[发明专利]隐私保护算法的验证方法、装置及电子设备有效
申请号: | 202010922588.1 | 申请日: | 2020-09-04 |
公开(公告)号: | CN112016123B | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 吴若凡 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06F21/62 | 分类号: | G06F21/62 |
代理公司: | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人: | 陈霁;周良玉 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 隐私 保护 算法 验证 方法 装置 电子设备 | ||
1.一种隐私保护算法的验证方法,所述方法包括:
获取第一隐私仿真数据集、第二隐私仿真数据集以及待验证的隐私保护算法;所述第一隐私仿真数据集和所述第二隐私仿真数据集为相邻数据集;所述隐私保护算法为差分隐私类的随机算法;
多次调用所述隐私保护算法处理所述第一隐私仿真数据集,得到多个第一结果,以及多次调用所述隐私保护算法处理所述第二隐私仿真数据集,得到多个第二结果;其中,每次调用所述隐私保护算法采用的随机数状态不同;
构建所述多个第一结果的累积分布函数;
确定每个所述第二结果针对所述累积分布函数的p值,得到多个p值;其中,将任一第二结果作为自变量代入所述累积分布函数所得结果与该第二结果的p值之和为1;
构建所述多个p值的互补累积分布函数,作为用于验证所述隐私保护算法的权衡函数;所述权衡函数的图像表征了所述隐私保护算法的隐私保护性能。
2.根据权利要求1所述的方法,其中,所述累积分布函数为所述多个第一结果的经验分布函数。
3.根据权利要求1所述的方法,其中,所述权衡函数为1减所述多个p值的经验分布函数。
4.根据权利要求1所述的方法,其中,所述第一隐私仿真数据集和所述第二隐私仿真数据集通过如下方式得到:
获取基于隐私仿真数据构建的第一隐私仿真数据集;
确定所述第一隐私仿真数据集的多个相邻数据集;
获取所述隐私保护算法所对应的非隐私保护的原始算法;
调用所述原始算法处理所述第一隐私仿真数据集,得到第一处理结果;
调用所述原始算法处理所述多个相邻数据集中的每个相邻数据集,得到每个相邻数据集对应的第二处理结果;
选取与所述第一处理结果的距离值最大的第二处理结果所对应的相邻数据集,作为第二隐私仿真数据集。
5.根据权利要求4所述的方法,其中,所述距离值包括以下任意一项:
欧式距离值,余弦距离值,曼哈顿距离值,切比雪夫距离值以及汉明距离值。
6.根据权利要求1所述的方法,其中,所述方法还包括:
获取参考函数;
将所述参考函数的图像与所述权衡函数的图像显示于同一界面的同一坐标系中。
7.一种隐私保护算法的验证装置,所述装置包括:
获取模块,用于获取第一隐私仿真数据集、第二隐私仿真数据集以及待验证的隐私保护算法;所述第一隐私仿真数据集和所述第二隐私仿真数据集为相邻数据集;所述隐私保护算法为差分隐私类的随机算法;
调用模块,用于多次调用所述隐私保护算法处理所述第一隐私仿真数据集,得到多个第一结果,以及多次调用所述隐私保护算法处理所述第二隐私仿真数据集,得到多个第二结果;其中,每次调用所述隐私保护算法采用的随机数状态不同;
第一构建模块,用于构建所述多个第一结果的累积分布函数;
确定模块,用于确定每个所述第二结果针对所述累积分布函数的p值,得到多个p值;其中,将任一第二结果作为自变量代入所述累积分布函数所得结果与该第二结果的p值之和为1;
第二构建模块,用于构建所述多个p值的互补累积分布函数,作为用于验证所述隐私保护算法的权衡函数;所述权衡函数的图像表征了所述隐私保护算法的隐私保护性能。
8.根据权利要求7所述的装置,其中,所述累积分布函数为所述多个第一结果的经验分布函数。
9.根据权利要求7所述的装置,其中,所述权衡函数为1减所述多个p值的经验分布函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010922588.1/1.html,转载请声明来源钻瓜专利网。