[發明專利]基于敏感度分層的多敏感屬性隱私保護方法及系統

有效

• 申請號: 202010023028.2
• 申請日: 2020-01-09
• 公開（公告）號: CN111241581B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 王有銘;高玲;吳泓辰
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于敏感度分層的多敏感屬性隱私保護方法，其特征是，包括：

獲取待發布的若干個患者的診療數據，每個患者均對應一條診療數據，每一條診療數據均包括：一個非敏感屬性和若干個敏感屬性；

按照非敏感屬性的分層標準，對診療數據進行分成若干層級，計算分層后每一層非敏感屬性值的個數；按照非敏感屬性值的個數由高到低，對所有層級進行重新排列；

根據診療數據之間的相似性，對不同層級之間的診療數據進行聚類；

對分類后的每一類診療數據中的所有敏感屬性均進行泛化處理，相同類別的診療數據的泛化處理的程度是一樣的；將泛化處理后的診療數據進行發布；對分類后的每一類診療數據中的所有敏感屬性均進行泛化處理，是對分類后的每一類診療數據中的所有敏感屬性均采用l-diversity隱私保護方式進行泛化處理；

根據診療數據之間的相似性，對不同層級之間的診療數據進行聚類，具體步驟包括：

計算最高層中每一條診療數據，與最低層中每一條診療數據的距離，篩選出最小距離對應的診療數據a和診療數據b；

從除了最高層和最低層以外的剩余所有層中，分別篩選出與診療數據a的距離最小的診療數據；表示第層的被篩選出來的診療數據，為正整數，的取值范圍是2到，表示層的個數；將篩選出的診療數據a、診療數據b和診療數據劃分為一類；

將已篩選出的診療數據從原層級中刪除；

對剩余的診療數據，采用同樣的方式繼續劃分下一類；直至劃分完畢。

2.如權利要求1所述的方法，其特征是，按照非敏感屬性的分層標準，對診療數據進行分成若干層級；其中分層標準，包括：輕度疾病、中度疾病和重度疾病。

3.如權利要求1所述的方法，其特征是，計算分層后，每一層非敏感屬性值的個數；

重度疾病中患癌癥的個數為n個，則該層的非敏感屬性值為n；

中度疾病中患炎癥的個數為m個，則該層的非敏感屬性值為m；

輕度疾病中患輕度疾病的個數為p個，則該層的非敏感屬性值為p。

4.如權利要求1所述的方法，其特征是，按照非敏感屬性值的個數由高到低，對所有層級進行重新排列，即根據m、n和p的從大到小，對對應的層級進行重新排列。

5.基于敏感度分層的多敏感屬性隱私保護系統，其特征是，包括：

獲取模塊，其被配置為：獲取待發布的若干個患者的診療數據，每個患者均對應一條診療數據，每一條診療數據均包括：一個非敏感屬性和若干個敏感屬性；

層級劃分模塊，其被配置為：按照非敏感屬性的分層標準，對診療數據進行分成若干層級，計算分層后每一層非敏感屬性值的個數；按照非敏感屬性值的個數由高到低，對所有層級進行重新排列；

聚類模塊，其被配置為：根據診療數據之間的相似性，對不同層級之間的診療數據進行聚類；

泛化處理模塊，其被配置為：對分類后的每一類診療數據中的所有敏感屬性均進行泛化處理，相同類別的診療數據的泛化處理的程度是一樣的；將泛化處理后的診療數據進行發布；對分類后的每一類診療數據中的所有敏感屬性均進行泛化處理，是對分類后的每一類診療數據中的所有敏感屬性均采用l-diversity隱私保護方式進行泛化處理；

根據診療數據之間的相似性，對不同層級之間的診療數據進行聚類，具體步驟包括：

計算最高層中每一條診療數據，與最低層中每一條診療數據的距離，篩選出最小距離對應的診療數據a和診療數據b；

從除了最高層和最低層以外的剩余所有層中，分別篩選出與診療數據a的距離最小的診療數據；表示第層的被篩選出來的診療數據，為正整數，的取值范圍是2到，表示層的個數；將篩選出的診療數據a、診療數據b和診療數據劃分為一類；

將已篩選出的診療數據從原層級中刪除；

對剩余的診療數據，采用同樣的方式繼續劃分下一類；直至劃分完畢。

6.一種電子設備，其特征是，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-4任一項所述的方法。

7.一種計算機可讀存儲介質，其特征是，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-4任一項所述的方法。