一种基于属性划分的可高效重构的个人隐私保护方法

    公开(公告)号:CN117313135B

    公开(公告)日:2024-04-16

    申请号:CN202310965523.9

    申请日:2023-08-02

    Abstract: 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。

    一种基于属性划分的可高效重构的个人隐私保护方法

    公开(公告)号:CN117313135A

    公开(公告)日:2023-12-29

    申请号:CN202310965523.9

    申请日:2023-08-02

    Abstract: 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。

Patent Agency Ranking