CN109063214A - 价值驱动的类型化数据及其图表示的资源隐藏方法 - Google Patents

Abstract

本发明基于三层可自动抽象的知识图谱中的数据图谱，提出一种价值驱动的类型化数据及其图表示的资源隐藏方法；特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的。

Description

价值驱动的类型化数据及其图表示的资源隐藏方法

技术领域

本发明是价值驱动的类型化数据及其图表示的资源隐藏方法，主要利用安全资源所拥有的的体系化全类型化维度进行数据资源隐藏，属于分布式计算和软件工程技术交叉领域。

背景技术

数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系进行记载的物理符号或这些物理符号的组合；

本发明提出一种价值驱动的类型化数据及其图表示的资源隐藏方法；特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的。

发明内容

技术问题：现有的数据定义与其他资源相互交织在一起，很难有简单而又高效的数据资源隐藏方法，通常简单的方法难以达到隐藏的目的，而高效的方法，很难有效支持知识图谱数据层，信息层和知识层上的查询，抽象，添加，删除和修改，在系统中相应的查询，抽象，安全资源以及他们的拓扑结构的增加和删除也不能有效进行。

技术方案：本发明的方法是一种策略性方法，本发明基于三层可自动抽象的知识图谱中的数据图谱，提出一种价值驱动的类型化数据及其图表示的资源隐藏方法，特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的。

体系结构：

本发明基于三层可自动抽象的知识图谱中的数据图谱，提出一种价值驱动的类型化数据及其图表示的资源隐藏方法；特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的；下面给出三层可自动抽象的知识图谱中的数据图谱，体系化全类型化维度定义的事物的定义：

数据图谱(DG)_DIK：(DG)_DIK:=collection{array,list,stack,queue,tree,graph}

(DG)_DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录实体元素的基本结构，这个结构通过静态和动态类型化数据共同结合而成；数据图谱还可以记录实体元素的不同的体系化全类型化维度以及多个维度之间的关联维度，特别地，所有体系化全类型化维度之间的关联维度即为综合维度；

其中关联维度的计算公式如公式（1）所示：

（1）

其中表示各个体系化全类型化维度，表示各个体系化全类型化维 度在关联维度中的所占的权重，且的值需满足2个条件：

1）；

2）；

如图1所示，类型化数据分为静态类型化数据和动态类型化数据，一个具体实体元素(TH)的定义：TH=(TH_S,TH_D),其中，TH_S为静态类型化数据，TH_S=(T_SA,(T_SA1(T_SA1A1(...),T_SA1A2...T_SA1An),T_SA2...T_SAn),T_SB,T_SC...T_SN)，T代表一种类型，在TH_S的表达式中，T_SA子节点包括T_SA1,T_SA2...T_SAn，T_SA1的子节点又包括T_SA1A1,T_SA1A2...T_SA1An，每个维度都用一个类型表示；TH_D为动态类型化数据，TH_D=(T_DA,(T_DA1(T_DA1A1(...),T_DA1A2...T_DA1An),T_DA2...T_DAn),T_DB,T_DC...T_DN)，T代表一种类型，在TH_D的表达式中，T_DA子节点包括T_DA1,T_DA2...T_DAn，T_DA1的子节点又包括T_DA1A1,T_DA1A2...T_DA1An，每个维度都用一个类型表示；直到叶节点按具体实例值进行标注；

例如，对一个人的类型化数据描述如图2所示，在此只选取了每个类中的部分子类进行描述；人的静态类型化数据有职业、性别，动态类型化数据为运动，职业子类中包含T_学生、T_老师、T_工人，T_性别子类T_男、T_女，T_学生再进行子类划分，包含了T_小学、T_中学、T_大学、T_研究生和T_博士，T_研究生更细划分为T_{全日制研究生}和T_{非全日制研究生}；对于动态运动，它包含子类型T_打球、T_跑步和T_游泳，针对T_跑步，划分出T_时速（6km/min）和T_出汗量（x）；最后可以通过这些体系化全类型化维度唯一确定一个人；本发明通过不同维度的数据元素来重新定义安全资源，从而通过得到的新定义的不同安全资源来弱化安全资源的数据资源，从而达到数据资源隐藏的目的；例如，定义学生A为安全资源，学生A所在一个群体值为30的学生范围内，假设学生A有两个维度，分别为性别和模拟测试成绩，学生A的模拟测试成绩在男生里唯一，那么我们可以用通过性别和模拟测试成绩来确定学生A，而当仅用性别来寻找时，很难确定学生A，因此我们可以学生用A的一个维度或一部分维度来重新定义学生A，弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

