[发明专利]基于语义推理的用户隐私数据保护的方法、装置、电子设备及存储介质

权利要求书

1.一种基于语义推理的用户隐私数据保护的方法，其特征在于，包括：

获取用户已经公开的数据；

对所述数据进行预处理,提取关于所述用户的个人信息；

将所述个人信息一一映射到语义网内的节点上,所述节点为已知节点；

将所需判断的隐私信息映射到所述语义网内的节点上,所述节点为目标节点；

遍历计算所述目标节点到所述已知节点的所有路径；

如果每一条所述路径的隐私泄露权重值已知，则将所有所述路径的隐私泄露权重值相加，计算得到所述目标节点的隐私泄露值；

所述用户根据所述隐私泄露值判断是否公开所述隐私信息；

若所述用户选择公开所述隐私信息,则将所述隐私信息添加到所述公开的数据中。

2.如权利要求1所述的基于语义推理的用户隐私数据保护的方法，其特征在于，所述对所述数据进行预处理,提取关于所述用户的个人信息的步骤包括:

采用自然语言处理技术将所述数据中的个人信息提取出来；

并对所述个人信息进行语义消歧。

3.如权利要求1所述的基于语义推理的用户隐私数据保护的方法，其特征在于，所述语义网的构建步骤：

从词典中获取符合上下位关系、实例关系、整体部分关系和属性关系的名词和形容词；

利用所述名词和形容词构建所述语义网。

4.如权利要求1所述的基于语义推理的用户隐私数据保护的方法，其特征在于，将所述个人信息或隐私信息一一映射到语义网内的节点上,包括：

用向量空间模型VSM算法计算所述个人信息和所述隐私信息与所述每一个节点相对应的关键词的语义相似度；

如果所述语义相似度不为零，则将所述个人信息和所述隐私信息与每一个节点进行映射；

如果所述语义相似度为零，则使用余弦相似度算法计算待映射的所述个人信息和所述隐私信息与每一个节点相对应的关键词的词语相似度；

如果所述词语相似度大于预定阈值，则将所述个人信息和所述隐私信息与每一个节点进行映射。

5.如权利要求1所述的基于语义推理的用户隐私数据保护的方法，其特征在于，所述遍历计算所述目标节点到所述已知节点的所有路径，包括：

采用深度优先算法，遍历所述目标节点到所述已知节点的所有路径。

6.如权利要求1所述的基于语义推理的用户隐私数据保护的方法，其特征在于，所述如果每一条所述路径的隐私泄露权重值已知，则将所有所述路径的隐私泄露权重值相加，计算得到所述目标节点的隐私泄露值，包括

从所述目标节点出发，根据所述目标节点中存储的父子关系找到对应的所述已知节点以及所述目标节点到所述已知节点的路径；

计算所述路径中所有的所述已知节点的所述个人信息在所述语义库中出现的概率；

将位于同一条所述路径上的所述已知节点的概率归一化计算得到所述路径的隐私泄露权重值；

将所有所述路径的隐私泄露权重值相加，计算得到所述目标节点的隐私泄露值。

7.一种实现如权利1～6中任一权利要求所述方法的装置，其特征在于，包括：

获取模块，用于获取用户已经公开的数据；

预处理模块，用于对所述数据进行预处理,提取关于所述用户的个人信息；

映射模块，用于将所述个人信息一一映射到语义网内的节点上,所述节点为已知节点，将所需判断的隐私信息映射到所述语义网内的节点上,所述节点为目标节点；

计算模块，用于遍历计算所述目标节点到所述已知节点的所有路径；如果每一条所述路径的隐私泄露权重值已知，则将所有所述路径的隐私泄露权重值相加，计算得到所述目标节点的隐私泄露值；

用户决策模块，用于所述用户根据所述隐私泄露值判断是否公开所述隐私信息；

更新模块，用于若所述用户选择公开所述隐私信息,则将所述隐私信息添加到所述公开的数据中。