[发明专利]大型结构化数据集的统计指纹识别

权利要求书

1.一种用于对结构化数据库进行指纹识别的方法，所述方法包括以下步骤：

a.将结构化数据库分为多个子集；

b.导出针对所述多个子集中的每个子集的指纹；以及

c.将针对所述多个子集中的每个子集的所述指纹组合以创建针对所述结构化数据库的指纹。

2.如权利要求1所述的方法，其特征在于，所述多个子集中的每个子集包括列状数据集。

3.如权利要求2所述的方法，其特征在于，进一步包括按数据类型分析所述多个列状数据集中的每个列状数据集的步骤。

4.如权利要求3所述的方法，其特征在于，进一步包括预处理所述多个列状数据集中的每个列状数据集的步骤。

5.如权利要求4所述的方法，其特征在于，进一步包括将多个统计测试中的至少一个统计测试应用于所述多个列状数据集的步骤。

6.如权利要求5所述的方法，其特征在于，所述列状数据集中的至少一者包括定量数据集。

7.如权利要求6所述的方法，其特征在于，应用于所述定量数据集的多个统计测试中的所述至少一个统计测试选自包括均值、中值、众数、最小值、最大值、标准偏差和方差的集合。

8.如权利要求5所述的方法，其特征在于，所述列状数据集中的至少一者包括定性数据集。

9.如权利要求8所述的方法，其特征在于，应用于所述多个列状数据集的所述多个统计测试中的至少一个统计测试选自包括两个样本卡方、卡方拟合优度、以及卡方独立性测试的集合。

10.如权利要求1所述的方法，其特征在于，进一步包括将时间维度分析应用于所述结构化数据库以计及所述结构化数据库内的数据的时间漂移的步骤。

11.如权利要求1所述的方法，其特征在于，进一步包括将针对所述结构化数据库的所述指纹与针对数据所有者结构化数据库的指纹作比较以确定所述结构化数据库是否从所述数据所有者结构化数据库导出的步骤。

12.一种存储指令的计算机可读介质，当所述指令由计算机执行时，致使它：

a.将结构化数据库分为多个子集；

b.导出针对所述多个子集中的每个子集的指纹；以及

c.将针对所述多个子集中的每个子集的所述指纹组合以创建针对所述结构化数据库的指纹。

13.如权利要求12所述的计算机可读介质，其特征在于，所述多个子集中的每个子集包括列状数据集。

14.如权利要求13所述的计算机可读介质，其特征在于，进一步包括所存储的指令，当所述指令由计算机执行时，致使它根据数据类型分析所述多个列状数据集中的每个列状数据集。

15.如权利要求14所述的计算机可读介质，其特征在于，进一步包括所存储的指令，当所述指令由计算机执行时，致使它预处理所述多个列状数据集中的每个列状数据集。

16.如权利要求15所述的计算机可读介质，其特征在于，进一步包括所存储的指令，当所述指令由计算机执行时，致使它将多个统计测试中的至少一者应用于所述多个列状数据集。

17.如权利要求16所述的计算机可读介质，其特征在于，所述列状数据集中的至少一者包括定量数据集。

18.如权利要求17所述的计算机可读介质，其特征在于，应用于所述定量数据集的多个统计测试中的所述至少一个统计测试选自包括均值、中值、众数、最小值、最大值、标准偏差和方差的集合。