[发明专利]动态数据隐私发布方法、系统、可读介质及设备

说明书

本发明属于数据隐私发布领域，提供了一种动态数据隐私发布方法、系统、可读介质及设备。其中，动态数据隐私发布方法包括动态获取待发布数据，并对数据进行聚类分组；求取各聚类结果内部的均值，采用Laplace机制对各聚类结果内部的均值添加噪声，得到聚类数据集；其中，聚类数据集采用若干个数据表T表示；对聚类数据集中的敏感属性进行处理及发布。

技术领域

本发明属于数据隐私发布领域，尤其涉及一种动态数据隐私发布方法、系统、可读介质及设备。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

目前各行各业都在做大数据分析和挖掘，比如位置信息、消费行为、网络访问行为和领导干部测评等。然而在享受大数据带来的各种各样有价值的信息和便利的同时，大数据在收集、存储、发布和使用过程中也不可避免的面临着一系列的安全问题，当前大数据安全和隐私保护方面受到严重的安全威胁，数据机密性，同时还需要对数据的安全进行量化度量；隐私保护对大数据时代的数据分享和利用起到了至关重要的作用，深度关联所带来隐私泄露问题。

而且现有的数据隐私发布软件存在以下问题：1）基于匿名模型的隐私保护数据发布以删除个体信息中的显标识符（姓名、身份证号 或其他关键信息）为特点。然而，大部分k-anonymity 算法只起到了防止实体泄露问题， 仍然无法防止多敏感属性的泄露。2）传统以匿名模型为基础的隐私保护方法通常需要做出特殊的攻击假设和背景知识， 而且未能实现对数据隐私保护的强度进行量化评价，所以在实际应用中将具有较大的局限性。尤其是在海量数据的背景下，用户的原始信息可能在经过数据挖掘分析和深度学习的某个过程中被非法者破坏、攻击和篡改，用户信息的隐私安全临着严重的威胁。3）差分隐私数据发布方法的研究大多关注静态数据集的发布问题。而且，静态数据的差分隐私发布方法无法应用于动态数据的发布。若要展开对动态数据隐私发布的研究，必然需要先了解动态数据的动态性、多维性、持续到达和多种数据类型等特点。

为了解决上述问题，现有的数据隐私发布有基于拉普拉斯原理加入噪音干扰去处理数值敏感属性，但只加入噪音不能解决数值敏感属性之间邻近违约危险的问题。

发明内容

为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种动态数据隐私发布方法、系统、可读介质及设备，其能够提高动态发布数据的隐私性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种动态数据隐私发布方法。

一种动态数据隐私发布方法，包括：

动态获取待发布数据，并对数据进行聚类分组；

求取各聚类结果内部的均值，采用Laplace机制对各聚类结果内部的均值添加噪声，得到聚类数据集；其中，聚类数据集采用若干个数据表T表示；

对聚类数据集中的敏感属性进行处理及发布，其过程为：

标记原始数据表格T（j+1）中多敏感属性之间的关联性；其中，j为大于或等于0的正整数；

通过 Bucket 算法对原始数据表格 T（j+1）进行处理，发布第一个的匿名表格T*(j+1)；

对原始数据表格 T（j+1）进行更新操作，发布获得数据表格T*(j+2)；

比较 T*(j+1)和 T*(j+2)查找它们之间的推理通道，如果没有推理通道，则直接发布T*(j+2)，有推理通道则不能发布 T*(j+2)，如果发布出去将泄漏个人的隐私。

本发明的第二个方面提供一种动态数据隐私发布系统。

一种动态数据隐私发布系统，包括：

聚类分组模块，其用于动态获取待发布数据，并对数据进行聚类分组；