[发明专利]一种K匿名聚类隐私保护方法、系统、计算机设备、终端

说明书

本发明属于信息安全技术领域，公开了一种K匿名聚类隐私保护方法、系统、计算机设备、终端，K匿名聚类隐私保护方法包括：使用主成分分析方法完成数据的降维且确定敏感属性、准标识符属性和标识属性；对降维后的数据使用灰度关联分析方法计算敏感属性与准标识符属性的关联度；根据敏感属性与准标识符关联度确定准标识符的泛化层次结构；使用手肘法确定数据集适合的聚类簇数量；根据阈值a判断对数据直接进行聚类操作还是将该数据集与其他数据值合并进行聚类；对数据集进行聚类处理；根据准标识属性的泛化结构对聚类的数据进行K匿名处理。本发明能够降低医疗数据的维度，避免聚类过程中陷入局部最优值，降低K匿名过程中的信息损失率，保护隐私数据的安全。

技术领域

本发明属于信息安全技术领域，尤其涉及一种K匿名聚类隐私保护方法、系统、计算机设备、终端。

背景技术

目前，随着医疗技术的发展，医疗数据共享越来越普遍，导致医疗数据泄露问题愈发严重。隐私保护问题是信息安全领域的重要方向，如何保证信息的安全性，是实现保护个人隐私的关键。

早期数据隐私保护方式主要是在数据库中设置不同权限，根据权限的不同，保护个人的隐私安全，但是存在某些高权限的人，为了获取利益，将个人信息出卖给其他人，造成个人信息的泄露。随着隐私保护的观念逐渐成形，人们对于隐私保护的更加重视，需要隐私保护技术提高对于隐私信息的保护。

K匿名(K-Anonymity)隐私保护模型是用于数据发布过程中的信息保护，不同于基于访问控制等隐私保护方式不同，K匿名对原始数据进行预处理，然后将匿名化后的数据集发布，保护个人的隐私数据，K匿名技术可以运用于医疗，求职等领域，这些领域需要将明显的个人信息隐藏，信息攻击者也不能够通过链接攻击根据发布的数据，将具体个人的隐私数据推导出来，这样在数据的发布过程中，隐私数据得到有效的保护。而传统的K匿名模型，大多以牺牲信息损失量为代价提高隐私保护的强度。因此，亟需一种新的K匿名聚类隐私保护方法及系统，以弥补现有技术存在的问题。

通过上述分析，现有技术存在的问题及缺陷为：传统的K匿名模型，大多以牺牲信息损失量为代价提高隐私保护的强度。K匿名中数据维度过大，增加处理数据的时间成本以及K匿名全维度的数据造成更多的数据损失。

解决以上问题及缺陷的难度为：能够有效降低数据集的维度以及有效的降低数据在K匿名过程中的信息损失。

解决以上问题及缺陷的意义为：通过数据降维，减少需要处理数据的时间成本，并且减少数据K匿名过程中的信息损失，更可能多的保留数据的原始性，为后续数据分析工作提供支持。

发明内容

针对现有技术存在的问题，本发明提供了一种K匿名聚类隐私保护方法及系统、计算机设备、终端，尤其涉及一种基于医疗数据效用性的K匿名聚类隐私保护方法及系统。

本发明是这样实现的，一种K匿名聚类隐私保护方法，所述K匿名聚类隐私保护方法包括：

使用主成分分析方法完成数据的降维且确定敏感属性、准标识符属性和标识属性；对降维后的数据使用灰度关联分析方法计算敏感属性与准标识符属性的关联度；根据敏感属性与准标识符关联度确定准标识符的泛化层次结构；使用手肘法确定数据集适合的聚类簇数量；根据阈值a判断对数据直接进行聚类操作还是将该数据集与其他数据值合并进行聚类；对数据集进行聚类处理；根据准标识属性的泛化结构对聚类的数据进行K匿名处理。

进一步，所述K匿名聚类隐私保护方法包括以下步骤：

步骤一，根据主成分分析方法对医疗数据集T进行降维；

步骤二，使用灰度关联分析方法确定准标识符与敏感属性的关联度；

步骤三，根据准标识符与敏感属性的关联度确定准标识符属性的泛化层次；

步骤四，根据所选择的标识符、准标识符和敏感属性，根据手肘法来确定数据的最佳簇的数量；