申请/专利权人：东莞理工学院

申请日：2023-08-02

公开（公告）日：2024-04-16

公开（公告）号：CN117313135B

主分类号：G06F21/62

分类号：G06F21/62;G06N5/04;G06N20/00;G06F18/214;G06F30/27;G06F111/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明涉及一种基于属性划分的可高效重构的个人隐私保护方法，包括计算推断集步骤和属性分割步骤；计算推断集步骤包括：通过机器学习方法对输入数据集进行推断集计算，并采用递归的方式在计算过程中将每次计算得到的推断集作为新的敏感属性集输入机器学习算法中学习，直到生成的推断集树收敛或达到设定层数；属性分割步骤包括：确定允许泄露的服务器个数和总服务器个数的值，并将隐私设置转化为相应的约束表达式，并将约束表达式输入到SAT求解器中通过SAT求解器获得最终的属性分割结果。本发明通过计算推断集算法和属性分割算法，实现了对敏感属性的隐私保护和分割，提高了数据隐私的安全性。

主权项：1.一种基于属性划分的可高效重构的个人隐私保护方法，其特征在于：所述个人隐私保护方法包括计算推断集步骤和属性分割步骤；计算推断集步骤包括：通过机器学习方法对输入数据集进行推断集计算，并采用递归的方式在计算过程中将每次计算得到的推断集作为新的敏感属性集输入机器学习算法中学习，直到生成的推断集树收敛或达到设定层数；属性分割步骤包括：确定允许泄露的服务器个数和总服务器个数的值，并将隐私设置转化为相应的约束表达式，并将约束表达式输入到SAT求解器中通过SAT求解器获得最终的属性分割结果；所述计算推断集步骤具体包括以下内容：初始化推断集树T，遍历属性集合的所有子集X后，通过机器学习算法L计算属性子集X的推断集Y＝LX；将推断集Y作为新的敏感属性集S，即S＝Y，并判断是否满足结束条件；如果生成的推断集Y为空或者推断集树T的深度达到设定层数h时，则结束，并将推断集Y添加到推断集树T中作为推断集树T的子节点；重复上述步骤，继续遍历属性集合的下一个子集，直到完成属性集合中所有子集的遍历；所述属性分割步骤具体包括以下内容：确定隐私设置中的参数：确定最高允许泄露的服务器个数k和总服务器个数n的值；构建约束表达式：构建约束表达式，将隐私设置转化为SAT问题的约束；将构建的约束表达式输入到SAT求解器中，SAT求解器通过求解约束表达式得到满足约束的属性分割方案；输出SAT求解器得到的属性分割方案，将各个属性分配到对应服务器中实现个人隐私保护。

全文数据：

权利要求：

百度查询： 东莞理工学院 一种基于属性划分的可高效重构的个人隐私保护方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD