[发明专利]一种数据分析方法、噪声构建方法、设备及存储介质

说明书

本申请实施例提供一种数据分析方法、噪声构建方法、设备及存储介质。在本申请实施例中，可为不同条件信息分别配置不同的噪声种子，在接收到数据分析请求时，可获取相应的噪声种子，并基于噪声种子衍生出数据分析请求中各分析属性对应的随机噪声。据此，本申请实施例中，在差分隐私保护过程中，只需为每个条件信息提供一个单位的存储空间用于存储对应的噪声种子，即可产生符合要求的随机噪声，而无需再像传统方案一样为每个分析属性分别提供一个单位的存储空间。从而，可大大降低差分隐私保护下的存储压力。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据分析方法、噪声构建方法、设备及存储介质。

背景技术

为了保护个体隐私不会因为数据发布或数据分析被泄露，可采用拉普拉斯机制，对人群画像进行差分隐私保护。

目前，在拉普拉斯机制下，通常需要为人群画像中的每个属性单独存储噪声因子。这导致噪声因子的数量巨大，需要占用大量的存储空间。

发明内容

本申请的多个方面提供一种数据分析方法、设备及存储介质，用以改善差分隐私保护在拉普拉斯机制下的存储压力。

本申请实施例提供一种数据分析方法，包括：

接收数据分析请求，所述数据分析请求中包含条件信息和至少一个分析属性；

确定符合所述条件信息的目标群组以及所述目标群组在所述至少一个分析属性下的属性分析值；

获取所述条件信息对应的噪声种子；

基于所述噪声种子，分别为所述至少一个属性分析值添加随机噪声，以产生分析结果。

本申请实施例还提供一种数据分析方法，包括：

响应于人群分析指令，对目标人群进行分析，以获得至少一个分析属性下的属性分析值；

获取所述目标人群对应的噪声种子；

基于所述噪声种子，分别为所述至少一个分析属性生成均匀分布的噪声因子；

根据所述至少一个分析属性各自对应的噪声因子，确定所述至少一个分析属性各自对应的噪声；

为在所述至少一个分析属性下的属性分析值添加对应的噪声，以生成所述目标人群对应的人群画像。

本申请实施例还提供一种噪声构建方法，包括：

响应于噪声构建指令，获取目标分析标签对应的噪声种子，所述目标分析标签下包含至少一个分析属性；

基于所述噪声种子，为所述目标分析标签生成第一因子；

基于所述第一因子，分别为所述至少一个分析属性生成第二因子，其中，所述至少一个分析属性对应的第二因子均匀分布；

以所述至少一个分析属性各自对应的第二因子作为噪声因子，生成所述至少一个分析属性各自对应的噪声。

本申请实施例还提供一种计算设备，包括存储器、处理器和通信组件；

所述存储器用于存储一条或多条计算机指令；

所述处理器与所述存储器和所述通信组件耦合，用于执行所述一条或多条计算机指令，以用于：

通过所述通信组件接收数据分析请求，所述数据分析请求中包含条件信息和至少一个分析属性；

确定符合所述条件信息的目标群组以及所述目标群组在所述至少一个分析属性下的属性分析值；

获取所述条件信息对应的噪声种子；

基于所述噪声种子，分别为所述至少一个属性分析值添加随机噪声，以产生分析结果。