在此，我们采用安全资源所蕴含的数据资源与安全资源所在的集合或网络拓扑结构所蕴含的相关数据资源的比值作为衡量该安全资源的曝光度，对比学生A，学生A在性别这一维度上的曝光度为1/（该群体所有男性个数），在模拟测试成绩这一维度的曝光度为1/（该群体中与学生A的模拟测试成绩相同的个数），为方便讨论，我们假设性别和测试成绩的单位数据资源量为1；显然，当学生A使用性别这一维度时的曝光度远远低于使用模拟测试成绩这一维度的曝光度，所以当采用性别这一维度来重新定义学生A时，能弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

对于安全资源构成的网络拓扑中的子图来说，我们可以将需要隐藏的那部分网络拓扑结构看作一个整体，同样，曝光度的计算也以整体为单位；对于子图部分，安全资源隐藏的优先级的计算以安全资源在整个网络拓扑中的影响度为度量标准，影响度的计算公式为（节点的出度+节点的入度）/2；例如图3为一个家族部分成员关系图，每个成员假设有三个维度分量，分别为年龄、性别和兴趣，此时当需要隐藏（A-B-F）这一个网络拓扑结构时，我们先计算此结构的3个维度分量的曝光度，可知性别这一维度的曝光度最低，年龄这一维度的曝光度最高，因此我们选用性别这一维度来重新定义此网络拓扑结构，对于（A-B-F）中的3个目标，通过影响度的计算可知A>F>B；所以对于所需要隐藏的网络拓扑结构（A-B-F），采用性别这一维度来重新定义，对于内部结构先对A进行隐藏，再对F进行隐藏，最后来隐藏B；而当需要隐藏（A-G）这一个网络拓扑结构时，我们先计算此结构的3个维度分量的曝光度，可知性别这一维度的曝光度最高，兴趣这一维度的曝光度最低，因此我们选用兴趣这一维度来重新定义此网络拓扑结构，对于（A-G）中的2个目标，通过影响度的计算可知A>G；所以对于所需要隐藏的网络拓扑结构（A-G），采用性别这一维度来重新定义，对于内部结构先对A进行隐藏，再对G进行隐藏。

有益效果：

本发明提出一种价值驱动的类型化数据及其图表示的资源隐藏方法，该方法具有以下优点：

1）本发明将对安全资源以及他们之间的网络拓扑的定义由数据及数据图谱建模为一个体系化全类型化的维度，因此针对安全资源，不一定要对安全资源的所有维度进行计算，而是针对不同的目标或场景进行部分维度计算，即简化运算；

2）现有的数据定义与其他资源相互交织在一起，本发明能有效支持知识图谱数据层，信息层和知识层上的查询，抽象，添加，删除和修改；

3）本发明提出曝光度这一度量模型，有利于衡量数据资源量价值的大小，便于用户选择需转换的安全资源的维度，操作简便。

附图说明

图1是价值驱动的类型化数据及其图表示的资源隐藏方法中类型化数据定义实体元素的模型图；

图2是价值驱动的类型化数据及其图表示的资源隐藏方法的一个体系化全类型维度实例图；

图3是价值驱动的类型化数据及其图表示的资源隐藏方法的一个具体实例图；

图4是价值驱动的类型化数据及其图表示的资源隐藏方法的具体流程图；

具体实施方式：

价值驱动的类型化数据及其图表示的资源隐藏方法的具体实施流程如下：

步骤1）对应图4中的001所示，输入用户目标类型化安全资源，构建框架；构建数据图谱(DG)_DIK：(DG)_DIK:=collection{array,list,stack,queue,tree,graph}，(DG)_DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录实体元素的基本结构，这个结构通过静态和动态类型化数据共同结合而成；数据图谱还可以记录实体元素的不同的体系化全类型化维度以及多个维度之间的关联维度，特别地，所有体系化全类型化维度之间的关联维度即为综合维度；

