[发明专利]一种工业过程数据脱敏方法

权利要求书

1.一种工业过程数据脱敏方法，其特征在于：包括如下步骤：

步骤1：利用混合属性局部近邻标准化方法对多模态工业过程混合属性数据进行标准化处理；

步骤2：利用基于生成对抗网络的多模态工业过程混合属性数据脱敏方法获取工业过程静态脱敏数据和模型；

步骤3：将待脱敏工业过程新数据利用混合属性局部近邻标准化处理后输入工业过程静态脱敏模型，实现工业过程数据动态脱敏。

2.根据权利要求1所述的工业过程数据脱敏方法，其特征在于：所述混合属性局部近邻标准化方法包括以下过程：

步骤1-1：利用测地距离计算待脱敏多模态工业过程混合属性源数据X＝[x₁；x₂；…；x_m]中的数值型数据的距离矩阵其中，x_i为X中第i个采样点，为X_n中第i个采样点，m为X和X_n中采样点的个数；

步骤1-2：对待脱敏多模态工业过程混合属性源数据X＝[x₁；x₂；…；x_m]中的分类型数据进行IDF编码，得到编码后分类型数据其中，为X_c中第i个采样点，为中第i个采样点，m为X_c和中采样点的个数；

步骤1-3：利用基于信息熵的加权距离计算编码后分类型数据的距离矩阵

步骤1-4：计算编码后混合属性数据的混合距离矩阵d_h；

步骤1-5：对于X_h中每一个采样点利用d_h从X_h中剩余采样点中选取k个的最小混合距离采样点组成局部近邻域利用的均值和标准差对进行局部近邻标准化，得到标准化后待脱敏多模态工业过程混合属性源数据其中为中第i个采样点。

3.根据权利要求2所述的工业过程数据脱敏方法，其特征在于：所述利用测地距离计算X_n的距离矩阵是通过以下公式得到：

其中，为X_n中采样点和的测地距离。

4.根据权利要求2所述的工业过程数据脱敏方法，其特征在于：所述对X_c进行IDF编码，是通过以下公式得到：

其中，为分类型数据X_c中采样点的IDF编码后分类型采样点，为分类型数据X_c中变量i中特征值的频率，M_c为分类型数据X_c中变量的个数。

5.根据权利要求2所述的工业过程数据脱敏方法，其特征在于：所述利用基于信息熵的加权距离计算的距离矩阵是通过以下公式得到：

其中，为中采样点和的基于信息熵的加权距离，IE_s为中变量s的信息熵，r_s为中变量s中分类值的数量，p(a_s,t)为中变量s中分类值a_s,t的概率，num(a_s,t)为中变量s中分类值a_s,t的个数，为中采样点和的变量s的分类距离，和为中采样点和的变量s的编码后分类型数据值。

6.根据权利要求2所述的工业过程数据脱敏方法，其特征在于：所述计算X_h的混合距离矩阵d_h，是通过以下公式得到：

其中，为X中采样点x_i和x_j的混合距离，M_n为数值型数据X_n中变量的个数。

7.根据权利要求2所述的工业过程数据脱敏方法，其特征在于：所述利用和对进行局部近邻标准化，是通过以下公式得到：

。