[发明专利]一种基于隐私保护的跨设备个体识别方法及装置

说明书

本申请公开了一种基于隐私保护的跨设备个体识别方法及装置，涉及数据处理及识别技术领域，所述方法包括：根据各用户识别码在第一设备的第一脱敏数据集中识别对应的第一账号，在第二设备的第二脱敏数据集中识别对应的第二账号；根据识别的第一账号和识别的第二账号生成第一样本集；统计第一样本集的第一变量信息并计算第一特征值；根据第一样本集、第一变量信息、第一特征值生成训练集并进行机器学习，得到预测模型；根据未识别的第一账号和第二账号生成预测集；使用预测模型对预测集进行预测，得到预测结果。本申请中，实现了基于隐私保护的跨设备、跨网络个体识别，对隐私保护、商业应用创新以及数据交易等具有重大意义。

技术领域

本申请涉及数据处理及识别技术领域，尤其涉及一种基于隐私保护的跨设备个体识别方法及装置。

背景技术

在移动端设备迅速发展的同时，同一个用户可能同时拥有两部手机、两台电脑、一个平板、一个智能手表。而随着智能穿戴、出行设备的互联网化，该用户还可能拥有VR头盔、互联网汽车以及众多智能家居产品等，因此，单一用户的注意力将在不同的时间和场景被不同的设备分割。这种情况下，跨设备的个体识别信息(以下简称为ID，用于标识对应的个体/个体对象)的识别将成为整合碎片化用户数据、实现精准广告投放等必不可少的工具，是否支持跨设备ID识别也越来越成为广告主进行广告投放时的重要参考指标。此外，如何将PC端和移动端的数据打通，盘活PC端之前积累的用户数据并在移动端实现这些用户的重定向营销，以及如何精准识别不同设备背后的同一用户，合理控制同一广告在用户处播放的频次，也已成为广告投放的重要诉求。而企业往往并不了解来自跨设备跨网络的ID是否属于同一用户，比如移动环境中的手机IMEI号和PC环境中的网卡号。同时，受到来自法律、隐私保护、商业利益保护等多方面原因，公司跨设备跨网络收集的ID(例如，用户身份证号、护照号、驾驶证、手机号、信息、姓名、住所、驾驶车架号等)，即便可以用于识别用户，但是在公司外部环境中则需要加密或脱敏得到脱敏数据集后才能使用。

上述情况可定义为跨网络、跨设备以及脱敏数据集使得数据使用者不能实现信息融合的问题。

当前，随着智能物联的快速发展，以及多种互联网渠道的发展，对跨设备、跨网络数据的隐私保护融合需求将越来越大，不仅涉及广告服务、品牌公司多渠道用户管理、健康医疗多源数据融合、航空、汽车、保险、制造等领域的用户数据的联合引用，而且将成为大部分集成平台在数据集成层面的隐私保护数据融合算法核心。其实际需求场合包括但不限于以下：

跨平台广告投放。例如，一家电商平台公司根据客户在社交媒体的行为记录、在其他电商平台的消费记录进行ID识别，以精确投放广告；

防止恶意流量。例如，一家数据库公司通过跨设备ID识别出恶意访问的IP(更换不同IP进行高流量访问，以非法窃取数据库资料)，并准确屏蔽此类IP。

医疗健康平台的群体匹配。例如，将人群的生理、病理、诊疗数据匹配社会媒体数据预测某流行病(如流感)群体的后续影响，从而更准确地监控和预测某类流行病在区域内的扩散。

因此，高效地进行跨设备ID识别，对隐私保护、商业应用创新和数据交易具有非常重大的现实意义，然而当前却一直没有有效的方法对于跨设备、跨网络的多套脱敏数据集的进行融合。

发明内容

为解决现有技术的不足，本申请提出一种基于隐私保护的跨设备个体识别方法及装置。

一方面，本申请提出一种基于隐私保护的跨设备个体识别方法，包括：

根据各用户识别码在第一设备的第一脱敏数据集中识别对应的第一账号，在第二设备的第二脱敏数据集中识别对应的第二账号；

根据识别的第一账号和识别的第二账号生成第一跨设备账号样本，得到第一样本集；

统计所述第一样本集的第一变量信息，根据所述第一变量信息计算第一特征值；