[發明專利]一種工業過程數據脫敏方法

在審

• 申請號: 202011541900.9
• 申請日: 2020-12-23
• 公開（公告）號: CN114662138A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 潘福成;史海波;李帥;周曉鋒
• 申請（專利權）人: 中國科學院沈陽自動化研究所
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06Q40/02;G06F17/16;G06N3/04;G06N3/08
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 許宗富

1.一種工業過程數據脫敏方法，其特征在于：包括如下步驟：

步驟1：利用混合屬性局部近鄰標準化方法對多模態工業過程混合屬性數據進行標準化處理；

步驟2：利用基于生成對抗網絡的多模態工業過程混合屬性數據脫敏方法獲取工業過程靜態脫敏數據和模型；

步驟3：將待脫敏工業過程新數據利用混合屬性局部近鄰標準化處理后輸入工業過程靜態脫敏模型，實現工業過程數據動態脫敏。

2.根據權利要求1所述的工業過程數據脫敏方法，其特征在于：所述混合屬性局部近鄰標準化方法包括以下過程：

步驟1-1：利用測地距離計算待脫敏多模態工業過程混合屬性源數據X＝[x₁；x₂；…；x_m]中的數值型數據的距離矩陣其中，x_i為X中第i個采樣點，為X_n中第i個采樣點，m為X和X_n中采樣點的個數；

步驟1-2：對待脫敏多模態工業過程混合屬性源數據X＝[x₁；x₂；…；x_m]中的分類型數據進行IDF編碼，得到編碼后分類型數據其中，為X_c中第i個采樣點，為中第i個采樣點，m為X_c和中采樣點的個數；

步驟1-3：利用基于信息熵的加權距離計算編碼后分類型數據的距離矩陣

步驟1-4：計算編碼后混合屬性數據的混合距離矩陣d_h；

步驟1-5：對于X_h中每一個采樣點利用d_h從X_h中剩余采樣點中選取k個的最小混合距離采樣點組成局部近鄰域利用的均值和標準差對進行局部近鄰標準化，得到標準化后待脫敏多模態工業過程混合屬性源數據其中為中第i個采樣點。

3.根據權利要求2所述的工業過程數據脫敏方法，其特征在于：所述利用測地距離計算X_n的距離矩陣是通過以下公式得到：

其中，為X_n中采樣點和的測地距離。

4.根據權利要求2所述的工業過程數據脫敏方法，其特征在于：所述對X_c進行IDF編碼，是通過以下公式得到：

其中，為分類型數據X_c中采樣點的IDF編碼后分類型采樣點，為分類型數據X_c中變量i中特征值的頻率，M_c為分類型數據X_c中變量的個數。

5.根據權利要求2所述的工業過程數據脫敏方法，其特征在于：所述利用基于信息熵的加權距離計算的距離矩陣是通過以下公式得到：

其中，為中采樣點和的基于信息熵的加權距離，IE_s為中變量s的信息熵，r_s為中變量s中分類值的數量，p(a_s,t)為中變量s中分類值a_s,t的概率，num(a_s,t)為中變量s中分類值a_s,t的個數，為中采樣點和的變量s的分類距離，和為中采樣點和的變量s的編碼后分類型數據值。

6.根據權利要求2所述的工業過程數據脫敏方法，其特征在于：所述計算X_h的混合距離矩陣d_h，是通過以下公式得到：

其中，為X中采樣點x_i和x_j的混合距離，M_n為數值型數據X_n中變量的個數。

7.根據權利要求2所述的工業過程數據脫敏方法，其特征在于：所述利用和對進行局部近鄰標準化，是通過以下公式得到：

。