[发明专利]数据扰动方法、设备及存储介质

权利要求书

1.数据扰动方法，其特征在于，包括：

确定数据集的范围，计算每个数据节点在所述数据集内的密度；

预设密度阈值，根据所述密度阈值和所述数据节点的密度进行划分，以得到高密度节点和低密度节点；

将所述高密度节点采用均值替代方法进行计算，得到第一随机扰动数据；

将所述低密度节点采用增强加法数据扰动方法进行计算，得到第二随机扰动数据。

2.根据权利要求1所述的数据扰动方法，其特征在于，所述数据集的范围采用K近邻算法确定。

3.根据权利要求2所述的数据扰动方法，其特征在于，计算每个数据节点在所述数据集内的密度，具体包括：

计算所述数据集内任意两个所述数据节点之间的拓扑势；

计算该所述数据集的总拓扑势；

将所述拓扑势和所述总拓扑势进行计算，得到所述数据节点的拓扑熵；

根据所述拓扑熵计算出所述数据节点的密度；

将集合内的所述数据节点重复上述步骤，得到集合内所有所述数据节点的密度。

4.根据权利要求3所述的数据扰动方法，其特征在于，所述计算所述数据集内任意两个所述数据节点之间的拓扑势，具体包括：

确定影响因子；

将所述影响因子、两个所述数据节点之间的网络距离进行计算，得到两个所述数据节点之间的拓扑势。

5.根据权利要求1至4任一项所述的数据扰动方法，其特征在于，所述密度阈值通过人工设置、集合内所有所述数据节点的密度均值以及分位数中的任意一种确定。

6.根据权利要求4所述的数据扰动方法，其特征在于，所述确定影响因子具体包括：

预设影响范围阈值，根据所述影响范围阈值确定影响因子。

7.根据权利要求2所述的数据扰动方法，其特征在于，所述均值替代方法具体包括：

所述数据节点的值通过所述K近邻内所述数据节点的均值进行替换。

8.根据权利要求1至4任一项所述的数据扰动方法，其特征在于，所述增强加法数据扰动方法，具体包括：

采用正态分布生成随机扰动；

根据所述低密度节点的宏观统计性质特征、秘密特征以及非秘密特征之间的关系计算正态分布相关的参数项；

采用加法结构将所述低密度节点与所述参数项叠加，以得到第二随机扰动数据。

9.一种数据扰动设备，其特征在于，包括：

至少一个处理器，以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8任一项所述的数据扰动方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述的数据扰动方法。