[發明專利]高維敏感數據隱私分級保護發布方法、系統、介質及設備

有效

• 申請號: 202110446261.6
• 申請日: 2021-04-25
• 公開（公告）號: CN113254988B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 趙興文;洪意陽;李暉;朱輝;寇笑語
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F17/16
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 何畏

1.一種高維敏感數據隱私分級保護發布方法，其特征在于，所述高維敏感數據隱私分級保護發布方法包括：

接受輸入原始數據一共m個數據樣本，每個樣本的維數為n維，需要設定的隱私保護參數為ε；輸出為隱私保護版本的數據為m個數據樣本，每個樣本的維數為n維，將隱私保護版本的擾動數據作為最終對外公開發布的數據；

其中，所述高維敏感數據隱私分級保護發布方法包括七大階段：數據采集階段、數據預處理階段、數據隱私保護等級評估階段、數據擾動階段、數據變換階段、數據復原階段和數據發布階段；

所述高維敏感數據隱私分級保護發布方法包括以下步驟：

步驟一，數據采集：發布方進行數據采集，選擇合適的總隱私保護參數ε；

步驟二，數據預處理：發布方數據采集完畢后，進行數據預處理；分別針對每條樣本進行掃描，若樣本的n個屬性值存在某個屬性為空值，則以0填充，保證n維度每一個屬性都有數值；將所有數據進行整合排布成一個整體為m行n列的矩陣，即所述矩陣的樣本數為m，維數為n；

步驟三，數據隱私保護等級評估：數據發布方評估數據屬性的隱私保護等級，進而重新排列屬性；將數據集劃分成相對低維的分塊矩陣，分塊后，每個分塊矩陣的維數為p，并標注分塊矩陣整體的敏感等級；

步驟四，數據擾動：發布方在分塊矩陣的協方差矩陣上加入Wishart隱私噪聲擾動；

步驟五，數據變換：利用稀疏矩陣變換方法，得到特征向量矩陣和相應的特征值對角陣，取特征值對角矩陣的前k個最大值所對應的特征向量；將特征向量矩陣轉置并與均值化后的矩陣相乘，得到k維的低維矩陣，k≤p；

步驟六，數據復原：將低維矩陣復原，進而恢復均值化之前的矩陣；

步驟七，數據發布：將所有隱私噪聲擾動的低維矩陣復原所形成的m行p列分塊矩陣進行拼接，形成隱私保護加噪的m行n列矩陣，并在數據表頭加上相應的屬性名稱；對照原始數據表的屬性排列順序進行調整復原，形成完整的數據表，并形成對外發布隱私版本的數據。

2.如權利要求1所述的高維敏感數據隱私分級保護發布方法，其特征在于，所述數據采集階段，包括數據收集階段和參數選取階段；

數據收集階段，將每個個體樣本的數據收集，確定每個樣本中n個屬性中的具體值，并實時更新計算數據集合中個體樣本總數的值m；

參數選取階段，隱私保護參數ε表示隱私分配的預算，若ε越大，則隱私保護的程度越小，數據的可用性越強；若ε越小，則隱私保護的程度越大，數據的可用性越差；因此ε值的選擇需要根據實際的隱私保護需求不斷調整，最終根據實際隱私保護程度的需求確定合適的總隱私保護參數ε。

3.如權利要求1所述的高維敏感數據隱私分級保護發布方法，其特征在于，所述數據隱私保護等級評估階段，包括屬性敏感等級評估階段、屬性重新排列階段、數據集劃分階段、分塊敏感等級標注階段；

屬性敏感等級評估階段，評估每一列屬性的敏感等級，每列等級按照相對的高、中、低進行標注；

屬性重新排列階段，在標注敏感等級之后，將矩陣根據每一個屬性的敏感等級進行排列，若該屬性的敏感等級越高，則所排列的維度就越靠前，所在的維度越低；將所有屬性按照敏感等級排列之后，重新形成一個新的m行n列的矩陣；

數據集劃分階段，將所有屬性按照敏感等級排列之后形成一個新的m行n列的矩陣，進而按照維數閾值為p進行分塊；對于最后一個分塊維數不足p的分塊矩陣用數值0進行填充，形成p維的填充矩陣，p≤10；

分塊敏感等級標注階段，對于m行p列的p維分塊矩陣進行等級標注，由于在上兩個階段中屬性重新排列階段和數據集劃分階段已經將屬性的敏感等級按照高中低進行排序和劃分，故將劃分后的分塊矩陣整體的隱私保護程度分為高中低三個等級；

至此，一個完整的m行n列被劃分形成新的若干個m行p列的分塊矩陣X，并將分塊矩陣根據不同隱私保護程度的需求劃分為高中低三個等級。