[发明专利]一种基于数据流的敏感数据挖掘保护方法

权利要求书

1.一种基于数据流的敏感数据挖掘保护方法，其特征在于，所述方法包括如下步骤：

S1、对原始数据流进行分词处理，得到初始词组流及初始词组流中词组的词性；

S2、对初始词组流中词性为名词的词组进行词频统计，筛选出目标词组流；

S3、针对初始滑动窗口内的目标词组采用相对支持度来进行敏感数据和非敏感数据的识别，采用枚举树数据结构对数据类型识别后的目标词组进行数据保存；

S4、随着滑动窗口的移动，确定当前滑动窗口下的类型变化上界及类型变化下界，计算类型变化上界或类型变化下界小于等于零的非敏感数据及敏感数据的相对支持度，基于相对支持度来判定是否更改对应词组在枚举树中的数据类型。

2.如权利要求1所述基于数据流的敏感数据挖掘保护方法，其特征在于，在步骤S4之后还包括：

S5、基于取整划分函数的K匿名算法对敏感数据进行匿名化。

3.如权利要求2所述基于数据流的敏感数据挖掘保护方法，其特征在于，所述步骤S5具体包括如下步骤：

S51、按照时间段对敏感数据划分数据集；

S52、针对每个数据集采用二划分法产生的两个匿名组，利用取整划分函数确定两个匿名组边界；

S53、判断每个匿名组的词组数量是否满足k匿名条件，若满足，则输出匿名组，若不满足，则返回步骤S52。

4.如权利要求1所述基于数据流的敏感数据挖掘保护方法，其特征在于，步骤S4中，随着滑动窗口的移动，若目标词组没有保存在枚举树中，则计算所述目标词组的相对支持度，基于相对支持度判断所述目标词组的数据类型，并采用枚举树数据结构进行保存。

5.如权利要求1所述基于数据流的敏感数据挖掘保护方法，其特征在于，基于相对支持度来的敏感数据和非敏感数据的识别方法如下：

相对支持度大于最小值支持度阈值的目标词组为敏感数据，反之则为非敏感数据；

所述最小支持度阈值是基于敏感数据的挖掘时间和敏感数据冗余度来获取的。