[发明专利]一种去敏感化数据关联关系的保持方法及系统

权利要求书

1.一种去敏感化数据关联关系的保持方法，其特征在于，包括：

步骤a1，建立数据生成网络模型G和数据判断网络模型D；

步骤a2，将原始数据集中的原始数据和所述数据生成网络模型G基于输入的噪声数据生成的模拟数据输入至所述数据判断网络模型D以训练所述数据判断网络模型D，训练目标为使得输入的所述模拟数据被所述数据判断网络模型D判断为假，以更新所述数据判断网络模型D的参数；

步骤a3，将噪声数据输入至所述数据生成网络模型G后输出模拟数据至所述步骤a2中得到的数据判断网络模型D，并且基于所述数据判断网络模型D的输出结果训练所述数据生成网络模型G，训练目标为使得所述模拟数据被所述数据判断网络模型D判断为真，以更新所述数据生成网络模型G的参数；

步骤a4，基于更新后的数据生成网络模型G和数据判断网络模型D重新执行步骤a2-a3，直到所述数据判断网络模型D对于输入的模拟数据有50%的概率判断为真；

步骤a5，基于步骤a4中的数据生成网络模型生成所述原始数据集对应的公开数据集，所述公开数据集中的数据与所述原始数据集中的数据的分布一致；

步骤a6，发布所述公开数据集以替代所述原始数据集供查询；

其中，所述数据生成网络模型G为残差神经网络，所述数据生成网络模型G的最后一层采用tanh函数作为激励函数，所述数据生成网络模型G的其余层采用leaky_relu函数作为激励函数；

所述数据判断网络模型D为VCG神经网络，所述数据判断网络模型D的最后一层采用sigmoid函数作为激励函数，所述数据判断网络模型D的其余层采用leaky_relu函数作为激励函数；

在步骤a2还将原始数据集中的原始数据输入作为数据输入之前对原始数据进行预处理，数据预处理包括：

步骤a2-1，将原始数据集的统一为数据表格式；

步骤a2-2，将所述步骤a2-1中得到的数据表格式中的每一单元格的内容依照统一的转换规则转换为机器识别码，以获得编码数据表；

步骤a2-3，将所述编码数据表中的各数据进行归一化处理至0至1范围内的数字；

在步骤a5中，需要对生成的一原始数据集进行处理，按照步骤a2-2中采用的转换规则进行逆变换。

2.根据权利要求1所述的一种去敏感化数据关联关系的保持方法，其特征在于，所述步骤a4中采用损失函数为：

；

其中，pdata（x）为数据生成网络模型生成的模拟数据，pz（z）为噪声数据。

3.根据权利要求1所述的一种去敏感化数据关联关系的保持方法，其特征在于：

所述步骤a2中，每次训练输入所述数据生成网络模型G的噪声数据均不同，每次训练输入所述数据判断网络模型D的原始数据均不同。

4.一种去敏感化数据关联关系的保持系统，其特征在于：

采用权利要求1-3中任一项所述的保持方法。