[发明专利]实现隐私保护的数据处理方法及装置

说明书

本说明书实施例提供一种实现隐私保护的数据处理方法，包括：先获取多个终端传感器采集到的多条原始传感器数据，构成原始数据记录，以及获取对应的针对用户的业务标签；然后，判断该原始数据记录中是否包含反映用户做出特定隐私行为的敏感传感器数据；在判断出包含的情况下，利用中性数据进行对应局部替换得到脱敏数据记录，并将上述原始数据记录输入数据脱敏模型，得到脱敏处理结果；进一步地，一方面，基于该脱敏处理结果和该脱敏数据记录，确定脱敏处理损失，另一方面，将该脱敏处理结果输入预先训练的业务预测模型中，得到业务预测结果，并结合上述业务标签确定业务预测损失；进而基于脱敏处理损失和业务预测损失，训练数据脱敏模型。

技术领域

本说明书一个或多个实施例涉及数据安全技术领域，尤其涉及一种实现隐私保护的数据处理方法及装置。

背景技术

目前，个人智能设备中嵌入有许多传感器，包括加速度计、陀螺仪和磁力计等，安装在智能设备上的应用程序APP可以访问这些传感器采集到的原始数据，并对原始传感器数据进行处理，以实现与用户的交互，或计算展示给用户的指标数据，以帮助用户了解自己的活动情况或身体状态等。

然而，丰富的原始传感器数据同样带来了泄露用户隐私的风险，比如，用户希望保护自己某些方的隐私，如性别、年龄、某些个人行为习惯（如抽烟）等，但是一些APP可能会对原始传感器数据进行非法或恶意的使用、推测，从而造成用户隐私泄露。

因此，需要一种方案，使得传感器数据在可以正常用于后续业务处理的同时，防止用户隐私信息的泄露，从而有效保障用户隐私安全。

发明内容

本说明书一个或多个实施例描述了一种实现隐私保护的数据处理方法及装置，通过对原始传感器数据进行脱敏处理，从而有效保障用户隐私安全，同时，保证脱敏处理后的传感器数据，对于后续的业务处理仍具有足够高的可用性。

根据第一方面，提供一种实现隐私保护的数据处理方法，包括：获取原始数据记录和对应的业务标签；所述原始数据记录中包括多条原始传感器数据，其由用户终端中的多个传感器进行采集而得到；所述业务标签对应针对用户的业务预测任务。判断所述原始数据记录中是否包含敏感传感器数据，该敏感传感器数据反映用户做出若干特定隐私行为中的至少一种。在判断出包含若干条敏感传感器数据的情况下，利用预先确定的若干条脱敏传感器数据，替换所述原始数据记录中的所述若干条敏感传感器数据，得到脱敏数据记录，其中若干条敏感传感器数据和若干条脱敏传感器数据对应相同的若干个传感器。将所述原始数据记录输入数据脱敏模型，得到脱敏处理结果。基于所述脱敏处理结果和所述脱敏数据记录，确定脱敏处理损失。将所述脱敏处理结果输入预先训练的业务预测模型中，得到业务预测结果，所述业务预测模型用于执行所述业务预测任务。基于所述业务预测结果和所述业务标签，确定业务预测损失。基于所述脱敏处理损失和业务预测损失，训练所述数据脱敏模型，训练后的数据脱敏模型用于对目标原始数据记录进行脱敏处理。

在一个实施例中，其中各条原始传感器数据包括观测值序列，该观测值序列由传感器在多个预定时刻采集到的多个观测值组成。

在一个实施例中，所述多个传感器中包括以下中的至少一个：重力传感器，位置传感器，加速度传感器，角速度传感器，心率传感器。

在一个实施例中，所述若干特定隐私行为包括用户设定的禁止采集的行为和/或用户未授权采集的行为，所述业务预测任务对应用户授权的业务。

在一个实施例中，所述若干特定隐私行为中包括第一隐私行为；其中，判断所述原始数据记录中是否包含敏感传感器数据，包括：基于预先设定的传感器与特定隐私行为之间的映射关系，从所述多条原始传感器数据中确定与所述第一隐私行为对应的若干条第一原始数据；基于所述若干条第一原始数据，判断用户是否做出所述第一隐私行为；在判断出用户做出所述第一隐私行为的情况下，将所述若干条第一原始数据归入所述若干条敏感传感器数据中。