[发明专利]一种基于多维桶和安全级别的多敏感属性隐私保护方法

说明书

本发明提供了一种使得L_sl‑多样性分组是完备的基于多维桶和安全级别的多敏感属性隐私保护方法，其特殊之处在于：该方法包括：1）对于待发布数据表，根据各个敏感属性的各个敏感属性值生成多维桶，其中每个多维桶包含所有具有相同敏感属性值的记录；2）计算每个非空多维桶的安全级别，即该非空多维桶中一条记录的各个敏感属性值的安全级别的最大值；3）根据贪婪策略，执行一系列L_sl‑多样性分组过程，直到不能生成新的L_sl‑多样性分组或新的多维桶规避分组为止；4）对于每个多维桶中剩余的每条记录，若将它加入至一个已生成的L_sl‑多样性分组后仍然使得该L_sl‑多样性分组遵循L_sl‑多样性模型，则将它加入至该L_sl‑多样性分组；5）隐匿每个多维桶中剩余的每条记录，并根据各个L_sl‑多样性分组生成基于有损连接的准标识属性表和敏感属性表进行发布。

技术领域

本发明涉及数据隐私保护领域，更具体地，涉及一种基于多维桶和安全级别的多敏感属性隐私保护方法。

背景技术

随着社会信息化和网络化的发展，数据呈现爆炸式增长，大数据时代已经到来。目前，大数据已成为学术界和产业界的研究热点，正影响着人们日常生活、工作习惯及思维方式。在数据发布应用中，如何保护数据的用户隐私已成为当前面临的重大挑战。最简单的保护用户隐私的方法就是在发布原始数据时直接通过删除姓名、身份证号码等标识属性来达到防范用户隐私泄露。但是由于以这种方式发布的数据集中的某些属性值集合能够联合该数据集外的相关信息精确或较精确地重新标识某个体，称之为链接攻击。

为了解决这种链接攻击，研究者们提出了k-匿名(k-anonymity)模型，它要求所发布的数据表中的每一条记录不能区分于其他k-1条记录，即在满足k-匿名模型的数据表中，任意一条记录被重新标识出的风险都不会超过1/k。k-匿名模型通常将数据表的属性划分以下为四类：（1）标识属性：这类属性能够唯一标识个体身份的属性，如用户身份证号码、姓名等；（2）准标识属性：这类属性虽然不像标识属性一样能够直接标识个体身份，但是通过属性的链接可以标记出个体身份的一组属性，如准标识属性组｛年龄，工作类型，肤色，性别｝；（3）敏感属性：这类属性涉及个体隐私信息，如薪水、健康状况等；（4）其它属性：指除标识属性、准标识属性和敏感属性外的属性。

但是，k-匿名模型仍然存在同质性攻击和背景知识攻击所带来的隐私泄露问题。为此，研究者们提出了l-多样性(l-diversity)模型。简单来说，就是在发布的数据表中，每一个等价类里的敏感属性必须具有多样性，即l-多样性保证每一个等价类里，敏感属性至少有l个不同的取值，通过这样l-多样性使得攻击者最多只能以1/l的概率确认某个体的敏感信息，从而保证用户的隐私信息不能通过背景知识、同质知识等方法推断出来。