[发明专利]关联医疗数据中的自适应差分隐私保护方法

摘要

本发明公开一种关联医疗数据中的自适应差分隐私保护方法，针对属性与属性之间的关联性导致的隐私问题，利用粗糙集理论对准标识符与敏感属性的关联性进行了分析，提出局部差分隐私的方法来实现对准标识符的保护，相比传统的差分隐私，保证了数据的效用性；针对记录与记录之间的关联性导致的隐私泄露问题以及不同疾病的敏感程度不同导致的数据效用性问题，提出全局差分隐私保护方法来实现对敏感属性的保护。本发明能够有效提高医疗数据的隐私保护的安全性。

主权项

1.关联医疗数据中的自适应差分隐私保护方法，其特征是，包括步骤如下：步骤1、用户针对原始医疗数据集提出查询请求；步骤2、判断用户查询的是准标识符属性还是查询敏感属性；当用户查询的是准标识符属性时，转至步骤3A，采用局部差分隐私保护策略；当用户查询的是敏感属性时，转至步骤3B，采用全局差分隐私保护策略；步骤3A、局部差分隐私保护策略：步骤3A‑1、运用粗糙集理论对准标识符和敏感属性进行关联性分析，确定原始医疗数据集中所有准标识符属性是否与敏感属性有关系；步骤3A‑2、根据用户查询的准标识符属性，将原始医疗数据集中的满足查询请求的医疗记录进行分类：当该条满足查询请求的医疗记录中含有与敏感属性有关的准标识符属性时，将该条满足查询请求的医疗记录归入需要保护的数据子集中；否则，将该条满足查询请求的医疗记录归入不需要保护的数据子集中；步骤3A‑3、对需要保护的数据子集中的医疗记录加入拉普拉斯噪声后，返回给用户，对不需要保护的数据子集中的医疗记录直接返回给用户；步骤3B、全局差分隐私保护策略：步骤3B‑1、计算原始医疗数据集中的满足查询请求的医疗记录的关联敏感度步骤3B‑2、根据给定的总的隐私预算确定每个敏感属性的隐私预算εi；步骤3B‑3、对原始医疗数据集中的满足查询请求的医疗记录加入噪声后，返回给用户。