[發明專利]隱私數據的保護方法、裝置及電子設備

有效

• 申請號: 202011269227.8
• 申請日: 2020-11-13
• 公開（公告）號: CN112100677B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 吳若凡
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F40/30;G06F40/284;G06F17/18
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實施例提供一種隱私數據的保護方法、裝置及電子設備，根據該方法，獲取預設的各個目標文本單元各自對應的各個語義向量；任一目標文本單元對應的語義向量表征該目標文本單元的語義；確定各個目標文本單元在待保護的隱私文本數據中出現的各個頻度；基于所述各個語義向量及所述各個頻度，確定各個目標文本單元各自對應的各個目標向量；對所述各個目標向量進行滿足差分隱私的擾動處理，得到所述各個目標向量各自對應的各個隱私保護向量；上傳所述各個隱私保護向量。如此能夠使待保護的隱私文本數據得到保護，即使上傳的隱私保護向量被惡意攻擊者截獲，也無法從該隱私保護向量中提取隱私文本數據中的信息，降低了隱私文本數據被泄露的風險。

技術領域

本說明書一個或多個實施例涉及數據挖掘的技術領域，特別涉及一種隱私數據的保護方法、裝置及電子設備。

背景技術

用戶通過用戶設備輸入的文本信息（如留言，聊天記錄，搜索記錄等），能夠直接或間接地體現出用戶的特征和偏好，這些文本信息對于數據的挖掘與分析具有極其重要的意義。但是，這些文本信息又涉及到用戶的個人隱私，因此，如何在保護用戶隱私的前提下進行文本信息的挖掘與分析，在數據挖掘領域變得尤為重要。

發明內容

為了解決上述技術問題之一，本說明書一個或多個實施例提供一種隱私數據的保護方法、裝置及電子設備。

根據第一方面，提供一種隱私數據的保護方法，應用于用戶設備，包括：

獲取預設的各個目標文本單元各自對應的各個語義向量；其中，任一目標文本單元對應的語義向量表征該目標文本單元的語義；

確定所述各個目標文本單元在待保護的隱私文本數據中出現的各個頻度；

基于所述各個語義向量及所述各個頻度，確定所述各個目標文本單元各自對應的各個目標向量；其中，任一目標文本單元對應的目標向量為該目標文本單元對應的語義向量與該目標文本單元對應的頻度的乘積；

對所述各個目標向量進行滿足差分隱私的擾動處理，得到所述各個目標向量各自對應的各個隱私保護向量；

上傳所述各個隱私保護向量。

可選的，所述對所述各個目標向量進行滿足差分隱私的擾動處理，包括：

隨機生成所述各個目標向量的擾動向量；其中，生成任一擾動向量的概率與該擾動向量的范數負相關；

針對各個目標向量，將該目標向量的擾動向量與該目標向量相加，得到該目標向量對應的隱私保護向量。

可選的，生成任一擾動向量的概率與預設項成正比，該預設項以自然常數的倒數為底數，以該擾動向量的范數與預設常數的乘積為指數。

可選的，所述目標文本單元包括以下至少一種：字，詞語，短語，句子以及表情。

根據第二方面，提供一種對隱私保護向量進行處理的方法，應用于服務器，包括：

接收上傳的各個隱私保護向量，其中，所述各個隱私保護向量通過第一方面中任一項所述的方法生成；

獲取由所述各個語義向量構成的語義矩陣；

基于所述語義矩陣確定所述各個隱私保護向量各自對應的各個混淆向量；所述混淆向量表征經過隱私保護后，所述目標文本單元在所述隱私文本數據中出現的頻度的混淆信息；

將所述各個混淆向量輸入目標分析模型，以進行分析決策。

可選的，針對任一隱私保護向量，通過如下方式確定該隱私保護向量對應的混淆向量：

利用該隱私保護向量減所述語義矩陣與參考向量之乘積得到目標差值；所述參考向量包括一位非零位；

確定使所述目標差值的二范數平方最小的參考向量作為目標參考向量；