[發(fā)明專利]基于差分隱私的用戶數(shù)據(jù)匿名編碼方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110563065.7
• 申請(qǐng)日: 2021-05-24
• 公開（公告）號(hào): CN113177231A
• 公開（公告）日: 2021-07-27
• 發(fā)明（設(shè)計(jì)）人: 黃思創(chuàng);魯金彪;陸杰文;羅鵬飛
• 申請(qǐng)（專利權(quán)）人: 中國工商銀行股份有限公司
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 孫乳筍;劉熔

本發(fā)明屬于大數(shù)據(jù)技術(shù)領(lǐng)域，本發(fā)明提供了一種基于差分隱私的用戶數(shù)據(jù)匿名編碼方法及裝置，基于差分隱私的用戶數(shù)據(jù)匿名編碼方法包括：根據(jù)接收的用戶數(shù)據(jù)生成隨機(jī)序列；根據(jù)所述隨機(jī)序列對(duì)所述用戶數(shù)據(jù)進(jìn)行編碼，以生成比特向量；根據(jù)所述比特向量對(duì)編碼后的用戶數(shù)據(jù)進(jìn)行差分隱私處理。本發(fā)明擴(kuò)充了比特向量編碼方案的特性，使其能應(yīng)用于數(shù)據(jù)發(fā)布的場(chǎng)景。在保護(hù)用戶隱私的前提下，使得針對(duì)數(shù)據(jù)量大的應(yīng)用場(chǎng)景估計(jì)誤差較小，在數(shù)據(jù)量大的應(yīng)用場(chǎng)景有很高的實(shí)用性。

技術(shù)領(lǐng)域

本發(fā)明屬于大數(shù)據(jù)技術(shù)領(lǐng)域，具體涉及一種基于差分隱私的用戶數(shù)據(jù)匿名編碼方法及裝置。

背景技術(shù)

眾所周知，差分隱私是針對(duì)統(tǒng)計(jì)數(shù)據(jù)庫的隱私泄漏提出的一種新的隱私定義。某條記錄在或者不在數(shù)據(jù)集中，對(duì)計(jì)算結(jié)果的影響是微乎其微的。因此，一條記錄添加到數(shù)據(jù)集中所引起的隱私泄漏風(fēng)險(xiǎn)被控制到非常小且在可接受的范圍內(nèi)，并且攻擊者不能通過觀察計(jì)算結(jié)果而獲得準(zhǔn)確的個(gè)人信息。與傳統(tǒng)的隱私保護(hù)模型相比，差分隱私保護(hù)模型有兩個(gè)顯著的優(yōu)點(diǎn)：

第一：差分隱私對(duì)攻擊者擁有的背景做了最嚴(yán)格的定義，即使攻擊者掌握了除了要保護(hù)的信息以外的所有相關(guān)的背景知識(shí)，也依然能保護(hù)用戶的個(gè)人信息。

第二：差分隱私建立在堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)上，對(duì)隱私保護(hù)進(jìn)行了嚴(yán)格的定義并提供了量化評(píng)估的方法，使得數(shù)據(jù)集在不同參數(shù)處理下所提供的隱私保護(hù)水平具有可比較性。由于差分隱私既克服了加密技術(shù)帶來的計(jì)算復(fù)雜度的問題，又克服了K-ANONYMITY及衍生的匿名隱私保護(hù)技術(shù)中攻擊者背景知識(shí)假設(shè)不嚴(yán)格的各種攻擊問題。因此自差分隱私保護(hù)模型提出以來，就被相關(guān)業(yè)界人員認(rèn)可并迅速成為隱私保護(hù)領(lǐng)域中的研究熱點(diǎn)。

但在實(shí)際應(yīng)用中想要找到一個(gè)真正可信的第三方數(shù)據(jù)收集平臺(tái)十分困難,這極大地限制了中心化差分隱私技術(shù)的應(yīng)用。鑒于此，在不可信第三方數(shù)據(jù)收集者的場(chǎng)景下，本地化差分隱私(LOCAL DIFFERENTIAL PRIVACY)技術(shù)應(yīng)運(yùn)而生，其在繼承中心化差分隱私技術(shù)定量化定義隱私攻擊的基礎(chǔ)上，細(xì)化了對(duì)個(gè)人敏感信息的保護(hù)。具體來說，其將數(shù)據(jù)的隱私化處理過程轉(zhuǎn)移到每個(gè)用戶上，使得用戶能夠單獨(dú)地處理和保護(hù)個(gè)人敏感信息，即進(jìn)行更加徹底的隱私保護(hù)。

如何在有效利用數(shù)據(jù)給人類提供便利服務(wù)的同時(shí)，并能使個(gè)人隱私信息能夠得到有效的保護(hù)，是目前急需解決的問題。

發(fā)明內(nèi)容

本發(fā)明屬于大數(shù)據(jù)技術(shù)領(lǐng)域，針對(duì)現(xiàn)有技術(shù)中的問題，本發(fā)明擴(kuò)充了比特向量編碼方案的特性，使其能應(yīng)用于數(shù)據(jù)發(fā)布的場(chǎng)景。在保護(hù)用戶隱私的前提下，使得針對(duì)數(shù)據(jù)量大的應(yīng)用場(chǎng)景估計(jì)誤差較小，在數(shù)據(jù)量大的應(yīng)用場(chǎng)景有很高的實(shí)用性。

為解決上述技術(shù)問題，本發(fā)明提供以下技術(shù)方案：

第一方面，本發(fā)明提供一種基于差分隱私的用戶數(shù)據(jù)匿名編碼方法，包括：

根據(jù)接收的用戶數(shù)據(jù)生成隨機(jī)序列；

根據(jù)所述隨機(jī)序列對(duì)所述用戶數(shù)據(jù)進(jìn)行編碼，以生成比特向量；

根據(jù)所述比特向量對(duì)編碼后的用戶數(shù)據(jù)進(jìn)行差分隱私處理。

一實(shí)施例中，所述根據(jù)接收的用戶數(shù)據(jù)生成隨機(jī)序列，包括：

將預(yù)接收的用戶數(shù)據(jù)劃分為目標(biāo)均勻分布數(shù)據(jù)；

根據(jù)所述目標(biāo)均勻分布數(shù)據(jù)以及所述用戶數(shù)據(jù)生成所述隨機(jī)序列。

一實(shí)施例中，所述根據(jù)所述目標(biāo)均勻分布數(shù)據(jù)以及所述用戶數(shù)據(jù)生成所述隨機(jī)序列，包括：

對(duì)所述用戶數(shù)據(jù)進(jìn)行列置換，以生成列置換后的用戶數(shù)據(jù)；

根據(jù)所述目標(biāo)均勻分布數(shù)據(jù)以及所述列置換后的用戶數(shù)據(jù)生成所述用戶數(shù)據(jù)的隨機(jī)序列。

一實(shí)施例中，基于差分隱私的用戶數(shù)據(jù)匿名編碼方法還包括：根據(jù)差分隱私處理后的用戶數(shù)據(jù)計(jì)算所述用戶數(shù)據(jù)對(duì)應(yīng)的直方圖發(fā)布K。