[發明專利]一種有監督矩陣補全的隱私保護方法

在審

• 申請號: 202011165155.2
• 申請日: 2020-10-27
• 公開（公告）號: CN112364372A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 彭松;肖迪
• 申請（專利權）人: 重慶大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06K9/62;G06N3/04;G06F17/16
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 武君

本發明公開了一種有監督矩陣補全的隱私保護方法，包括：S1：根據當前恢復的補全矩陣，獲得達到具有最大化的有效性同時具備最小隱私泄露的判別信息及其投影矩陣；S2：基于有監督矩陣補全技術，定義矩陣補全的優化式，將判別信息引入到補全信息，獲取矩陣補全和最佳的投影矩陣；S3：將補全的數據進行有損的壓縮投影。本發明，同時考慮了數據集補全中的標簽信息還考慮了矩陣的隱私，因此矩陣補全的方法能夠進一步的提高恢復后矩陣數據的效用性和隱私性，從而通過有損的壓縮的方法將其放入漏斗狀的神經網絡進行效用類別的預測，還能保證隱私類別不能不被預測出，能夠為缺失數據補全和用戶的數據隱私提供一種可靠的方法。

技術領域

本發明涉及智能隱私保護與網絡安全領域，具體的，涉及一種有監督矩陣補全的隱私保護方法。

背景技術

對于大數據和智能信息時代，越來越多的數據被收集的同時收集的數據也存在著噪聲、失真和數據缺失的問題，基于這兩個問題將缺失的數據進行有監督的壓縮隱私矩陣補全不僅可以提高數據的效用性還能提升數據的隱私安全。

在大數據時代，越來越多的網絡數據被收集，這就使得大量數據存放在云環境中。由于現在的數據挖掘工具越來越強大，極有可能導致數據隱私被挖掘甚至被泄露的問題。同時，在收集數據的過程中想要收集到完整的數據也是很困難的，需要耗費很大的人力物力。

專利文獻CN108537738A一種矩陣補全方法，涉及基于低秩近似的高精度的矩陣補全方法，一種方式是通過采集部分信號來加速數據采集。從這些數據的低秩特性出發來恢復出完整的信號，首先利用逼近函數來近似計算矩陣的秩，然后建立矩陣缺失信號的重建模型，最后通過迭代算法重建信號。重建的矩陣精度高，易于操作，可以從少量數據中恢復出完整信號。但是該矩陣補全的方法僅僅考慮的是矩陣數據的本身沒有考慮到待補全數據的標簽信息，以及補全數據的隱私問題，該方法也沒有考慮到補全后的矩陣是否補全的矩陣的可用性是否下降。

發明內容

有鑒于此，本發明的目的是提供一種基于有監督矩陣補全的隱私保護方法，考慮了數據集補全中的標簽信息還考慮了矩陣的隱私，能夠為缺失數據補全和用戶的數據隱私提供一種可靠的方法。

本發明的目的是通過以下技術方案實現的：

一種有監督矩陣補全的隱私保護方法，隱私保護方法包括：

S1：根據當前恢復的補全矩陣，獲得達到具有最大化的有效性同時具備最小隱私泄露的判別信息及其投影矩陣；

S2：基于有監督矩陣補全技術，定義矩陣補全的優化式，將判別信息引入到補全信息，獲取矩陣補全和最佳的投影矩陣；

S3：將補全的數據進行有損的壓縮投影。

進一步，所述S1具體為：

S11：獲取當前恢復的補全矩陣的散度矩陣S_W和類間的散度矩陣S_B；

散度矩陣S_W表示為：

其中：i代表類標簽，L代表數據集中總的類別數，其中j代表第i類的第j個樣本，N_i代表第i類中總的樣本數，代表第i類的第j個樣本，u_i表示第i類樣本的均值；

類間散度矩陣S_B表示為：

其中：i代表類標簽，L代表數據集中總的類別數，u_i表示第i類樣本的均值，u表示樣本矩陣中的均值；

S12：結合類內的散度矩陣S_W和類間的散度矩陣S_B獲得具有最大化的有效性同時具備最小隱私泄露的目標函數，具體為：

其中