[发明专利]一种离散数据频率估计方法、用户端、数据中心及系统

说明书

本发明涉及一种离散数据频率估计方法、用户端、数据中心及系统，包括：用户端根据向数据中心发送的离散数据的种类生成离散数据编码；用户端获取离散数据编码对应的扰乱编码，并将该离散数据编码对应的扰乱编码发送至数据中心；数据中心接收各用户端的离散数据编码对应的扰乱编码；数据中心根据所述各用户端的离散数据编码对应的扰乱编码确定各类离散数据的发生频率。该方案中用户终端根据松散本地差分隐私的定义，在原始数据上减少噪声的注入，在满足本地差分隐私的基础上，尽可能的降低数据的失真度，提高扰乱后数据的可用性，进而提高统计结果的准确率。

技术领域

本发明涉及电网信息控制领域，具体涉及一种离散数据频率估计方法、用户端、数据中心及系统。

背景技术

在生产控制领域，包括但不限于电网信息控制领域，经常需要不同区域、不同部门的业务数据汇集至数据中心，并通过联合分析，得出某种业务事件的发生频率，开展业务分析。其中涉及到数据所有权和数据使用权分离的情况，即数据的所有全分别数据不同区域、不同部门，而分析结果可以共享，因此需要在保障各方数据秘密的情况下进行联合数据分析。

当前同区域、不同部门的业务数据直接汇集至数据中心，存在敏感数据泄露风险，而且数据中心作为各方联合工作的关键节点，数据安全防护责任巨大。此外，各方为了维护自身数据安全以及规避数据安全责任，共享数据的积极性也会大打折扣，不利于数据业务的开展。因此迫切需要一种由独立各方根据自由数据情况完成本地差分隐私处理，在保护自身数据隐私的条件下进行联合分析的技术。

发明内容

针对现有技术的不足，本发明的目的是用户终端根据松散本地差分隐私的定义，在原始数据上减少噪声的注入，在满足本地差分隐私的基础上，尽可能的降低数据的失真度，提高扰乱后数据的可用性，进而提高统计结果的准确率。

本发明的目的是采用下述技术方案实现的：

本发明提供一种离散数据频率估计方法，该方法应用于用户端，其改进之处在于，所述方法包括：

根据向数据中心发送的离散数据的种类生成离散数据编码；

获取离散数据编码对应的扰乱编码，并将该离散数据编码对应的扰乱编码发送至数据中心。

优选的，所述离散数据编码的长度与离散数据种类总数相等。

进一步的，所述离散数据编码为(v₁...v_i...v_n)，其中，n为离散数据种类总数，v_i为第i类离散数据对应的编码值，若用户端向数据中心发送的离散数据的种类为第i类离散数据，则v_i＝1，否则，v_i＝0。

优选的，所述获取离散数据编码对应的扰乱编码，包括：

获取离散数据编码中各类离散数据对应的编码值的转换概率；

基于所述离散数据编码中各类离散数据对应的编码值的转换概率确定所述离散数据编码对应的扰乱编码。

进一步的，所述获取离散数据编码中各类离散数据对应的编码值的转换概率，包括：

按下式确定离散数据编码中第i类离散数据对应的编码值转换为0的概率：

按下式确定离散数据编码中第i类离散数据对应的编码值转换为1的概率：

上式中，ε为隐私保护预算，δ为松散本地差分隐私下的参数，取值为0到1之间，为离散数据编码对应的扰乱编码中第i类离散数据对应的扰乱编码值，为离散数据编码中第i类离散数据对应的编码值转换为0的概率，为离散数据编码中第i类离散数据对应的编码值转换为1的概率。