[发明专利]一种基于隐私保护的数据索引方法

权利要求书

1.一种基于隐私保护的数据索引方法，其特征在于，包括：

步骤1创建基于差分隐私保护的本地索引PR-tree，具体包括以下子步骤：

(1-1)本地数据采用R-tree索引；

(1-2)对所述R-tree索引重新进行划分，使得任意两个叶子节点的范围都不存在相互重叠的情形，且所有叶子节点索引的数据加起来正好是整个数据集；

(1-3)在每一叶子节点索引的数据上独立地添加噪音，创建满足差分隐私要求的本地索引PR-tree；

步骤2构建分布式全局索引PR-CAN，具体包括以下子步骤：

(2-1)采用索引选取算法，从每个本地索引PR-tree上选取部分PR-tree节点形成节点集，其中所述索引选取算法保证选取的节点产生最小的查询开销总和；

(2-2)将选取的每一个PR-tree节点映射到相应的CAN节点上；

所述PR-CAN和CAN节点中CAN均是指Content Addressable Network，即内容寻址网络。

2.如权利要求1所述的方法，其特征在于，还包括：

步骤3执行索引微调算法，调整所述步骤(2-1)形成的节点集以适应实时查询的具体需求，如果在实时查询中有些节点被访问的频率过高，就用其孩子节点替换所述节点进行数据发布；如果有些节点被访问的频率过低，就用其父亲节点替换所述节点进行数据发布。

3.如权利要求1或2所述的方法，其特征在于，所述步骤(1-3)添加的噪音服从参数为s(f)/ε的拉普拉斯分布，其中s(f)为敏感度，ε为隐私预算。

4.如权利要求1或2所述的方法，其特征在于，所述步骤(2-1)中，所述选取的节点产生的查询开销总和包含以下三个方面的查询开销：

(a)将单个查询q路由到每一个与待查范围相交的CAN节点上的开销是其中N是网络中组织的服务器个数，t是范围与所述查询q的待查范围有重叠的CAN服务器个数，d是数据维度；

(b)在查询过程中可能出现某个待查CAN节点的全局索引中，没有一个索引项与所述查询q的查询范围有重叠，记这种无效的过程开销为 其中S_FR(N_oi)表示CAN节点N_oi中与查询范围不相交的所有全局索引项，m是CAN节点的个数；

(c)虽然某些候选节点的范围与所述查询q的查询范围有重叠，但也有可能查询不到任何满足条件的结果，记这种无效查询过程引发的开销为 其中S_FT(N_si)表示选取于N_si本地索引的所有候选PR-tree节点集，N_s为存储服务器的个数，C为PR-tree节点的最大分支数，h_j表示PR-tree节点n_j所在本地索引PR-tree的高度，则可以看作在以所述PR-tree节点n_j作为根节点的子树上做查询时所经过的总的节点数。

5.如权利要求1或2所述的方法，其特征在于，所述步骤(2-2)具体包括以下子步骤：

(2-2-1)判断所述步骤(2-1)形成的所述节点集是否为空，是则结束流程，否则执行步骤(2-2-2)；

(2-2-2)对于节点集中的每一个PR-tree节点n_i，计算其中心点c_i和半径R_i；

(2-2-3)对于给定的阈值v_thrd，如果R_i＞v_thrd，则所述PR-tree节点n_i将被映射到所有与其范围有重叠的CAN节点上；如果R_i≤v_thrd，则所述PR-tree 节点n_i就会被映射到一个范围包含了所述中心点c_i的CAN节点上；

(2-2-4)对于所述步骤(2-2-3)中每一个满足条件的CAN节点，将所述PR-tree节点n_i作为一个索引项插入到其全局索引之中，再执行步骤(2-2-1)。

6.如权利要求1或2所述的方法，其特征在于，所述步骤(1-3)中所述本地索引PR-tree的查询处理具体包括以下步骤：

步骤A判断查询范围R是否包含根节点T的最小边界矩形，如果所述根节点T的所述最小边界矩形完全包含在所述查询范围R之中，则将所述根节点T索引的数据个数添加到查询结果之中，输出查询结果后流程结束，否则执行步骤B；

步骤B判断所述根节点T是否为叶子节点，如果所述根节点T不是叶子节点，判断所述根节点T的每一个分支E是否与所述查询范围R有重叠区域，如果有重叠区域，则对于每一个与所述查询范围R有重叠区域的孩子节点E_i，算法将递归执行，所述根节点T被赋值为E_i，所述查询范围R不变，然后执行所述步骤A；如果没有重叠区域，则流程结束；如果所述根节点T是叶子节点且所述最小边界矩形与所述查询范围R存在重叠区域Area(R∩T)，则执行步骤C；

步骤C计算所述重叠区域Area(R∩T)大小与所述根节点T的所述最小边界矩形大小的比例然后将所述比例f乘以所述根节点T索引的数据个数后添加到查询结果中并输出查询结果。