[发明专利]适于大数据融合与共享结果数据集敏感性评估方法及系统

权利要求书

1.一种适于大数据融合与共享结果数据集敏感性评估方法，其特征在于，包括如下步骤：

建立表征数据敏感级别的敏感度模型，依据所述敏感度模型确定采集数据对象的敏感度；所述采集数据对象为采集的数据的原始来源；

由采集数据对象的敏感度计算每个采集数据对象的敏感度调节系数；

对采集数据对象的敏感度进行修正；

在采集数据对象中选取符合敏感度基准值条件的采集数据对象，将选取的采集数据对象的敏感度作为估算共享数据对象的敏感度的基准值；所述共享数据对象为采集的数据融合与共享的结果数据集；

根据所述基准值，以及除选取的采集数据对象以外的采集数据对象的敏感度和敏感度调节系数计算共享数据对象的敏感度，得到对结果数据集的敏感性评估结果；

根据所述敏感性评估结果调整共享数据对象的访问权限，实现对共享数据对象的访问控制；

所述共享数据对象的敏感度为SM＝EM_i'+ΔF；其中，EM_i'为所述基准值，ΔF为根据所述基准值，以及除选取的采集数据对象以外的采集数据对象的敏感度和敏感度调节系数计算的共享数据对象的修正量；

所述修正量为其中，Q_j为采集数据对象j的敏感度调节系数，EM_j'为修正后的采集数据对象j的敏感度；

所述对采集数据对象的敏感度进行修正的方法为：其中，EM'_j为修正后的采集数据对象j的敏感度，EM_j为修正前的采集数据对象j的敏感度，μk_i为采集数据对象j在第i个属性上占的权重，且1≤i≤m，m为采集数据对象j中所含有的属性的个数，l为采集数据对象j中进行融合与共享的属性的个数，1≤j≤n，n为采集数据对象的个数；

所述每个采集数据对象的敏感度调节系数为其中，采集数据对象的敏感度的范围为[F_min,F_max]，每个采集数据对象i的敏感度的范围为[F_min,F_{max_i}]，其中F_{max_i}为采集数据对象i的最高敏感度，n为采集数据对象的个数；

所述敏感度基准值条件包括：EM_i'为EM₁'、EM₂'、……、EM_n'中最大值；且，若存在EM_j'＝EM_i'，1≤j≤n，i≠j，则EM_i'对应的采集数据对象的敏感度最大值不大于EM_j'对应的采集数据对象的敏感度最大值。

2.一种根据权利要求1所述的适于大数据融合与共享结果数据集敏感性评估方法实现的结果数据集敏感性评估系统，其特征在于，包括：

第一模块，建立表征数据敏感级别的敏感度模型，依据所述敏感度模型确定采集数据对象的敏感度；所述采集数据对象为采集的数据的原始来源；

第二模块，由采集数据对象的敏感度计算每个采集数据对象的敏感度调节系数；

第三模块，对采集数据对象的敏感度进行修正；

第四模块，在采集数据对象中选取符合敏感度基准值条件的采集数据对象，将选取的采集数据对象的敏感度作为估算共享数据对象的敏感度的基准值；所述共享数据对象为采集的数据融合与共享的结果数据集；

第五模块，根据所述基准值，以及除选取的采集数据对象以外的采集数据对象的敏感度和敏感度调节系数计算共享数据对象的敏感度，得到对结果数据集的敏感性评估结果；

第六模块，根据所述敏感性评估结果调整共享数据对象的访问权限，实现对共享数据对象的访问控制；

所述共享数据对象的敏感度为SM＝EM_i'+ΔF；其中，EM_i'为所述基准值，ΔF为根据所述基准值，以及除选取的采集数据对象以外的采集数据对象的敏感度和敏感度调节系数计算的共享数据对象的修正量；所述修正量为其中，Q_j为采集数据对象j的敏感度调节系数，EM_j'为修正后的采集数据对象j的敏感度；

所述对采集数据对象的敏感度进行修正的方法为：其中，EM'_j为修正后的采集数据对象j的敏感度，EM_j为修正前的采集数据对象j的敏感度，μk_i为采集数据对象j在第i个属性上占的权重，且m为采集数据对象j中所含有的属性的个数，l为采集数据对象j中进行融合与共享的属性的个数，1≤j≤n，n为采集数据对象的个数；所述每个采集数据对象的敏感度调节系数为其中，采集数据对象的敏感度的范围为[F_min,F_max]，每个采集数据对象i的敏感度的范围为[F_min,F_{max_i}]，F_{max_i}为采集数据对象i的最高敏感度，n为采集数据对象的个数；

所述敏感度基准值条件包括：EM_i'为EM₁'、EM₂'、……、EM_n'中最大值；且，若存在EM_j'＝EM_i'，1≤j≤n，i≠j，则EM_i'对应的采集数据对象的敏感度最大值不大于EM_j'对应的采集数据对象的敏感度最大值。