[发明专利]基于隐私保护的数据共享装置、方法及可读存储介质

说明书

一种基于隐私保护的数据共享方法、装置及计算机可读存储介质，所述方法包括：对原始数据库的每一数据表的属性进行预处理得到多张属性相关度排序靠前的目标数据表；计算目标数据表中每两个数据记录间的欧式距离；基于计算得到的欧式距离及预设聚类算法对目标数据表进行聚类操作得到多个簇；判断簇中所包含的数据记录的数目是否为预设数目，以对不符合数目要求的簇进行调整；对每一簇中的数据记录的属性进行泛化处理，以得到K匿名簇并存储于隐私数据库中；接收数据共享请求，并从隐私数据库中筛选出储存有所请求共享的目标属性的数据表，以将包含该目标属性的簇的泛化属性值共享出去。本发明可以在不泄露数据隐私的情况下，实现数据共享。

技术领域

本发明涉及隐私数据处理技术领域，尤其涉及一种基于隐私保护的数据共享装置、方法及计算机可读存储介质。

背景技术

对于提供提供通关、物流、收汇、退税等一系列外贸进出口基础服务的贸易服务企业而言，往往掌握了报关单、税务局纳税清单等企业核心的一手数据，对于金融信贷机构而言，这些数据可以用于评估企业资质、分析融资风险，对于政府而言，这些数据可以统计分析贸易量、分析商品价格销量走势等。然而，这些数据包含许多企业的敏感隐私数据，贸易服务企业不方便直接共享给金融机构、政府甚至公众等。因此，如何在保护数据隐私的情况下，实现数据共享是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种基于隐私保护的数据共享装置、方法及计算机可读存储介质，可以在不泄露客户数据隐私的情况下，实现跨部门的数据共享。

本发明一实施方式提供一种基于隐私保护的数据共享方法，包括：

对原始数据库的每一数据表的属性进行预处理，以得到多张属性相关度排序在预设位之前的目标数据表，其中每一所述数据表的属性至少被划分为两种类型，所述目标数据表包括多条数据记录；

计算所述目标数据表中每两个数据记录间的欧式距离；

基于计算得到的数据记录间的欧式距离及预设聚类算法对所述目标数据表进行聚类操作，以将所述目标数据表的数据记录聚成多个簇；

判断每一所述簇中包含的数据记录的数目是否符合预设数目要求；

若存在不符合所述预设数目要求的簇，则对不符合所述预设数目要求的簇进行数目调整；

对每一所述簇中的数据记录的属性进行泛化处理，以将每一所述簇转化为K匿名簇，及将所述K匿名簇的数据记录以数据表形式存储于隐私数据库中；

接收请求方的数据共享请求，并从所述隐私数据库中筛选出储存有所述数据共享请求所请求共享的目标属性的数据表；及

将筛选得到的数据表中包含所述目标属性的簇的泛化属性值共享给所述请求方。

优选地，所述数据表的属性包括敏感属性与非敏感属性，所述对原始数据库的每一数据表的属性进行预处理，以得到多张属性相关度排序在预设位之前的目标数据表的步骤包括：

将所述数据表的敏感属性划分为第一集合，将所述数据表的非敏感属性划分为第二集合；

计算所述第一集合中各敏感属性之间的相关度，以根据计算得到的相关度及预设中心点聚类算法对所述敏感属性进行分组；及

基于每一所述数据表的敏感属性的相关度进行排序，以得到多张属性相关度排序在所述预设位之前的数据表作为所述目标数据表。

优选地，所述计算所述第一集合中各敏感属性之间的相关度，以根据计算得到的相关度及预设中心点聚类算法对所述敏感属性进行分组步骤包括：

计算所述第一集合中每两个敏感属性之间的克莱姆相关系数；

根据计算得到的克莱姆相关系数计算得到所述第一集合中每两个敏感属性之间的属性距离；及