[发明专利]一种基于差分隐私保护的电力交易大数据发布方法

权利要求书

1.一种基于差分隐私保护的电力交易大数据发布方法，其特征在于，包括步骤如下：

步骤S10、利用最大信息系数的特征选择方法MICFS对电力交易的原始数据集中数据记录之间的相关性进行特征选择，统计数据集的相关性，并从原始大数据集中选取相关性低的数据记录生成待定数据集B；

步骤S20、利用聚类算法对待定数据集B进行K-区块划分，得到具有相互独立属性的k个子数据块；计算每个子数据块D_i(i＝1，2，...，k)中删除某一条记录j后，查询函数f询问原始数据集D的敏感度GS_D以及询问待定数据集B的敏感度GS_B；

步骤S30、根据差分隐私并行组合性质，利用查询函数f询问待定数据集B的敏感度，进行Laplace噪声的添加，获得满足差分隐私的训练样本查询集ε为总的隐私预算；

步骤S40、将满足GS_B≤GS_D的待定数据集B的查询集f(B)与待定数据集B满足差分隐私的训练样本查询集作为机器学习的训练样本集T＝＜f(B)，并利用训练样本集T训练Lasso回归算法模型，生成预测模型M；

步骤S50、将原始数据集输入到预测模型M中，输出满足差分隐私原始数据集D的查询集对该查询集进行最终数据发布。

2.如权利要求1所述的方法，其特征在于，步骤S10具体包括以下步骤：

步骤S11、初始化包含所有变量n的原始数据集D及待定数据集B，待定数据集B初始状态为空集；

步骤S12、从原始数据集D中选取候选变量f_i，计算f_i与因变量C之间的最大信息系数MIC(f_i，C)；

步骤S13、对计算出的最大信息系数排序，并选择最大的最大信息系数值作为初始变量，则D＝D-{f_i}，B＝B+{f_i}；

步骤S14、使用贪婪算法进行特征选择，直到选定变量的数目达到预设数量ρ；

步骤S15、输出包含所有选定变量的待定数据集B。

3.如权利要求1所述的方法，其特征在于，计算查询函数f询问数据的敏感度GS的方法为：

B＝{D₁，D₂，...，D_k}为k-区块划分数据集，其中，是数据集D_i与删除数据集D_i的第j条数据后产生的数据集之间的不同数据记录；则查询函数f的敏感度计算公式为：

其中，

v(x_j)表示数据记录x_j的值，g(·)表示数据x_j与它的相关记录之间的依赖关系；

定义差分隐私为其中，为隐私机制，ε为隐私预算。

4.如权利要求2所述的方法，其特征在于，最大信息系数MIC(f_i，C)计算公式为：

互信息P(f_i，C)为两个变量的联合概率分布，B(n)＝n^0.6。

5.如权利要求2所述的方法，其特征在于，步骤S14具体为：

计算选择变量f_B与候选变量f_i之间的最大信息系数MIC(f_B，f_i)；

选择最大值以下的评估函数的变量作为下一个变量，则

循环以上两个步骤直到选定变量的数目达到预设数目ρ。

6.如权利要求1所述的方法，其特征在于，利用训练样本机器训练Lasso回归算法模型，生成预测模型M的方法为：

应用Lasso回归模型，通过输入变量的固定非线性函数的线性组合获得预测模型M；

其中μ是的均值，u是预先定义参数用来控制基函数的可伸缩性；

当生成模型M时，新查询答案由M生成且不消耗任何隐私预算。