[发明专利]一种MapReduce框架下基于差分隐私的匿名协同方法

权利要求书

1.一种MapReduce框架下基于差分隐私的匿名协同方法，其特征在于，该方法包括以下步骤：

(1)启动输入，复制数据集至HDFS，归一化数据；

(2)对预处理完的所述数据集进行切片处理；

(3)在分布式计算结点上执行Map分任务，首先计算属性到对应中心点的距离，然后判断记录所属等价类类别；

(4)在分布式计算结点上执行Reduce分任务，首先添加Laplace噪声，然后计算等价类质心匿名，使得最终的结果满足ε-差分隐私保护；

(5)更新质心文件，输出结果，所述结果收敛则结束，否则返回(3)和(4)。

2.根据权利要求1所述的MapReduce框架下基于差分隐私的匿名协同方法，其特征在于，步骤(2)中，所述将所述数据集切片具体包括：

对于P维数据集T＝{x₁,x₂,x₃,…,x_n}，其中，n表示所述数据集T包含的记录数；确定k-划分的参数k值，将所述数据集T分为m个数据片，将每个所述数据片设为D_j(1≤j≤m)，得到M_j←{x₁,...x_i...,x_m}，其中，x为所述数据集T中的数据，M_j为j个切片下的作用数据集。

3.根据权利要求1所述的MapReduce框架下基于差分隐私的匿名协同方法，其特征在于，步骤(3)中，所述执行Map分任务具体包括：

(31)计算每一个记录到该记录相应的质心距离，测度公式为其中，y_ij是所述数据集T的第i个属性的第j个记录，是所述数据集T的第i个属性的质心值，p表示所述数据集T包含的属性个数；

(32)输出置空；

(33)对所述数据集切片记录使用均值排序方法进行排序；根据k值大小，找出排好序集合中的第一条和最后一条记录f、l，找到离f最近的k-1条记录组成等价类S₁，找到离l最近的k-1条记录组成等价类S₂，记作S＝S∪{S₁,S₂}&&M_i＝M_i-S₁-S₂，递归时先将S设置为空集，其中，M_i为i个切片下的作用数据集；

(34)记录所映射的键值对<key,value>，其中，key为所述数据集切片记录隶属等价类中心标识，value为所述数据集切片记录属性向量。

4.根据权利要求1所述的MapReduce框架下基于差分隐私的匿名协同方法，其特征在于，步骤(4)中，所述执行Reduce分任务具体包括：

(41)接收所述Map分任务阶段的键值对<key,value>，并将所述键值对添加Laplace噪声，并分派任务；

(42)计算所述等价类中记录的数目num以及每个所述记录属性向量之和sum，同时进行Laplace加躁处理得到匿名记录的数目num'和匿名记录属性向量之和sum'；

(43)计算匿名质心向量x'＝sum'/num'，用所述匿名质心代替其他值，返回匿名数据集；

(44)输出<key,value>。

5.根据权利要求1或者3所述的MapReduce框架下基于差分隐私的匿名协同方法，其特征在于，步骤(5)中，所述最终的结果满足ε-差分隐私保护的条件为第i次递归过程中加入的随机噪声为Lap(P+1)(2ⁱ⁺¹/ε)，其中，ε为隐私保护预算，P为所述数据集的维度。