[发明专利]MapReduce相似连接查询的隐私保护方法及系统

摘要

本发明公开了一种MapReduce框架下相似连接查询的隐私保护方法及系统，其中，该方法针对相似连接查询的隐私泄露问题，结合差分隐私技术，达到既能保护数据隐私，又能提供给查询者满足需求的查询结果。具体为：将原数据进行预处理；构建隐私全局排序列表；实施过滤策略，产生候选集；对候选集中的相似对采用满足差分隐私的相似函数进行相似度计算及验证。本发明用以解决在连接查询中的数据安全性和可用性之间的矛盾，并且在MapReduce中实施支持隐私保护的相似连接查询来提高查询效率，引入了Laplace噪声机制来加强隐私保护性能。该发明保证了连接查询在可用性，安全性及高效性三方面的平衡。

主权项

1.一种MapReduce下相似连接查询的隐私保护方法，其特征在于，包括：(1)对原始数据集中的每条记录分配记录号，提取关键词，并根据各条记录的记录号对记录进行划分，以均衡各结点负载，提高查询效率；(2)在分布式计算结点上统计所有关键词在每行出现的频率及在原始数据集中的逆向频率，从而得到每个关键词的权重，并对各关键词对应的权重均加上Laplace噪声机制，得到一个按序排列的隐私全局排序列表，存储于分布式文件系统中；(3)根据所述隐私全局排序列表，提取各条记录的前缀，把前缀关键词作为key，对应的记录作为value，建立key/value对的倒排索引，按key进行分组，并采用长度过滤和位置过滤筛选后得到相似对的候选集；(4)对所述候选集中的相似对两两进行相似度计算，并对计算出的各相似度值加入Laplace噪声扰动后对范围进行限定，以输出相似度大于预设相似度阈值的相似对，作为查询结果。