[發明專利]基于隱私保護的數據共享裝置、方法及可讀存儲介質

在審

• 申請號: 201910977136.0
• 申請日: 2019-10-15
• 公開（公告）號: CN110737917A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 吳良順
• 申請（專利權）人: 卓爾智聯(武漢)研究院有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 44334 深圳市賽恩倍吉知識產權代理有限公司
• 代理人: 饒智彬;孫芬

1.一種基于隱私保護的數據共享方法，其特征在于，所述方法包括：

對原始數據庫的每一數據表的屬性進行預處理，以得到多張屬性相關度排序在預設位之前的目標數據表，其中每一所述數據表的屬性至少被劃分為兩種類型，所述目標數據表包括多條數據記錄；

計算所述目標數據表中每兩個數據記錄間的歐式距離；

基于計算得到的數據記錄間的歐式距離及預設聚類算法對所述目標數據表進行聚類操作，以將所述目標數據表的數據記錄聚成多個簇；

判斷每一所述簇中包含的數據記錄的數目是否符合預設數目要求；

若存在不符合所述預設數目要求的簇，則對不符合所述預設數目要求的簇進行數目調整；

對每一所述簇中的數據記錄的屬性進行泛化處理，以將每一所述簇轉化為K匿名簇，及將所述K匿名簇的數據記錄以數據表形式存儲于隱私數據庫中；

接收請求方的數據共享請求，并從所述隱私數據庫中篩選出儲存有所述數據共享請求所請求共享的目標屬性的數據表；及

將篩選得到的數據表中包含所述目標屬性的簇的泛化屬性值共享給所述請求方。

2.如權利要求1所述的方法，其特征在于，所述數據表的屬性包括敏感屬性與非敏感屬性，所述對原始數據庫的每一數據表的屬性進行預處理，以得到多張屬性相關度排序在預設位之前的目標數據表的步驟包括：

將所述數據表的敏感屬性劃分為第一集合，將所述數據表的非敏感屬性劃分為第二集合；

計算所述第一集合中各敏感屬性之間的相關度，以根據計算得到的相關度及預設中心點聚類算法對所述敏感屬性進行分組；及

基于每一所述數據表的敏感屬性的相關度進行排序，以得到多張屬性相關度排序在所述預設位之前的數據表作為所述目標數據表。

3.如權利要求2所述的方法，其特征在于，所述計算所述第一集合中各敏感屬性之間的相關度，以根據計算得到的相關度及預設中心點聚類算法對所述敏感屬性進行分組步驟包括：

計算所述第一集合中每兩個敏感屬性之間的克萊姆相關系數；

根據計算得到的克萊姆相關系數計算得到所述第一集合中每兩個敏感屬性之間的屬性距離；及

根據計算得到的屬性距離及預設中心點聚類算法對所述第一集合中各敏感屬性進行分組。

4.如權利要求3所述的方法，其特征在于，所述克萊姆相關系數的計算公式為：其中V為所述克萊姆相關系數，R、C分別為該兩個敏感屬性的枚舉數值，n為所述數據表的數據記錄總數，X²為Pearson卡方統計量，若計算得到的V值越靠近1，表明該兩個敏感屬性的相關性越強，若計算得到的V值越靠近0，表明該兩個敏感屬性的相關性越弱，所述屬性距離的計算公式為：D＝1-V。

5.如權利要求1所述的方法，其特征在于，所述計算所述目標數據表中每兩個數據記錄間的歐式距離的步驟包括：

利用Gower’s系數度量所述目標數據表中兩個數據記錄的標準化值；及

基于度量得到的該兩個數據記錄的標準化值及預設歐式距離算式計算所述目標數據表中該兩個數據記錄間的歐式距離；

其中，所述預設歐式距離算式為：其中D(x,y)為該兩個數據記錄間的歐式距離，x_i為第一個數據記錄的標準化值，y_i為第二個數據記錄的標準化值，n為所述數據表的數據記錄總數。

6.如權利要求1所述的方法，其特征在于，所述預設數目要求為k條數據記錄，所述方法還包括：

計算每個預選k值對應的輪廓系數；及

從多個所述輪廓系數中選擇最大的輪廓系數所對應的預選k值作為最終k值。