[发明专利]基于多维敏感数据发布的多部图隐私保护方法

说明书

本发明公开一种基于多维敏感数据发布的多部图隐私保护方法，主要包括将原始表数据构建成多部图形式和基于多部图的隐私保护策略两大部分。将ID作为一类节点，其对应的准标识符以标签形式来体现，每一个敏感属性采用一种类型的节点来表示，某个用户具有某种敏感属性则两个节点之间存在一条边来体现关联。对于采用聚类方法进行分组，同组的用户视为一个超级节点，与敏感属性之间的关联程度以带权重的边来体现，边的权重即是该组用户中具有该敏感属性值的概率，属性与属性之间的关联程度同样是以带权重的边来体现，以达到既保留了属性之间的关联性又有效的保护了多敏感属性及其关联的隐私安全。

技术领域

本发明涉及隐私保护技术领域，具体涉及一种基于多维敏感数据发布的多部图隐私保护方法。

背景技术

当今人类社会已步入信息时代，信息产业也呈现出高速发展的态势。互联网不断深入到政治、经济、文化、医疗及教育等各个领域并产生了大量的数据，而这些数据共享和发布可被用于进行海量数据分析。随着数据挖掘技术的日益发展及广泛应用，这些数据发布在科学研究、群体行为趋势分析，疾病预测以及经营决策和舆情监控等方面，给人们带来了极大的便利，具有重大的社会和经济价值。数据发布技术作为数据共享的一种有效手段，为数据的交换和共享提供了强有力的支持。然而，这些数据往往与个人信息相关，随着信息时代的发展和近年来隐私信息泄露等事件的不断发生引起人们的广泛关注，人们对隐私信息的概念悄然发生变化，对隐私信息的保护也越来越重视。因此，数据发布中的隐私保护问题一经提出就受到了社会和公众的日益重视，在保证信息可用性的同时，如何保护用户的隐私成为了数据分析研究领域的主要瓶颈问题。

在现有的隐私保护研究中，大多数的研究主要针对单个敏感属性的数据集。然而在大多重要的实际应用中，往往需要涉及多维敏感属性，并需要对属性与属性之间存在的关联进行分析研究，相比单个敏感属性的数据而言，多维敏感属性数据的隐私保护更具挑战性，主要体现在以下几个方面：

(1)数据集中需要保护的隐私信息涉及多维敏感属性，常用的泛化匿名技术会导致过多的信息损失；

(2)多维敏感属性数据集中允许出现同一ID存在多条记录的情况，且大多属性域的值的个数并不多，用表数据形式来表示存在大量的数据冗余；

(3)敏感属性与敏感属性、准标识符与敏感属性之间均存在关联，其关联信息会增强攻击者的背景知识，从而导致隐私信息泄露，因此其关联信息同样需要进行隐私保护。

然而，现有面向具有多维敏感属性数据发布的隐私保护技术主要还是基于单个敏感属性数据发布方法进行简单扩展，主要采用准标识符的泛化、属性的垂直或水平剖分等简单的匿名处理方法，但匿名处理后的数据由于切断了准标识符与敏感信息之间的关联，因而在实际应用中，会导致处理后数据的由于信息损失量过大，大大降低了数据的利用价值。最近有相关研究提出一种对敏感属性进行泛化的匿名处理方法以减少信息损失，但其隐私模型对于敏感属性之间的多维关联性缺乏描述，攻击者可以利用这点进行攻击。比如，某医生只主治某一类疾病、某些疾病具有地域特色、某种婚姻状态的人更容易犯某些疾病等。

发明内容

本发明所要解决的技术问题是针对多维敏感数据的发布，现有隐私保护方法存在信息损失过多以及多敏感属性之间存在相关性以导致隐私泄露的问题，提供一种基于多维敏感数据发布的多部图隐私保护方法。

为解决上述问题，本发明是通过以下技术方案实现的：

基于多维敏感数据发布的多部图隐私保护方法，包括如下步骤：

步骤1、构建多部图；即先将ID和各维敏感属性用不同类型的节点集来表示；再去掉ID，并以准标识符为ID节点的标签；后根据某个ID的记录所包含的敏感属性值，将不同节点集之间的节点用边连接起来，获得多部图；

步骤2、在构建的多部图中，根据各条关系存在的概率作为该相应边的初始概率；