其中关联维度的计算公式如公式（1）所示：

（1）

其中表示各个体系化全类型化维度，表示各个体系化全类型化维 度在关联维度中的所占的权重，且的值需满足2个条件：

1）；

2）；

步骤2）对应图3中的002所示，建立体系化全类型化维度，如图1所示，类型化数据分为静态类型化数据和动态类型化数据，一个具体实体元素(TH)的定义：TH=(TH_S,TH_D),其中，TH_S为静态类型化数据，TH_S=(T_SA,(T_SA1(T_SA1A1(...),T_SA1A2...T_SA1An),T_SA2...T_SAn),T_SB,T_SC...T_SN)，T代表一种类型，在TH_S的表达式中，T_SA子节点包括T_SA1,T_SA2...T_SAn，T_SA1的子节点又包括T_SA1A1,T_SA1A2...T_SA1An，每个维度都用一个类型表示；TH_D为动态类型化数据，TH_D=(T_DA,(T_DA1(T_DA1A1(...),T_DA1A2...T_DA1An),T_DA2...T_DAn),T_DB,T_DC...T_DN)，T代表一种类型，在TH_D的表达式中，T_DA子节点包括T_DA1,T_DA2...T_DAn，T_DA1的子节点又包括T_DA1A1,T_DA1A2...T_DA1An，每个维度都用一个类型表示；直到叶节点按具体实例值进行标注；

步骤3）对应图3中的003所示，取出目标类型化安全资源的各个维度，例如，对一个人的类型化数据描述如图2所示，在此只选取了每个类中的部分子类进行描述；人的静态类型化数据有职业、性别，动态类型化数据为运动，职业子类中包含T_学生、T_老师、T_工人，T_性别子类T_男、T_女，T_学生再进行子类划分，包含了T_小学、T_中学、T_大学、T_研究生和T_博士，T_研究生更细划分为T_{全日制研究生}和T_{非全日制研究生}；对于动态运动，它包含子类型T_打球、T_跑步和T_游泳，针对T_跑步，划分出T_时速（6km/min）和T_出汗量（x）；最后可以通过这些体系化全类型化维度唯一确定一个人；本发明通过不同维度的数据元素来重新定义安全资源，从而通过得到的新定义的不同安全资源来弱化安全资源的数据资源，从而达到数据资源隐藏的目的；例如，定义学生A为安全资源，学生A所在一个群体值为30的学生范围内，假设学生A有两个维度，分别为性别和模拟测试成绩，学生A的模拟测试成绩在男生里唯一，那么我们可以用通过性别和模拟测试成绩来确定学生A，而当仅用性别来寻找时，很难确定学生A，因此我们可以学生用A的一个维度或一部分维度来重新定义学生A，弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

步骤4）对应图3中的004所示，计算单个安全资源的各维度的曝光度，在此，我们采用安全资源所蕴含的数据资源与安全资源所在的集合或网络拓扑结构所蕴含的相关数据资源的比值作为衡量该安全资源的曝光度，对比学生A，学生A在性别这一维度上的曝光度为1/（该群体所有男性个数），在模拟测试成绩这一维度的曝光度为1/（该群体中与学生A的模拟测试成绩相同的个数），为方便讨论，我们假设性别和测试成绩的单位数据资源量为1；显然，当学生A使用性别这一维度时的曝光度远远低于使用模拟测试成绩这一维度的曝光度，所以当采用性别这一维度来重新定义学生A时，能弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

步骤5）对应图3中的005所示，计算多个安全资源组成的网络拓扑结构的各个维度的曝光度，对于安全资源构成的网络拓扑中的子图来说，我们可以将需要隐藏的那部分网络拓扑结构看作一个整体，同样，曝光度的计算也以整体为单位；对于子图部分，安全资源隐藏的优先级的计算以安全资源在整个网络拓扑中的影响度为度量标准，影响度的计算公式为（节点的出度+节点的入度）/2；

例如图3为一个家族部分成员关系图，每个成员假设有三个维度分量，分别为年龄、性别和兴趣，此时当需要隐藏（A-B-F）这一个网络拓扑结构时，我们先计算此结构的3个维度分量的曝光度，可知性别这一维度的曝光度最低为1/20，年龄这一维度的曝光度最高1/1，因此我们选用性别这一维度来重新定义此网络拓扑结构，对于（A-B-F）中的3个目标，通过影响度的计算可知A>F>B；所以对于所需要隐藏的网络拓扑结构（A-B-F），采用性别这一维度来重新定义，对于内部结构先对A进行隐藏，再对F进行隐藏，最后来隐藏B；而当需要隐藏（A-G）这一个网络拓扑结构时，我们先计算此结构的3个维度分量的曝光度，可知性别这一维度的曝光度最高为1/1，兴趣这一维度的曝光度最低为1/3，因此我们选用兴趣这一维度来重新定义此网络拓扑结构，对于（A-G）中的2个目标，通过影响度的计算可知A>G；所以对于所需要隐藏的网络拓扑结构（A-G），采用性别这一维度来重新定义，对于内部结构先对A进行隐藏，再对G进行隐藏；

步骤6）对应图3中的006所示，采用选定的维度来重新定义安全资源与他们的拓扑结构。

Claims (1)

