[发明专利]查询处理方法及装置

说明书

本说明书实施例提供一种查询处理方法及装置。该方法包括：首先，确定有待针对目标数据集进行查询的L条查询各自的查询类型，所述目标数据集记录业务对象的数据；接着，确定各个查询类型针对所述目标数据集的查询敏感度；然后，基于各条查询分别对应的查询敏感度，以及针对所述L条查询的总集预先设定的隐私预算参数，确定各条查询分配得到的噪声功率。据此，针对所述L条查询中任意的目标查询，可以将其实际返回结果确定为其原始查询结果叠加从差分隐私的目标噪声分布采样的目标噪声，其中目标噪声分布基于所述目标查询分配得到的噪声功率而确定。如此，可以实现对目标数据集的隐私保护。

技术领域

本说明书一个或多个实施例涉及数据处理技术领域，尤其涉及一种查询处理方法及装置。

背景技术

随着大数据时代的到来，如何挖掘数据价值已成为当下的研究热点。在一种挖掘方式中，通过对大量数据进行统计处理，向外界提供统计查询服务。然而，此种查询服务存在泄露单条数据记录的风险，例如，张三查询到前500行数据的均值为20，之后又查询到前501行数据的均值为20.1，此时，其可以得到第501行数据的数值为70.1。

差分隐私（Differential Privacy，简称DP）技术被用于统计查询场景，以应对隐私泄露问题。此项技术的难点在于，如何平衡数据的隐私安全性和查询结果的准确性，因为前者的提高往往会导致后者的降低。因此，迫切需要一种改进的差分隐私方案，可以最小化敏感数据的隐私泄露风险，同时最大化查询结果的准确性。

发明内容

本说明书一个或多个实施例描述了一种查询处理方法及装置，针对一批次查询中的每个查询，为其分配确保不会泄露数据隐私的最低噪声功率，从而最大化查询结果的准确性。

根据第一方面，提供一种保护数据隐私的查询处理方法，包括：确定有待针对目标数据集进行查询的L条查询各自的查询类型，所述目标数据集记录业务对象的数据；确定各个查询类型针对所述目标数据集的查询敏感度；基于各条查询分别对应的查询敏感度，以及针对所述L条查询的总集预先设定的隐私预算参数，确定各条查询分配得到的噪声功率。

在一个实施例中，确定有待针对目标数据集进行查询的L条查询各自的查询类型，包括：接收针对所述目标数据集的L条查询请求，其中各条查询请求指示各自的查询类型。

在一个实施例中，确定有待针对目标数据集进行查询的L条查询各自的查询类型，包括：获取针对所述目标数据集预先配置的可查询次数L及其中各次查询的查询类型。

在一个实施例中，所述查询类型为以下中的任一种：计数、最大值、最小值、均值和方差。

在一个实施例中，所述业务对象为以下中的任一种：用户、商品、业务事件。

在一个具体的实施例中，所述业务事件为以下中的任一种：注册、访问、登录、支付。

在一个实施例中，所述业务对象为用户，所述隐私数据为以下中的任一种：年龄、性别、收入、兴趣爱好、生理指标、操作指标。

在一个实施例中，确定各个查询类型针对所述目标数据集的查询敏感度，包括：针对所述各个查询类型，根据第一结果和第二结果之间的最大绝对差值，得到该查询类型对应的查询敏感度；其中，所述第一结果是针对所述目标数据集进行该类型查询得到的结果，所述第二结果是针对所述目标数据集的邻近数据集进行该类型查询得到的结果。

在一个实施例中，所述查询类型包括计数查询；其中，确定各个查询类型针对所述目标数据集的查询敏感度，包括：将所述计数查询的查询敏感度确定为数值1。

在一个实施例中，所述查询类型包括最大值查询/最小值查询；其中，确定各个查询类型针对所述目标数据集的查询敏感度，包括：确定所述目标数据集中的最大值和最小值；将所述最大值减去所述最小值的结果，确定为所述最大值查询/最小值查询的查询敏感度。