[發(fā)明專利]一種個性化隱私數(shù)據(jù)處理方法、裝置、介質(zhì)及計算機設(shè)備

有效

• 申請?zhí)枺?/td>: 202110431729.4
• 申請日: 2021-04-21
• 公開（公告）號: CN113094751B
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計）人: 郭山清;唐朋;胡程瑜;白興濤;劉高源;張芷源
• 申請（專利權(quán)）人: 山東大學(xué)
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張慶騫

本發(fā)明屬于數(shù)據(jù)安全與隱私保護(hù)領(lǐng)域，提供了一種個性化隱私數(shù)據(jù)處理方法、裝置、介質(zhì)及計算機設(shè)備。其中，該方法包括基于局部數(shù)據(jù)集計算數(shù)據(jù)擁有者的給定屬性的計數(shù)向量；對數(shù)據(jù)擁有者的計數(shù)向量進(jìn)行加權(quán)聚合，并在聚合結(jié)果中注入拉普拉斯噪音，以滿足差分隱私保護(hù)要求；根據(jù)包含噪音的聚合結(jié)果，計算屬性的邊際分布；根據(jù)屬性的邊際分布，利用最大期望算法校正屬性的邊際分布，以用于分析不同屬性數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系且同時保證每個局部數(shù)據(jù)集的個性化隱私保護(hù)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)安全與隱私保護(hù)領(lǐng)域，尤其涉及一種個性化隱私數(shù)據(jù)處理方法、裝置、介質(zhì)及計算機設(shè)備。

背景技術(shù)

本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

分布式場景下，在共同利用多組水平分割數(shù)據(jù)，計算給定屬性(或?qū)傩约?的全局邊際分布的過程中，存在數(shù)據(jù)隱私保護(hù)問題。其中，水平分割數(shù)據(jù)指的是數(shù)據(jù)擁有相同的屬性，但包含不同的個體，如多組醫(yī)療數(shù)據(jù)。

數(shù)據(jù)中往往包含大量的個人敏感信息，由于數(shù)據(jù)分布、數(shù)據(jù)中個體的不同，不同的局部數(shù)據(jù)集隱私強度要求往往不同。因此，在實際利用水平分割數(shù)據(jù)計算屬性(或?qū)傩约?的邊際分布的過程中，需要考慮如何滿足數(shù)據(jù)擁有者不同強度的隱私保護(hù)需求，同時考慮如何最大限度的減少隱私保護(hù)對統(tǒng)計結(jié)果帶來的精度損失的問題。現(xiàn)有隱私數(shù)據(jù)處理的過程為：對原始數(shù)據(jù)集中記錄進(jìn)行采樣，得到采樣數(shù)據(jù)集，接著利用采樣數(shù)據(jù)集計算屬性(或?qū)傩约?的邊際分布，并在計算結(jié)果中加入適量噪音以滿足差分隱私保護(hù)要求。以上方法相當(dāng)于對關(guān)于原始數(shù)據(jù)集的統(tǒng)計信息進(jìn)行了隨機擾動以達(dá)到隱私保護(hù)目的。其隨機性來自于兩方面，一方面是隨機采樣對原始數(shù)據(jù)集中每條記錄帶來的隨機性，另一方面是差分隱私中噪音對采樣數(shù)據(jù)集中每條記錄帶來的隨機性。在差分隱私中的噪音對采樣數(shù)據(jù)集中每條記錄帶來的隨機性相同的條件下，通過對原始數(shù)據(jù)集中記錄進(jìn)行不同概率的采樣，即隱私強度需求大的被選中的概率小，隱私強度需求小的被選中的概率大，以調(diào)整采樣方法對原始數(shù)據(jù)集中不同隱私強度需求的記錄帶來的隨機性大小，進(jìn)而從整體上滿足原始數(shù)據(jù)集中不同記錄的隱私保護(hù)強度需求。然而，發(fā)明人發(fā)現(xiàn)，對于利用水平分割數(shù)據(jù)計算屬性的邊際分布統(tǒng)計結(jié)果精度來講，以上方法會對統(tǒng)計結(jié)果精度帶來兩方面誤差，一方面是差分隱私中噪音帶來的誤差，一方面是采樣帶來的誤差，這將影響統(tǒng)計結(jié)果精度，這樣無法準(zhǔn)確分析不同屬性數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及保證每個局部數(shù)據(jù)集的個性化隱私保護(hù)。

發(fā)明內(nèi)容

為了解決上述背景技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種個性化隱私數(shù)據(jù)處理方法、裝置、介質(zhì)及計算機設(shè)備，其采用加權(quán)聚合技術(shù)和基于混合多項分布的校正技術(shù)，在為每一方提供個性化的差分隱私保護(hù)的同時，能夠正確計算屬性(或?qū)傩约?在水平分割數(shù)據(jù)中全局邊際分布，能夠準(zhǔn)確出分析不同屬性數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系且同時保證每個局部數(shù)據(jù)集的個性化隱私保護(hù)的目的。為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

本發(fā)明的第一個方面提供一種個性化隱私數(shù)據(jù)處理方法。

一種個性化隱私數(shù)據(jù)處理方法，其包括：

基于局部數(shù)據(jù)集計算數(shù)據(jù)擁有者的給定屬性的計數(shù)向量；

對數(shù)據(jù)擁有者的計數(shù)向量進(jìn)行加權(quán)聚合，并在聚合結(jié)果中注入拉普拉斯噪音，以滿足差分隱私保護(hù)要求；

根據(jù)包含噪音的聚合結(jié)果，計算屬性的邊際分布；

根據(jù)屬性的邊際分布，利用最大期望算法校正屬性的邊際分布，以用于分析不同屬性數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系且同時保證每個局部數(shù)據(jù)集的個性化隱私保護(hù)。

進(jìn)一步地，所述計數(shù)向量采用數(shù)據(jù)擁有者在本地基于局部數(shù)據(jù)集計算的給定屬性或?qū)傩越M合的直方圖信息來表示。

進(jìn)一步地，對數(shù)據(jù)擁有者的計數(shù)向量進(jìn)行加權(quán)聚合的過程中，每個局部數(shù)據(jù)集的權(quán)重為相應(yīng)局部數(shù)據(jù)集的隱私預(yù)算與所有局部數(shù)據(jù)集的隱私預(yù)算最大值的比值。

進(jìn)一步地，每個局部數(shù)據(jù)集的隱私預(yù)算為公開信息。