一种差分隐私保护方法及系统与流程

本发明涉及隐私保护，具体涉及一种差分隐私保护方法及系统。

背景技术：

1、基于广泛应用大数据的时代条件下，数据收集变得无处不在，收集的数据可以通过机器学习来为用户提供有用的个性化服务，但会引起侵犯隐私的问题。因此，现需要基于差分隐私来实现收集数据的匿名化、隐蔽化，进而运用收集数据为用户提供服务。

2、综上所述，现有技术中存在由于隐私保护的精确度和聚类效率较低，导致隐私保护的效率较低的技术问题。

技术实现思路

1、本发明提供了一种差分隐私保护方法及系统，用以解决现有技术中存在由于隐私保护的精确度和聚类效率较低，导致隐私保护的效率较低的技术问题。

2、根据本发明的第一方面，提供了一种差分隐私保护方法，包括：采集初始数据集，并对所述初始数据集进行多维特征提取，建立多维特征集合，其中，所述初始数据集为真实数据集；对所述多维特征集合进行特征赋值，建立初始特征系数，并根据建立的所述多维特征集合提取数据的特征值；依据所述特征值和所述初始特征系数进行所述初始数据集的数据加密等级评价，生成第一扰动关联；设置聚类簇中心约束，并通过所述聚类簇中心约束随机抓取聚类中心，以所述多维特征集合作为距离参考执行数据聚类，生成数据聚类结果；根据数据聚类结果匹配第二扰动关联，通过所述第一扰动关联和所述第二扰动关联执行所述初始数据集的本地差分扰动，生成加密数据集；将所述加密数据集传输至服务器，完成数据隐私保护。

3、根据本发明的第二方面，提供了一种差分隐私保护系统，包括：初始数据集获得模块，所述初始数据集获得模块用于采集初始数据集，并对所述初始数据集进行多维特征提取，建立多维特征集合，其中，所述初始数据集为真实数据集；初始特征系数获得模块，所述初始特征系数获得模块用于对所述多维特征集合进行特征赋值，建立初始特征系数，并根据建立的所述多维特征集合提取数据的特征值；第一扰动关联获得模块，所述第一扰动关联获得模块用于依据所述特征值和所述初始特征系数进行所述初始数据集的数据加密等级评价，生成第一扰动关联；数据聚类结果获得模块，所述数据聚类结果获得模块用于设置聚类簇中心约束，并通过所述聚类簇中心约束随机抓取聚类中心，以所述多维特征集合作为距离参考执行数据聚类，生成数据聚类结果；加密数据集获得模块，所述加密数据集获得模块用于根据数据聚类结果匹配第二扰动关联，通过所述第一扰动关联和所述第二扰动关联执行所述初始数据集的本地差分扰动，生成加密数据集；数据隐私保护模块，所述数据隐私保护模块用于将所述加密数据集传输至服务器，完成数据隐私保护。

4、根据本发明的第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器实现能够执行第一方面中任一项所述的方法。

5、根据本发明的第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现能够执行第一方面中任一项所述的方法。

6、本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：根据本发明采用的通过采集初始数据集，并对所述初始数据集进行多维特征提取，建立多维特征集合，其中，所述初始数据集为真实数据集；对所述多维特征集合进行特征赋值，建立初始特征系数，并根据建立的所述多维特征集合提取数据的特征值；依据所述特征值和所述初始特征系数进行所述初始数据集的数据加密等级评价，生成第一扰动关联；设置聚类簇中心约束，并通过所述聚类簇中心约束随机抓取聚类中心，以所述多维特征集合作为距离参考执行数据聚类，生成数据聚类结果；根据数据聚类结果匹配第二扰动关联，通过所述第一扰动关联和所述第二扰动关联执行所述初始数据集的本地差分扰动，生成加密数据集；将所述加密数据集传输至服务器，完成数据隐私保护，解决了现有技术中存在由于隐私保护的精确度和聚类效率较低，导致隐私保护的效率较低的技术问题，实现提高隐私保护的精确度和聚类效率的目标，达到隐私保护的效率较低的技术效果。

7、应当理解，本部分所描述的内容并非旨在标示本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种差分隐私保护方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

7.如权利要求3所述的方法，其特征在于，所述方法还包括：

8.一种差分隐私保护系统，其特征在于，用于实施权利要求1-7中任意一项所述的一种差分隐私保护方法，所述系统包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

技术总结
本发明提供了一种差分隐私保护方法及系统，涉及隐私保护技术领域，该方法包括：根据初始数据集建立多维特征集合；对多维特征集合进行特征赋值，建立初始特征系数，并提取数据的特征值；进行初始数据集的数据加密等级评价，生成第一扰动关联；设置聚类簇中心约束，并随机抓取聚类中心，以多维特征集合作为距离参考执行数据聚类，生成数据聚类结果并匹配第二扰动关联，执行初始数据集的本地差分扰动，生成加密数据集并传输至服务器。通过本发明可以解决现有技术中存在由于隐私保护的精确度和聚类效率较低，导致隐私保护的效率较低的技术问题，实现提高隐私保护的精确度和聚类效率的目标，达到隐私保护的效率较高的技术效果。

技术研发人员：张荣泽,孙绍宁,张升太,展昭生,袁梦晓,高志修,徐明训
受保护的技术使用者：济南三泽信息安全测评有限公司
技术研发日：
技术公布日：2024/1/16