1.本发明基于三层可自动抽象的知识图谱中的数据图谱，提出一种价值驱动的类型化数据及其图表示的资源隐藏方法；特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的；具体流程如下：

步骤1）输入用户目标类型化安全资源，构建框架；构建数据图谱(DG)_DIK：(DG)_DIK:=collection{array,list,stack,queue,tree,graph}，(DG)_DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录实体元素的基本结构，这个结构通过静态和动态类型化数据共同结合而成；数据图谱还可以记录实体元素的不同的体系化全类型化维度以及多个维度之间的关联维度，特别地，所有体系化全类型化维度之间的关联维度即为综合维度；

其中关联维度的计算公式如公式（1）所示：

（1）

其中表示各个体系化全类型化维度，表示各个体系化全类型化维 度在关联维度中的所占的权重，且的值需满足2个条件：

；；

步骤2）建立体系化全类型化维度，类型化数据分为静态类型化数据和动态类型化数据，一个具体实体元素(TH)的定义：TH=(TH_S,TH_D),其中，TH_S为静态类型化数据，TH_S=(T_SA,(T_SA1(T_SA1A1(...),T_SA1A2...T_SA1An),T_SA2...T_SAn),T_SB,T_SC...T_SN)，T代表一种类型，在TH_S的表达式中，T_SA子节点包括T_SA1,T_SA2...T_SAn，T_SA1的子节点又包括T_SA1A1,T_SA1A2...T_SA1An，每个维度都用一个类型表示；TH_D为动态类型化数据，TH_D=(T_DA,(T_DA1(T_DA1A1(...),T_DA1A2...T_DA1An),T_DA2...T_DAn),T_DB,T_DC...T_DN)，T代表一种类型，在TH_D的表达式中，T_DA子节点包括T_DA1,T_DA2...T_DAn，T_DA1的子节点又包括T_DA1A1,T_DA1A2...T_DA1An，每个维度都用一个类型表示；直到叶节点按具体实例值进行标注；

步骤3）取出目标类型化安全资源的各个维度，例如，对一个人的类型化数据描述如图2所示，在此只选取了每个类中的部分子类进行描述；人的静态类型化数据有职业、性别，动态类型化数据为运动，职业子类中包含T_学生、T_老师、T_工人，T_性别子类T_男、T_女，T_学生再进行子类划分，包含了T_小学、T_中学、T_大学、T_研究生和T_博士，T_研究生更细划分为T_{全日制研究生}和T_{非全日制研究生}；对于动态运动，它包含子类型T_打球、T_跑步和T_游泳，针对T_跑步，划分出T_时速（6km/min）和T_出汗量（x）；最后可以通过这些体系化全类型化维度唯一确定一个人；本发明通过不同维度的数据元素来重新定义安全资源，从而通过得到的新定义的不同安全资源来弱化安全资源的数据资源，从而达到数据资源隐藏的目的；例如，定义学生A为安全资源，学生A所在一个群体值为30的学生范围内，假设学生A有两个维度，分别为性别和模拟测试成绩，学生A的模拟测试成绩在男生里唯一，那么我们可以用通过性别和模拟测试成绩来确定学生A，而当仅用性别来寻找时，很难确定学生A，因此我们可以学生用A的一个维度或一部分维度来重新定义学生A，弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

步骤4）计算单个安全资源的各维度的曝光度，在此，我们采用安全资源所蕴含的数据资源与安全资源所在的集合或网络拓扑结构所蕴含的相关数据资源的比值作为衡量该安全资源的曝光度，对比学生A，学生A在性别这一维度上的曝光度为1/（该群体所有男性个数），在模拟测试成绩这一维度的曝光度为1/（该群体中与学生A的模拟测试成绩相同的个数），为方便讨论，我们假设性别和测试成绩的单位数据资源量为1；显然，当学生A使用性别这一维度时的曝光度远远低于使用模拟测试成绩这一维度的曝光度，所以当采用性别这一维度来重新定义学生A时，能弱化学生A的显式数据资源，从而达到数据资源隐藏的目的；

步骤5）计算多个安全资源组成的网络拓扑结构的各个维度的曝光度，对于安全资源构成的网络拓扑中的子图来说，我们可以将需要隐藏的那部分网络拓扑结构看作一个整体，同样，曝光度的计算也以整体为单位；对于子图部分，安全资源隐藏的优先级的计算以安全资源在整个网络拓扑中的影响度为度量标准，影响度的计算公式为（节点的出度+节点的入度）/2；

步骤6）采用选定的维度来重新定义安全资源与他们的拓扑结构。