[发明专利]一种敏感属性数据的处理方法及系统

说明书

本发明提供一种敏感属性数据的处理方法及系统，该方法为：获取用户数据集；基于准标识符属性和敏感属性，得到多个敏感属性子数据集；将多个敏感属性子数据集划分为多组敏感属性数据记录组；确定符合复合多敏感属性L‑多样性的第一敏感属性数据记录组，并确定不符合复合多敏感属性L‑多样性的第二敏感属性数据记录组；在不破坏复合多敏感属性L‑多样性的情况下，将第二敏感属性数据记录组中的数据添加至第一敏感属性数据记录组；将所有第一敏感属性数据记录组匿名化，得到多组匿名分组并进行随机排序，发布随机排序结果。打乱准标识符属性和敏感属性之间的对应关系，避免根据用户数据推测出用户的私人信息，保证个人信息的可用性和安全性。

技术领域

本发明涉及数据处理技术领域，具体涉及一种敏感属性数据的处理方法及系统。

背景技术

随着信息领域和网络领域的快速发展，数据呈现爆炸式增长。每天都有海量的个人信息被发布，例如发布人口普查数据、个人消费数据和医疗数据等包含个人信息的数据。政府部门和商业机构会根据收集得到的个人信息进行分析，以更好的进行社会管理和商业决策。

在发布个人信息的过程中，有可能会将个人信息中的敏感属性数据泄露，对被泄露人员造成极大的负面影响。因此目前在发布个人信息时，会将个人信息中与身份相关的属性数据删除，以达到保护个人隐私的目的。但是，将个人信息中与身份相关的属性数据删除，会造成个人信息的严重失真，致使个人信息的可用性降低，以及导致根据个人信息进行分析的分析结果准确度降低。

发明内容

有鉴于此，本发明实施例提供一种敏感属性数据的处理方法及系统，以解决目前隐私保护方式存在的个人信息可用性低等问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种敏感属性数据的处理方法，所述方法包括：

获取包含多组用户数据的用户数据集，每组用户数据由自身对应的用户在多个不同个人属性中的个人数据构成，预先将所述多个不同个人属性划分为标识符属性、准标识符属性和敏感属性；

基于所述用户数据集中的准标识符属性和敏感属性对应的个人数据进行处理，得到多个敏感属性子数据集；

利用所述多个敏感属性子数据集构建多维桶，并根据所述多维桶将所述多个敏感属性子数据集划分为多组敏感属性数据记录组；

确定所述多组敏感属性数据记录组中符合复合多敏感属性L-多样性的第一敏感属性数据记录组，以及确定不符合复合多敏感属性L-多样性的第二敏感属性数据记录组；

在不破坏复合多敏感属性L-多样性的情况下，将第二敏感属性数据记录组中的数据添加至第一敏感属性数据记录组；

基于预先根据每个个人属性构建的概化树，将所有第一敏感属性数据记录组匿名化，得到多组匿名分组；

对所述多组匿名分组进行随机排序，得到并发布随机排序结果。

优选的，所述基于所述用户数据集中的准标识符属性和敏感属性对应的个人数据进行处理，得到多个敏感属性子数据集，包括：

基于所述用户数据集中的准标识符属性和敏感属性对应的个人数据，确定每个所述准标识符属性和敏感属性之间的关联度；

利用所述关联度，将所述用户数据集划分为敏感属性子集和关联度小于阈值的准标识符属性子集所述敏感属性子集包含：敏感属性和所述关联度大于阈值的准标识符属性；

利用聚类算法将所述敏感属性子集划分为多个敏感属性子数据集。

优选的，所述利用所述多个敏感属性子数据集构建多维桶，包括：

基于所述敏感属性子数据集中敏感属性对应的属性值，构建每一敏感属性子数据集对应的多维桶；