[发明专利]一种发布数据的生成方法、装置和服务器

说明书

本发明实施例公开了一种发布数据的生成方法，该方法包括：按照预设的统计类别对原始数据进行分类统计，用分类统计得到的每个统计类别对应的统计数值形成统计数据；为统计数据选定差分隐私算法；根据选定的差分隐私算法的隐私预算，对统计数据进行排序，对排序后的统计数据进行合并，对合并后的统计数据进行加噪，生成发布数据。本发明实施例还同时公开了一种发布数据的生成装置和服务器。

技术领域

本发明涉及大数据平台的数据发布，尤其涉及一种发布数据的生成方法、装置和服务器。

背景技术

近年来，大数据的蓬勃发展孕育了新业态，激发了新活力，创造了新价值，为了加快建成统一运营、统一管控的企业级大数据平台和运营体系，实现大数据变现，以此支撑开拓市场，需要着力集中资源搭建统一的大数据分析平台，然而，大数据的运营存在着安全风险，例如，对于运营商而言，大数据平台中的数据会涉及客户、业务使用、财政收入、资源等企业运营中的各个方面，同时也含有大量客户信息、话单账单等涉及客户隐私的敏感数据，如果这些敏感数据一旦遭到泄露，一方面会对客户的人身安全、经济安全产生巨大的威胁，另一方面也会引起大规模的客户投诉，这样，会导致巨大的经济损失及名誉损失。

大数据平台的数据服务层主要负责对平台中的数据进行统一封装和对外发布，但是容易遭到黑客的攻击，敏感数据泄露的风险更大，为了降低大数据平台中敏感数据泄露的风险，在数据服务层对信息的共享和发布中，强调要最大化平衡敏感数据的保密性和可用性，为了提高敏感数据的保密性和可用性，现有的是对数据服务层的元数据进行数据匿名化处理，采用基于限制发布的技术来保护敏感数据的隐私性，其中，最核心的算法为k匿名(k-anonymity)算法，通过限制发布对大数据进行脱敏处理，k-anonymity算法要求发布数据中存在至少为k个在准标识符上不可区分的记录，使攻击者不能判别出隐私信息所属的具体个体，从而保护了个人隐私。

k-anonymity算法通过参数k指定用户可承受的最大信息泄露风险，k-anonymity算法简单易懂，便于实现，能够在一定程度上保护用户隐私信息，虽然现有的k-anonymity算法有以上的优点，但当攻击者拥有一定的背景知识，用户信息容易遭受背景知识的攻击，k-anonymity算法无法有效保证用户信息的隐私性；当共享的数据为统计数据时，统计数据本身为敏感数据，采用k-anonymity算法并不能保证统计数据的隐私性，采用k-anonymity算法对统计数据进行过度泛化处理，会带来许多不必要的信息损失，降低统计数据的可用性；可见，现有的采用k-anonymity算法确定出的发布数据存在隐私泄露风险较高且可用性较低的技术问题。

发明内容

有鉴于此，本发明实施例期望提供一种发布数据的生成方法、装置和服务器，以解决现有的采用k-anonymity算法确定出的发布数据存在隐私泄露的风险较高的技术问题，降低了发布数据的隐私泄露风险，同时增强了发布数据的可用性。

为达到上述目的，本发明的技术方案是这样实现的：

第一方面，本发明实施例提供一种发布数据的生成方法，包括：按照预设的统计类别对原始数据进行分类统计，用分类统计得到的每个统计类别对应的统计数值形成统计数据；为所述统计数据选定差分隐私算法；根据选定的差分隐私算法的隐私预算，对所述统计数据进行排序，对排序后的统计数据进行合并，对合并后的统计数据进行加噪，生成发布数据。

进一步地，所述根据选定的差分隐私算法的隐私预算，对所述统计数据进行排序，对排序后的统计数据进行合并，对合并后的统计数据进行加噪，生成发布数据，包括：将选定的差分隐私算法的隐私预算进行拆分，得到第一部分差分隐私预算和第二部分差分隐私预算；根据选定的差分隐私算法的隐私预算，对所述统计数据进行排序，得到所述排序后的统计数据；根据所述第一部分差分隐私预算，对所述排序后的统计数据进行合并，得到所述合并后的统计数据；根据所述第二部分差分隐私预算，对所述合并后的统计数据进行加噪，生成所述发布数据。