CN113343306B - 基于差分隐私的数据查询方法、装置、设备及存储介质 - Google Patents
基于差分隐私的数据查询方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113343306B CN113343306B CN202110729829.5A CN202110729829A CN113343306B CN 113343306 B CN113343306 B CN 113343306B CN 202110729829 A CN202110729829 A CN 202110729829A CN 113343306 B CN113343306 B CN 113343306B
- Authority
- CN
- China
- Prior art keywords
- data
- request
- data query
- queried
- label
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 70
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000009827 uniform distribution Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000011176 pooling Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据分析技术,揭露了一种基于差分隐私的数据查询方法,包括:对预先存储的待查询数据生成数据标签;将数据标签分类为数值型标签与非数值型标签;获取数据查询请求,解析数据查询请求得到请求类型字段;当请求类型字段与预设字段一致,确定数据查询请求为数值型请求,对数据查询请求对应的数据标签进行随机噪声添加,并将随机噪声添加后生成的第一标签返回给目标人员;当请求类型字段与预设字段不一致时,确定数据查询请求为非数值型请求,对数据查询请求对应的数据标签进行指数转换,并将指数转换后生成的第二标签返回给目标人员。本发明还提出一种基于差分隐私的数据查询装置、设备及介质。本发明可以提高用户数据被查询时的安全性。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种基于差分隐私的数据查询方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术应用的不断普及和深入,各种信息系统存储并积累了丰富的数据,对这些数据进行分析可以使人们获得更多关于真实世界的知识,这种需求极大地促进了数据的发布、共享与分析。
然而,数据里通常包含着许多个人的隐私信息,如医疗诊断结果、个人消费习惯以及其它能够体现个人特征的数据,这些隐私信息可作为重要数据被科研人员分析,以为用户提供更好的服务和产品,但在查询、使用这些隐私信息时,可能存在被恶意攻击的风险,进而导致数据的安全性不高,因此,如何提高用户的隐私数据的安全性,成为了亟待解决的问题。
发明内容
本发明提供一种基于差分隐私的数据查询方法、装置及计算机可读存储介质,其主要目的在于解决用户数据被查询时的安全性较低的问题。
为实现上述目的,本发明提供的一种基于差分隐私的数据查询方法,包括:
对预先存储的待查询数据进行标签生成,得到数据标签;
将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
可选地,所述对所述待查询数据进行标签生成,得到数据标签,包括:
统计所述待查询数据中预设的事实标签;
利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的的趋势标签;
将所述事实标签与所述趋势标签汇集为所述待查询数据的数据标签。
可选地,所述利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的的趋势标签,包括:
利用所述趋势法分析模型对所述待查询数据进行卷积、池化操作,得到所述待查询数据的低维特征表达;
利用预设的映射函数将所述低维特征表达映射至预先构建的高维空间,得到所述低维特征表达的高维特征表达;
利用预设的激活函数计算所述高维特征表达中每个特征的输出概率,输出所述高维特征表达中所述输出概率大于预设概率阈值的特征,得到数据特征;
统计所述数据特征的变化趋势,得到所述待查询数据的的趋势标签。
可选地,所述解析所述数据查询请求得到请求类型字段,包括:
提取所述数据查询请求的请求头;
对所述请求头进行解析,得到所述数据查询请求对应的请求类型字段。
可选地,所述对所述数据查询请求对应的数值型标签添加随机噪声,包括:
获取预设的噪声函数,生成所述噪声函数的概率密度函数;
对所述概率密度函数的函数值进行累加计算,得到所述噪声函数的累计分布函数;
获取包含所述数据标签的阈值区间,并对所述阈值区间进行满足均匀分布的取值,得到随机变量;
计算所述累计分布函数的逆函数,利用所述逆函数对所述随机变量进行计算,得到随机噪声值;
将所述随机噪声值添加至所述数据标签中。
可选地,所述对所述数据查询请求对应的非数值型标签进行指数转换,包括:
构建所述数据标签对应的多个输出值;
利用预设打分函数计算每一个所述输出值的输出得分;
