[发明专利]基于多维敏感数据发布的多部图隐私保护方法

摘要

本发明公开一种基于多维敏感数据发布的多部图隐私保护方法，主要包括将原始表数据构建成多部图形式和基于多部图的隐私保护策略两大部分。将ID作为一类节点，其对应的准标识符以标签形式来体现，每一个敏感属性采用一种类型的节点来表示，某个用户具有某种敏感属性则两个节点之间存在一条边来体现关联。对于采用聚类方法进行分组，同组的用户视为一个超级节点，与敏感属性之间的关联程度以带权重的边来体现，边的权重即是该组用户中具有该敏感属性值的概率，属性与属性之间的关联程度同样是以带权重的边来体现，以达到既保留了属性之间的关联性又有效的保护了多敏感属性及其关联的隐私安全。

主权项

1.基于多维敏感数据发布的多部图隐私保护方法，其特征是，包括如下步骤：步骤1、构建多部图；即先将ID和各维敏感属性用不同类型的节点集来表示；再去掉ID，并以准标识符为ID节点的标签；后根据某个ID的记录所包含的敏感属性值，将不同节点集之间的节点用边连接起来，获得多部图G(V_m，E，W)；V_m表示顶点的有限集合，V₁是带准标识符标签的用户节点集，V_i表示数据集中的第i‑1个敏感属性的节点集；E表示不同节点集之间的关系，即某个用户拥有某个敏感属性值；W表示边的权重，即该条关系存在的概率；步骤2、在构建的多部图中，根据各条关系存在的概率作为该相应边的初始概率；步骤3、根据准标识符聚类分组实现匿名；即先根据多维准标识符的综合相似度；再采用基于k‑匿名模型将将相似度最高的k个节点聚类为同一组或采用基于ρ‑不确定性模型将高于设定阈值的节点聚类为同一组；后将该组节点视为一个整体即超级节点，并修改与该超级节点中所有节点的相关边的概率；其中节点v₁与v₂之间综合相似度Sim(v₁,v₂)的计算公式如下：其中，x_i表示第i个属性的优先因子；l_i(v₁)表示节点v₁的第i个属性的值；l_i(v₂)表示节点v₂的第i个属性的值；n表示准标识符中属性的维数；表示布尔函数，当(l_i(v₁)≠l_i(v₂)时，否则