[發明專利]一種數據生成方法及裝置

在審

• 申請號: 202010954129.1
• 申請日: 2020-09-11
• 公開（公告）號: CN112115509A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 高雪松;張淯易;陳維強
• 申請（專利權）人: 青島海信電子產業控股股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06N20/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 望紫薇

本發明公開了一種數據生成方法及裝置，其中方法為：通過初始數據集完成對第一對抗模型的訓練后，得到所述第一對抗模型輸出的第一中間數據集和第二中間數據集；通過所述第一中間數據集和所述第二中間數據集完成對第二對抗模型的訓練后，得到所述第二對抗模型輸出的第三中間數據集；若滿足終態收斂條件，則根據所述第三中間數據集，獲得所述初始數據集的終態數據集。

技術領域

本發明涉及差分隱私技術領域，尤其涉及一種數據生成方法及裝置。

背景技術

差分隱私是現有較為前沿的數據脫敏技術，其根本思想是通過向原始數據加入噪聲后，使得數據不可通過分析，獲得數據中用戶的實際信息，即模糊數據的唯一指向性，從而滿足ε-差分隱私。ε代表隱私保護水平，ε越大模糊原數據的程度越大，當數據集較大，涉及到局部多種隱私保護水平時，會極大增加差分隱私算法的設計難度。

目前對一個數據集做差分隱私保護時，是根據數據的特性，人為分析得到一個隱私保護水平ε的值，基于ε對數據集加噪聲。然而數據集是流動的，當數據集更新時，如加入了與原數據集隱私保護水平不同的新數據集，則需要重新設計隱私保護水平。人為分析很難及時、準確地設計做到這一點。這是因為當隱私保護程度過高時，嚴格的差分隱私算法將原始數據的可用性破壞。隱私保護程度過低又容易被共謀攻擊等方式進行破解。這是一個亟待解決的問題。

發明內容

本發明提供一種數據生成方法及裝置，解決了現有技術中難以設計準確的差分隱私保護水平的問題。

第一方面，本發明提供一種數據生成方法，包括：通過初始數據集完成對第一對抗模型的訓練后，得到所述第一對抗模型輸出的第一中間數據集和第二中間數據集；所述第一對抗模型包括生成器和鑒別器；所述第一中間數據集為所述第一對抗模型訓練完畢時被判定為所述初始數據集的數據集、所述第二中間數據集為所述第一對抗模型訓練完畢時被判定為所述虛擬數據集的數據集；通過所述第一中間數據集和所述第二中間數據集完成對第二對抗模型的訓練后，得到所述第二對抗模型輸出的第三中間數據集；所述第二對抗模型包括所述鑒別器和差分隱私標識器；所述差分隱私標識器用于確定所述第一中間數據集是否符合差分隱私要求；所述鑒別器還用于在所述第一中間數據集不符合所述差分隱私要求時，更新所述第一中間數據集；所述第三中間數據集為所述第二對抗模型訓練完畢時的所述第一中間數據集；若滿足終態收斂條件，則根據所述第三中間數據集，獲得所述初始數據集的終態數據集。

上述方法中，通過訓練第一對抗模型，使得生成器和鑒別器形成對抗，既考慮了所述生成器生成有效偽裝所述初始數據集的所述虛擬數據集的生成性能，又考慮了鑒別器有效鑒別所述初始數據集和所述虛擬數據集的鑒別性能，進一步地，可以通過第二對抗模型，使得所述鑒別器和差分隱私標識器形成對抗，從而加入了隱私差分要求的考慮，并在滿足所述終態收斂條件的情況下，根據所述第三中間數據集，獲得終態數據集，從而通過第一對抗模型、第二對抗模型自適應地生成滿足所述差分隱私要求的終態數據集。