[发明专利]一种面向于大数据发布的隐私保护系统及方法

说明书

本发明提供了一种面向大数据发布的隐私保护系统，包括：分割单元，用于将数据分割成多个预处理数据块；判断单元，用于根据敏感字符判断预处理数据块是否为隐私数据块；随机数生成单元；加密单元，用于对隐私数据块中的属于第一隐私等级的敏感字符进行加密；转换单元，用于根据随机数对加密后的敏感字符进行移位，并通过哈希算法对移位后的敏感字符进行哈希值替换。发布单元用于将正常数据块以及敏感字符进行哈希值替换后的隐私数据块合并并发布至网络中。本发明既可以最大限度的保持原始数据完整性、降低大数据分析开销以及处理量，也可以防止大数据发布时的隐私信息泄露。相应地，本发明还提供一种面向大数据发布的隐私保护方法。

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种面向大数据发布的隐私保护系统及方法。

背景技术

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，其是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。由于大数据包含了众多个人和机构的隐私信息数据，如何保护大数据中的个人隐私数据成为了迫切需要解决的问题。

现有的大数据隐私保护技术一般包括：脱敏处理技术，将大数据中包含敏感信息的部分删除以使得数据中不再包含敏感的隐私信息，此种技术会删除了原始数据中的一些信息，导致数据不完整，不利于深入分析；数据加密技术，将大数据中的敏感信息通过加密算法进行加密处理以使原始敏感信息不可见，此种技术由于加密操作增加了大数据分析相关算法的额外开销，降低了算法的效率。因此，有必要研发一种既能最大限度的保持原始数据完整性、不增加大数据分析开销，又能防止隐私信息泄露的大数据隐私保护方法。

发明内容

为了克服现有技术无法在最大限度的保持原始数据完整性、不增加大数据分析开销的同时防止隐私信息泄露的问题，本发明提供了一种面向大数据发布的隐私保护系统及方法，其具体技术方案如下：

一种面向大数据发布的隐私保护系统，其包括分割单元、判断单元、随机数生成单元、加密单元、转换单元以及发布单元。

分割单元接收待处理数据，将待处理数据分割成多个预处理数据块；

判断单元读取分割单元处理产生的多个预处理数据块，根据敏感字符判断预处理数据块是否为隐私数据块，其中，包含有敏感字符的预处理数据块为隐私数据块，未包含敏感字符的预处理数据块为正常数据块；

随机数生成单元用于生成随机数；

加密单元对隐私数据块中的属于第一隐私等级的敏感字符进行加密；

转换单元根据随机数对加密后的属于第一隐私等级的敏感字符以及未经加密的属于第二隐私等级的敏感字符进行移位，并对移位后的隐私数据块中的敏感字符进行替换；

发布单元将正常数据块以及敏感字符进行哈希值替换后的隐私数据块合并并发布至网络中。

根据随机数对加密后的属于第一隐私等级的敏感字符以及未经加密的属于第二隐私等级的敏感字符进行移位，并通过哈希算法对移位后的隐私数据块中的敏感字符进行哈希值替换，由于哈希算法的不可逆，在降低大数据隐私保护处理开销的基础上，还可以很好地大数据发布的隐私数据安全等级。

发布单元用于将正常数据块以及敏感字符进行哈希值替换后的隐私数据块合并并发布至网络中。

可选的，所述隐私保护系统还包括等级划分单元，所述等级划分单元用于将敏感字符划分为第一隐私等级以及第二隐私等级。

可选的，所述隐私保护系统还包括存储单元，所述存储单元用于存储敏感字符以及哈希算法。

可选的，所述加密单元通过椭圆加密算法对属于第一隐私等级的敏感字符进行加密。