[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

说明书

本发明公开了一种基于差分隐私保护的电力交易大数据发布方法，包括：利用MICFS对电力交易的原始数据集的相关性进行特征选择，并选取相关性低的数据记录生成待定数据集B；利用聚类算法对B进行K‑区块划分，得到属性相互独立的多个子数据块；计算子数据块中删除某一条记录后，查询函数f询问原始数据集的敏感度GS_D以及询问B的敏感度GS_B；根据差分隐私并行组合性质，进行Laplace噪声的添加，得满足差分隐私的训练样本查询集将满足GS_B≤GS_D的B的查询集与为机器学习训练样本集；训练Lasso回归算法生成预测模型，并将原始数据集输入该模型，输出D的查询集。本发明数据发布准确性、安全性；减少计算开销和隐私预算。

技术领域

本发明涉及信息技术安全领域，具体涉及一种基于差分隐私保护的电力交易大数据发布方法。

背景技术

随着智能电网及大数据技术的发展，利用发布的电力系统大数据对电力行业的状态进行数据挖掘和分析的数据共享模式，已成为电力信息化时代的发展潮流。然而，数据共享带来便捷的同时也伴随着个人隐私数据泄露的风险，因此隐私保护数据发布受到广泛关注。

传统的隐私保护数据发布模型，如k-匿名、l-多样性、t-近似等模型，它们根据原始数据的特性，将全部数据记录泛化成为若干组记录，不仅使得每一组中的各个记录无法相互区分；而且，由于缺乏对隐私保护程度的量化和对攻击者能力的清楚界定，这些模型仍然有隐私泄露风险，需不断地针对新的泄露风险提出修补方案。

差分隐私保护作为一种更强隐私保护模型，它对隐私泄露风险给出了严格的、定量化的表示和证明，从根本上解决了传统的隐私保护方法无法量化隐私保护程度和缺少对攻击模型的定义等问题。现有的差分隐私技术主要应用于交互式数据发布中，通过向查询结果中添加随机噪声保护敏感数据，以达到保护用户隐私的目的。

但是，在大数据时代，如果要实现在差分隐私的约束下提供准确的非交互式发布结果，则需要解决两个关键问题：

(1)如何减少大量查询集之间的相关性；

(2)如何对新的查询进行预测。

因为，在非交互式数据保护应用场景中，需要满足一次性对大数据集设计发布大量差分隐私的查询，而现有的基于差分隐私的非交互式数据保护技术在数据高度相关时，由于大数据集中数据间的高相关性与差分隐私的噪声机制紧密相关，高相关性会导致大量的随机噪声引入到查询结果中，使查询发布数据时无法提供准确的查询结果，导致发布数据失去应有的效用性，直接制约了差分隐私在非交互式系统中的应用。

有鉴于此，亟需解决现有差分隐私技术在非交互式数据保护应用场景中，由于大量查询集之间的高度相关性，致使查询发布数据时无法提供准确的查询结果的问题。

发明内容

本发明所要解决的技术问题是现有差分隐私技术在非交互式数据保护应用场景中，由于大量查询集之间的高度相关性，致使查询发布数据时无法提供准确的查询结果的问题。

为了解决上述技术问题，本发明所采用的技术方案是提供一种基于差分隐私保护的电力交易大数据发布方法，包括步骤如下：

步骤S10、利用基于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；