[发明专利]基于贝叶斯网络的差分隐私数据发布方法

权利要求书

1.基于贝叶斯网络的差分隐私数据发布方法，其特征是，包括步骤如下：

步骤1、计算原始数据的所有属性之间的互信息，并根据互信息确定每个节点的候选稀疏节点集；对每个候选稀疏节点集使用爬山算法搜索找到贝叶斯-迪里赫列评分即BD评分最高的模型，并对该模型进行优化处理后取得该候选稀疏节点集的最优解；利用所有候选稀疏节点集的最优解构建贝叶斯网络；

步骤2、采用指数机制加噪方法对步骤1所构建的贝叶斯网络进行首次加噪；

步骤3、采用拉普拉斯加噪方法对步骤2所得到的首次加噪后的贝叶斯网络进行再次加噪；

对步骤2所得到的贝叶斯网络中的敏感属性，直接对敏感属性进行加噪；

对步骤2所得到的贝叶斯网络中的非敏感属性，先计算当前贝叶斯网络中所有属性的互信息，并根据互信息将属性划分成若干个属性集簇；再根据属性集簇中包含的非敏感属性的属性值种类在整个数据集中的非敏感属性中属性值种类中占的比重来分配隐私预算，并根据分配的隐私预算对属性集簇中非敏感属性进行加噪；

步骤4、对步骤3所得到的再次加噪后的贝叶斯网络进行采样，并形成最终发布的数据。

2.根据权利要求1所述基于贝叶斯网络的差分隐私数据发布方法，其特征是，步骤2首次加噪所得到的贝叶斯网络所达到的隐私预算ε₁与步骤3再次加噪所得到的贝叶斯网络所达到的隐私预算ε₂之和等于给定的总的隐私预算ε，即ε＝ε₁₊ε₂。

3.根据权利要求1所述基于贝叶斯网络的差分隐私数据发布方法，其特征是，步骤3中，对敏感属性加噪后得到的贝叶斯网络所达到的隐私预算ε_2-1与对非敏感属性加噪后得到的贝叶斯网络所达到的隐私预算ε_2-2之和等于再次加噪所得到的贝叶斯网络所达到的隐私预算ε₂，即ε₂＝ε_2-1+ε_2-2。

4.根据权利要求1所述基于贝叶斯网络的差分隐私数据发布方法，其特征是，步骤1中，需要先去掉原始数据中有关姓名的标识属性，再对剩下的属性进行处理。