[发明专利]数据共享装置

权利要求书

1.一种数据共享装置，其特征在于，包括：

目标抽样数据集确定模块，用于响应于接收到的数据共享请求，根据目标抽样比例在原始数据集中确定目标抽样数据集；

待共享数据集生成模块，用于根据隐私保护参数生成所述目标抽样数据集的扰动因子，并根据所述扰动因子对所述目标抽样数据集进行脱敏处理，以生成待共享数据集；

目标共享数据集确定模块，用于计算所述待共享数据集和所述目标抽样数据集的目标统计特性的相似度，若所述相似度大于目标阈值，则确定所述待共享数据集为目标共享数据集，其中，所述目标阈值根据所述目标抽样比例确定；

目标共享数据集开放模块，用于将所述目标共享数据集添加至数据共享接口，以使所述数据共享请求的请求方获取到所述目标共享数据集。

2.根据权利要求1所述的数据共享装置，其特征在于，所述目标抽样数据集确定模块，包括：

抽样数据集获取单元，用于根据所述目标抽样比例在原始数据集中获取抽样数据集；

偏差确定单元，用于确定所述抽样数据集与所述原始数据集的正态分布的偏差；

判断单元，用于判断所述正态分布的偏差是否小于预设阈值；

目标抽样数据集确定单元，用于当所述正态分布的偏差小于预设阈值时，确定所述抽样数据集为目标抽样数据集。

3.根据权利要求1所述的数据共享装置，其特征在于，所述目标抽样数据集确定模块，包括：

分组抽样数据集确定单元，用于获取原始数据集的分组数据集，以根据所述目标抽样比例在所述分组数据集中确定分组抽样数据集；

分组偏差确定单元，用于确定每个所述分组抽样数据集与所述原始数据集的正态分布的偏差；

分组偏差判断单元，用于判断每个所述分组抽样数据集与所述原始数据集的正态分布的偏差是否小于预设阈值；

目标抽样数据集确定单元，用于当所述正态分布的偏差小于预设阈值的所述分组抽样数据集的数量满足预设条件时，确定各所述分组抽样数据集组成的整体抽样数据集为目标抽样数据集。

4.根据权利要求1所述的数据共享装置，其特征在于，所述待共享数据集生成模块，包括：

预设扰动因子生成规则获取单元，用于获取目标抽样数据集中每个字段对应的预设扰动因子生成规则；

扰动因子生成单元，用于根据所述预设扰动因子生成规则，在所述目标抽样数据集的每个字段中生成满足所述隐私保护参数的扰动因子，以对所述目标抽样数据集进行脱敏处理。

5.根据权利要求1所述的数据共享装置，所述目标共享数据集确定模块，通过执行以下公式根据所述目标抽样比例确定所述目标阈值：

其中：C表示目标抽样置信度，N表示根据所述目标抽样比例进行的抽样次数，m表示所述原始数据集包含的字段名的个数，表示根据所述目标抽样比例进行的第n次抽样得到的数据集的第m个字段名的取值方差，a_m表示所述原始数据集的第m个字段名的取值方差。

6.根据权利要求1所述的数据共享装置，所述目标共享数据集确定模块，通过执行以下公式计算所述目标统计特性的相似度：

其中：f(a,b)表示所述目标统计特性的相似度，a表示所述待共享数据集的目标统计特性的值，b表示所述目标抽样数据集的目标统计特性的值。

7.根据权利要求1所述的数据共享装置，其特征在于，所述装置还包括：

隐私保护参数更新模块，用于计算所述待共享数据集和所述目标抽样数据集的目标统计特性的相似度，若所述相似度小于目标阈值，则更新所述隐私保护参数。

8.根据权利要求7所述的数据共享装置，其特征在于，所述待共享数据集生成模块，还包括：

待共享数据集更新单元，用于根据更新后的所述隐私保护参数生成更新后的待共享数据集。

9.根据权利要求4所述的数据共享装置，其特征在于，所述预设扰动因子生成规则包括随机扰动、泛化、隐匿中的至少一种。

10.根据权利要求1至9中任一项所述的数据共享装置，其特征在于，所述目标统计特性包括中位数、众数、均值、方差、标准差、极差、变异系数中的至少一种。