[发明专利]一种数据集隐私程度度量方法

说明书

本发明属于数据集隐私保护技术领域，尤其是一种数据集隐私程度度量方法，针对现有技术中没有合适的技术手段对数据集隐私的保护程度进行度量，无法确认数据集隐私的安全性问题，现提出如下方案，其包括以下重要步骤：S1：数据集合；S2：建立字段隐私程度模型；S3：字段隐私程度识别；S4：经过标识的数据集合；S5：数据隐私处理和评分，S2中数据提供方维护一份字段库，收集了各个数据集中会出现的字段名称，并根据字段的隐私程度定义每个字段名称的动态隐私程度分数。本发明可以快速有效的对数据隐私进行度量，通过从多方面进行分析，提高隐私度量的效率和效果，可以精准的确认隐私的安全性。

技术领域

本发明涉及数据集隐私保护技术领域，尤其涉及一种数据集隐私程度度量方法。

背景技术

随着社会的发展，信息数据逐渐普及在网络上，信息数据十分重要，由于猎奇心理或是利益的驱动，许多恶意攻击者仍然时刻觊觎着他人的隐私，物联网的快速发展，一方面促使大量隐私信息存储在网络上，为恶意攻击者提供了丰富的潜在目标；另一方面，由于监管的困难及安全防范的不足，恶意攻击者也更容易通过网络实施各种侵犯隐私的行为，仅仅依靠法律规范来保护隐私还远远不够，必须要从技术上防止恶意用户窃取用户隐私。

现有技术中没有合适的技术手段对数据集隐私的保护程度进行度量，无法确认数据集隐私的安全性。

发明内容

本发明的目的是为了解决现有技术中没有合适的技术手段对数据集隐私的保护程度进行度量，无法确认数据集隐私的安全性的缺点，而提出的一种数据集隐私程度度量方法。

为了实现上述目的，本发明采用了如下技术方案：

一种数据集隐私程度度量方法，包括以下重要步骤：

S1：数据集合；

S2：建立字段隐私程度模型；

S3：字段隐私程度识别；

S4：经过标识的数据集合；

S5：数据隐私处理和评分。

优选的，所述S1收集大量数据，并初步分类，然后进行集合。

优选的，所述S2中数据提供方维护一份字段库，收集了各个数据集中会出现的字段名称，并根据字段的隐私程度定义每个字段名称的动态隐私程度分数；根据每个字段的评分有一个动态的等级分类，建立字段隐私程度模型。

优选的，所述S3中字段隐私程度识别装置，该装置的输入是“数据集合”以及“字段隐私程度模型”，经过装置时，首先根据模型对字段进行评分，最后根据评分对字段进行分级：高、中、低，并输出经过标识的数据集合。

优选的，所述分级的高包含姓名、身份证号码、手机号码；分级的中包含住址和性别，分级的低包含编号。

优选的，所述S4中经过标识的数据再次集合，S5中。

优选的，所述S5中利用数据隐私处理和评分装置进行处理和评分，该装置的输入是“经过标识的数据集合”以及“字段保护策略”，装置根据策略对相应标识的字段做隐私处理，同时计算数据集合的隐私保护程度评分公式如下：

最终输出“经过隐私处理的数据集合”以及“数据集合的隐私保护程度评分。

优选的，所述字段做隐私处理的方式包含：对称加密(AES、SM4)、Hash函数、数字签名、数字证书、访问控制、同态加密。

与现有技术相比，本发明的优点在于：

本发明可以快速有效的对数据隐私进行度量，通过从多方面进行分析，提高隐私度量的效率和效果，可以精准的确认隐私的安全性。

附图说明