[发明专利]数据共享装置

说明书

本发明涉及计算机领域，提供了一种数据共享装置，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目标抽样数据集的扰动因子，并根据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，用于计算待共享数据集和目标抽样数据集的目标统计特性的相似度，若相似度大于目标阈值，则确定待共享数据集为目标共享数据集；目标共享数据集开放模块，用于将目标共享数据集添加至数据共享接口，以使数据共享请求的请求方获取到目标共享数据集。既保证了共享数据的安全性，又保留了可分析性。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种数据共享装置。

背景技术

随着大数据技术的不断发展，各个领域对各类数据的需求量也迅猛增长。数据的共享可以满足不同领域对各类数据挖掘分析的需求，以提高数据的利用价值。

然而，在数据开放与共享的过程中，存在泄露隐私信息的风险，例如用户的个人隐私信息、企业的财务机密信息等，而这些信息又是互联网平台中常常涉及到的信息，一旦发生泄漏，将对用户或企业造成非常不利的影响。

因此，如何对共享数据进行安全性保护，以在实现数据开放的同时，保护共享数据中的隐私信息，是亟需解决的技术问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明提供了一种数据共享装置，进而至少在一定程度上提升数据共享的安全性。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的第一方面，提供了一种数据共享装置，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。

在本发明的一种示例性实施方式中，基于前述方案，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。

在本发明的一种示例性实施方式中，基于前述方案，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；