速攀升。同時可以看出近年來，人們對隱私關注重點在隱私保護問題上，其關注度占隱私問題關注的一半左右。

基于此，需要提出一種保護方法，旨在保證數據可用性的同時確保數據的隱私性，并通過與傳統匿名算法MDAV進行對比實驗分析，以表明所提隱私保護方法能夠很好的提高算法效率，并提供有效地隱私保護。

發明內容

本發明需要解決的技術問題是提供一種基于聚類匿名的隱私保護表數據共享方法，能夠避免上述形式的弊端，能夠提供有效地隱私保護。

為了解決上述問題，本發明所采用的技術方案是：

一種基于聚類匿名的隱私保護表數據共享方法，包括應用于共享靜態數據表，步驟為：

Step?1、聚類處理：基于k-medios聚類的表數據記錄劃分，依據數據表中記錄間的距離，使用k-medios聚類算法對共享靜態數據表中的記錄進行聚類，得到若干個簇，也即得到若干張數據表；

Step?2、匿名處理：對經過Step?1處理得到的每個簇分別進行處理，首先將簇中的數據依據信息損失量進行分割，然后對得到的每個簇進行調整，使得每個簇均滿足k-匿名條件、且不存在敏感屬性值完全相等的情況，最后對其進行泛化處理，從而生成匿名數據表；

Step?3、差分隱私加噪處理：對表數據中的敏感屬性值進行差分隱私處理；

Step?4、比較驗證：最后通過示例分析及與經典k-匿名算法MDAV進行比較，進行方法的可用性以及隱私性驗證。

本發明技術方案的進一步改進在于：步驟Step?1中，表數據記錄劃分的核心思想為：利用聚類技術將共享靜態數據表中n條記錄劃分為多個簇，使得相似度高的記錄劃分到一組；同時為了能夠滿足接下來的k-匿名需求，在聚類結束后需對不滿足匿名要求的簇進行調整，因此，結合k-medios聚類算法，表數據記錄劃分的具體流程如下：

Step?11：歸一化處理，對數據表中的非敏感有序分類型屬性進行量化，也就是量化為數值1,2,3,···,n，然后將該有序分類型屬性看做數值型屬性進行處理，進而對數據表中的所有非敏感屬性中的數值型屬性數據進行歸一化處理，歸一化公式如下：