[发明专利]一种基于深度学习的大数据隐私保护方法

权利要求书

1.一种基于深度学习的大数据隐私保护方法，包括众包数据采集模块、云数据库存储模块、特征提取器模块、数据搜集器模块；

所述众包数据采集模块，根据现有的用户数据搜集途径通过个人分包、公司分包、机构分包以及各类数据众包平台实现用户数据的搜集工作。

所述云数据库存储模块，用于将每条收集到大数据信息进行规则划分，其划分包括对相似信息进行格式化统一分存入相应云数据库中。

2.所述特征提取器模块运用了深度学习算法，利用互信息Mutual information思想，目标转化为最优化问题，目标一最小化提取到的特征和隐私信息的互信息也就是它们的交集尽可能小，目标二最大化原始数据和提取特征、隐私属性的联合分布之间的互信息。

3.所述数据搜集器模块，汇总经特征提取器模块提取出的数据中间表征可用于后续的任何目的的深度学习任务,具备通用性,同时实现无法通过算法逆向还原用户个人隐私信息。

4.优选的，云数据库系统采用安全性高，高并发量，动态获取延时低的AWS或Oracle。

5.优选的，所述云数据库存储模块通过大数据的分析、统计以及常规习惯将信息进行预先处理,采用第三方工具Matplotlib或finebi。

6.优选的，所述数据搜集器模块采用混合学习算法Hybrid learning method。

7.优选的，所述特征提取器模块采用引入可控参数因子λ来表示效用-隐私预算，关联两个最优化目标，通过控制λ大小得到最优解实现两种目标的平衡。