[发明专利]基于差分隐私的信用数据隐私保护方法及其系统

说明书

本发明提供一种基于差分隐私的信用数据隐私保护方法及其系统，方法包括如下步骤：S1：用户输入参数，其中输入参数包括：信用数据集和对应信用数据集的隐私保护需求参数；S2：设定隐私保护需求参数的每个数值对应一个算法；S3：根据用户提供调用接口获取用户的信用数据集；S4：获取信用数据集的隐私保护需求参数的数值；S5：根据隐私保护需求参数的数值采用对应的算法得到隐私保护处理后的信用数据集，分别通过四个算法保护信用数据。本发明解决了在信用数据的数字型的隐私数据处理，满足差分隐私要求，可以有效的保护信用数据，使得数据在传输或者使用过程中不会泄露用户的隐私数据，并达到不同等级的数据保护。

技术领域

本发明涉及隐私保护的技术领域，具体涉及一种基于差分隐私的信用数据隐私保护方法及其系统。

背景技术

随着互联网技术的飞速发展，整个社会被强行推入“大数据”时代，不管人们是否愿意，我们的个人数据正在不经意间被动地被企业、个人搜集并使用。个人数据的网络化和透明化已经成为不可阻挡的大趋势。信用数据更是个人隐私数据的集中地，在数据融合过程中，无论数据是否来开本地，都会被机器学习模型所接触，会造成隐私数据的泄漏。因此，将信用数据进行隐私保护，使机器学习模型无法接触原始数据非常必要。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明了一种可实现信用数据隐私保护的基于差分隐私的信用数据隐私保护方法及其系统。

本发明提供一种基于差分隐私的信用数据隐私保护方法，包括如下步骤：

S1：用户输入参数，其中输入参数包括：信用数据集和对应信用数据集的隐私保护需求参数，设定隐私保护需求参数的数值为正整数，其范围为1-4；

S2：设定隐私保护需求参数的每个数值对应一个算法；

S3：根据用户提供调用接口获取用户的信用数据集；

S4：获取信用数据集的隐私保护需求参数的数值；

S5：根据隐私保护需求参数的数值采用对应的算法得到隐私保护处理后的信用数据集，得到所述隐私保护处理后的信用数据集的具体方法如下：

如果隐私保护需求参数的数值等于1，则调用单列隐私保护算法，所述单列隐私保护算法针对单列的隐私保护，对这一列中所有的数据，使用相同的输入参数进行计算，得到隐私保护处理后的信用数据集传送给数据使用者；

如果隐私保护需求参数的数值等于2，则调用多列隐私保护算法，所述多列隐私保护算法的每一列都使用相同的输入参数，使用相同的输入参数进行计算，得到隐私保护处理后的信用数据集传送给数据使用者；

如果隐私保护需求参数的数值等于3，则调用多列非同隐私保护算法，所述多列非同隐私保护算法对每列中所有的数据使用相同的输入参数进行计算，不同列使用不同的输入参数，最后把隐私保护处理后的信用数据集传送给数据使用者；

如果隐私保护需求参数的数值等于4，则调用单行多列非同隐私保护算法，所述单行多列非同隐私保护算法对该行不同列的数据，使用不同的输入参数进行计算，得到隐私保护处理后的信用数据集传送给数据使用者。

优选地，所述单列隐私保护算法输入的参数包括信用数据集、列数和隐私保护参数，所述单列隐私保护算法的具体方法为：将该列的信用数据集、列数和隐私保护参数传递给所述单列隐私保护算法，对该列所有的数据，使用相同的输入参数进行计算，得到隐私保护处理后的信用数据集传送给数据使用者。

优选地，所述单列隐私保护算法的具体步骤如下：