[发明专利]一种具有抑制机制的流式生物数据隐私保护增量发布方法

摘要

本发明公开了一种具有抑制机制的流式生物数据隐私保护增量发布算法，涉及匿名隐私保护技术领域。本发明基于k‑匿名模型，取出流式生物数据中最早到达的元组s，将其插入到临时存储元组的集合Set_w中，等待发布，然后声明一个用于储存抑制元组的集合Set_s，再判断Set_w中等待时间最长的元组与时延约束δ的关系从而采取抑制机制，换言之，一旦Set_w中元组数量大于时延δ且Set_s中元组数量小于抑制阈值ε时，将Set_w中的ts最小的元组a插入Set_s中。该算法利用时延和抑制阈值的思想，以牺牲少量数据为代价换取发布数据的可用性，有效地控制了流式生物数据匿名发布中的信息损失。实验表明：该算法能够有效地匿名化流式生物数据，同时，保证发布的生物数据具有较高可用性。本算法在处理流式生物数据具有显著优势。

主权项

1.一种具有抑制机制的流式生物数据隐私保护增量发布方法，其特征在于：输入：流式生物数据集S；抑制阈值ε；已发布数据集A；时延约束δ；已发布数据集A的平均距离AD；已发布数据集A的聚类结果m个簇n1，n2，...，nm，其中，任意ni与nj不包含相同的元组，且任意一个元组簇ni中包含元组的数量为2或者3，已发布数据集A中的元组均存在于这m个簇，1≤i≤m，1≤j≤m，且i≠j；输出：更新后的匿名表A'；具体步骤如下：1)首先，设有空集合Setw用来存放等待发布的元组，空集合Sets用来存放被抑制的元组；2)当流式生物数据集S非空时，取出流式生物数据集S中ts值最小的元组s，将其插入到Setw中，ts为元组达到收集方的时间；3)若集合Setw中元组个数不大于δ，则执行步骤4)；否则，执行步骤6)；4)找到集合Setw内距元组s最近的序列r，计算出r和s的距离dist(r,s)；5)如果，dist(r,s)小于已发布数据集A的平均距离AD时，从集合Setw取出元组r和s形成的簇放入已发布数据集A中，并泛化r和s，然后执行步骤7)；否则，直接执行步骤7)；6)若集合Setw中元组个数大于δ，且集合Sets中元组个数小于ε，则将集合Setw中ts最小的元组a移入集合Sets中，然后执行步骤7)；若集合Setw中元组个数大于δ，且Sets中元组个数大于ε，则获取集合Setw中ts值最小的元组a，找到已发布数据集A中距离a最近的序列b，将a添加到含b的元组簇ni中；针对新形成的元组簇ni所含元素个数的不同，采取相应处理方式：若此时的ni中元组个数为3时，则泛化ni；若ni中元组个数为4，则把ni划分为元素个数相等的g和h两个簇，并确保两个分组的内部元素距离之和最小，然后泛化g和h；7)跳转到步骤2)，直到流式生物数据集S为空；8)得到更新后的匿名表A'。