[发明专利]基于本地化差分隐私的高维数据发布方法及相关设备

说明书

本公开提供了一种基于本地化差分隐私的高维数据发布方法及相关设备，服务器接收到经用户端扰动得到的待处理数据后，根据待处理数据中的不同属性分别计算边缘概率、联合概率和不同属性间的互信息，根据互信息构建马尔可夫网并对其处理得到联合树，根据联合树计算每个团的联合分布，对所有团和对应的联合分布采用迭代操作合成高维数据集输出。解决了现有技术存在的本地化差分隐私下高维数据的发布出现的通信量大，精度低的问题。

技术领域

本公开涉及隐私保护领域领域，尤其涉及一种基于本地化差分隐私的高维数据发布方法及相关设备。

背景技术

第三方服务器在用户数据的收集和使用过程中存在隐私泄漏。例如最近的Facebook约5000万用户数据泄漏事件。差分隐私作为一种隐私保护的技术手段，能够保证任意一条记录的添加或删除，都不会影响最终的查询结果。传统的差分隐私研究集中在中心化差分隐私技术，即存在一个可信的服务器，可以搜集用户的数据并添加扰动。而实际应用中第三方数据收集者可能会窃取或泄漏用户的敏感信息，想要找到一个可信的第三方服务器较困难，本地化差分隐私技术应运而生。它将数据扰动从服务器移动到用户端，故不需要可信的第三方，可被应用于主流系统中来收集统计数据。

目前，本地化差分隐私下，隐私数据发布的研究主要在于低维数据类型，现有大多数方法均可取得较好的统计结果。高维数据是关系数据的扩展，在数据分析中有广泛应用，如个人购物数据，医院诊疗数据等。高维数据的发布也可以实现丰富的数据挖掘任务。由于高维数据蕴含大量的个人敏感信息，直接发布会泄漏用户的隐私，故需要在高维数据中得到统计结果的同时保护数据中的敏感信息。但当高维数据集包括d个属性时，关联性存在种，需要将隐私预算进行次划分，会带来很大的噪声，使得推理结果准确性降低。

发明内容

有鉴于此，本公开的目的在于提出一种基于本地化差分隐私的高维数据发布方法及相关设备。

基于上述目的，本公开提供了一种基于本地化差分隐私的高维数据发布方法，包括：

接收待处理数据；其中，所述待处理数据是由用户端对高维数据进行扰动后得到的，所述高维数据和所述待处理数据均包括多种属性；

分别计算所述待处理数据中不同所述属性的边缘概率和联合概率；

根据所述边缘概率和所述联合概率计算不同所述属性间的互信息，根据所述互信息构建马尔可夫网，并根据所述马尔可夫网构建包括多个团的联合树；

分别计算每个所述团的分布，对所有所述团和对应的联合分布进行连接操作，以合成高维数据集。

基于同一发明目的，本公开还提供了一种基于本地化差分隐私的高维数据发布装置，包括：

数据接收模块，接收待处理数据；其中，所述待处理数据是由用户端对高维数据进行扰动后得到的，所述高维数据和所述待处理数据均包括多种属性；

概率计算模块，分别计算所述待处理数据中不同所述属性的边缘概率和联合概率；

联合树构建模块，根据所述边缘概率和所述联合概率计算不同所述属性间的互信息，根据所述互信息构建马尔可夫网，并根据所述马尔可夫网构建包括多个团的联合树；

结果输出模块，分别计算每个所述团的分布，对所有所述团和对应的联合分布进行连接操作，以合成高维数据集。

基于同一发明目的，本公开还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现基于本地化差分隐私的高维数据发布方法。