[發明專利]一種基于隱私保護的數據處理方法、裝置以及電子設備

在審

• 申請號: 202210385699.2
• 申請日: 2022-04-13
• 公開（公告）號: CN114741726A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 韓紫微;宋啟威;楊妍
• 申請（專利權）人: 中國農業銀行股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張思淼

1.一種基于隱私保護的數據處理方法，其特征在于，所述方法包括：

獲取原始數據；其中，所述原始數據的取值僅包括第一取值和第二取值兩種，所述原始數據包括案例組的原始數據和對照組的原始數據；

確定所述原始數據的卡方值；

根據所述原始數據的卡方值，確定噪聲數據的卡方值的取值范圍；其中，所述噪聲數據的取值僅包括所述第一取值和所述第二取值兩種，所述噪聲數據包括案例組的噪聲數據和對照組的噪聲數據，所述案例組的噪聲數據是對所述案例組的原始數據進行加噪得到的，所述對照組的噪聲數據是對所述對照組的原始數據進行加噪得到的；原始數據的卡方值和臨界值的大小關系，和噪聲數據的卡方值和臨界值的大小關系是相同的；噪聲數據的卡方值小于原始數據的卡方值；

根據所述原始數據的卡方值和所述噪聲數據的卡方值的取值范圍，確定第一噪聲頻數的取值范圍；其中，所述第一噪聲頻數為所述案例組的噪聲數據中取值為所述第一取值的數目；

根據所述第一噪聲頻數的取值范圍，以及所述原始數據和所述噪聲數據之間的差異，確定第一噪聲頻數的取值；

基于所述第一噪聲頻數的取值，分別對所述案例組的原始數據和所述對照組的原始數據進行加噪處理，得到所述案例組的噪聲數據和所述對照組的噪聲數據。

2.根據權利要求1所述的方法，其特征在于，所述確定所述原始數據的卡方值，具體包括：

根據第一原始頻數、第二原始頻數、第一數目和第二數目，確定所述原始數據的卡方值；其中，所述第一原始頻數為所述案例組的原始數據中取值為所述第一取值的數目，所述第二原始頻數為所述案例組的原始數據中取值為所述第二取值的數目，所述第一數目為所述第一原始頻數和所述對照組的原始數據中取值為所述第一取值的數目之和，所述第二數目為所述第二原始頻數b所述對照組的原始數據中取值為所述第二取值的數目之和。

3.根據權利要求1或2任一項所述的方法，其特征在于，所述臨界值是查詢卡方分布臨界值表得到的。

4.根據權利要求1所述的方法，其特征在于，所述根據所述第一噪聲頻數的取值范圍以及所述原始數據和所述噪聲數據之間的差異，確定第一噪聲頻數的取值，具體包括：

在所述第一噪聲頻數的取值范圍內確定所述第一噪聲頻數的數值，以使所述原始數據和所述噪聲數據之間的差異最大。

5.根據權利要求1所述的方法，其特征在于，所述原始數據和所述噪聲數據之間的差異具體包括所述原始數據和所述噪聲數據之間期望估計誤差。

6.根據權利要求1所述的方法，其特征在于，在所述基于所述第一噪聲頻數的取值，分別對所述案例組的原始數據和所述對照組的原始數據進行加噪處理，得到所述案例組的噪聲數據和所述對照組的噪聲數據之后，所述方法還包括：

對所述案例組的噪聲數據和所述對照組的噪聲數據進行后處理，所述后處理包括以下中的至少一種：對數據進行取整，或者根據精度需求對數據進行四舍五入運算。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取身份數據，其中，所述身份數據用于標識個體的身份；

對所述身份數據進行模糊處理，其中，所述模糊處理包括：對所述身份數據進行去標識化處理，或者對所述身份數據進行泛化處理，所述泛化處理為利用預設字符代替多個所述身份數據中的差異字符。