对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,并将所述输出概率作为所述数据标签。
可选地,所述对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,包括:
对每一个输出值对应的所述输出得分进行加总求和,得到总得分;
分别利用每一个输出值对应的所述输出得分和所述总得分进行相除,得到所述输出概率。
为了解决上述问题,本发明还提供一种基于差分隐私的数据查询装置,所述装置包括:
标签生成模块,用于对预先存储的待查询数据进行标签生成,得到数据标签;
标签分类模块,用于将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
请求解析模块,用于获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
第一查询模块,用于当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
第二查询模块,用于当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的基于差分隐私的数据查询方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于差分隐私的数据查询方法。
本发明实施例生成待查询数据的数据标签,将数据标签分类为数值型标签与非数值型标签,对于数值型的数据,利用符合预设分布的噪声进行噪声添加,以使用户查询到的用户信息中包含噪声信息,来实现对用户的隐私保护;对于非数值型的数据,利用指数转换的方式将用户查询到的结果转换为以概率形式进行表达的概率值,进而实现了针对不同类型的待查询数据进行不同方式的处理来实现对用户的隐私保护。因此本发明提出的基于差分隐私的数据查询方法、装置、电子设备及计算机可读存储介质,可以提高用户数据被查询时的安全性。
附图说明
图1为本发明一实施例提供的基于差分隐私的数据查询方法的流程示意图;
图2为本发明一实施例提供的进行随机噪声添加的流程示意图;
图3为本发明一实施例提供的进行指数转换的流程示意图;
图4为本发明一实施例提供的基于差分隐私的数据查询装置的功能模块图;
图5为本发明一实施例提供的实现所述基于差分隐私的数据查询方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于差分隐私的数据查询方法。所述基于差分隐私的数据查询方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于差分隐私的数据查询方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的基于差分隐私的数据查询方法的流程示意图。在本实施例中,所述基于差分隐私的数据查询方法包括:
S1、对预先存储的待查询数据进行标签生成,得到数据标签。
本发明实施中,所述预先存储的待查询数据包括不限于用户的购物数据、资讯浏览数据、行程数据、健康数据、用户所在公司的业务数据和用户购买的产品信息数据。
所述待查询数据可存储于预先构建的数据库、区块链节点、网络缓存等可用于数据存储的区域。例如,用户的购物数据可存储于购物平台中用户授权的数据库内,用户的资讯浏览数据可存储于浏览器后台中用户授权的网络缓存内等。
本发明实施例中,可对预先存储的待查询数据进行标签生成,以便于对所述待查询数据的管理,有利于提高对所述待查询数据进行查询时的效率
本发明实施例中,所述对所述待查询数据进行标签生成,得到数据标签,包括:
统计所述待查询数据中预设的事实标签;
利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的的趋势标签;
将所述事实标签与所述趋势标签汇集为所述待查询数据的数据标签。
详细地,可对待查询数据进行统计,以获取待查询数据中预设的事实标签,所述事实标签是指所述待查询数据中当前现有的预设标签,例如,用户的姓名、年龄、职业、家庭关系、是否已婚等。
进一步地,所述趋势分析模型包括决策树模型、随机森林模型等,本发明实施例可利用趋势分析模型对所述待查询数据进行趋势分析,以分析出所述待查询数据的变化趋势,所述趋势分析模型包括但不限于NLP(Natural Language Processing,自然语言处理)模型、HMM(Hidden Markov Model,隐马尔可夫模型)。
例如,所述待查询数据为用户的购物数据,可通过趋势分析模型对所述待查询数据进行分析,以分析出用户预计购买汽车的意向、用户预计购买房产的意向等,并将用户的行为趋势作为用户的趋势标签。
详细地,所述利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的的趋势标签,包括:
利用所述趋势法分析模型对所述待查询数据进行卷积、池化操作,得到所述待查询数据的低维特征表达;
利用预设的映射函数将所述低维特征表达映射至预先构建的高维空间,得到所述低维特征表达的高维特征表达;
利用预设的激活函数计算所述高维特征表达中每个特征的输出概率,输出所述高维特征表达中所述输出概率大于预设概率阈值的特征,得到数据特征;
统计所述数据特征的变化趋势,得到所述待查询数据的的趋势标签。
详细地,对所述待查询数据进行卷积、池化操作,可减少所述待查询数据的数据量,提取降低所述待查询数据的数据维度,以便于获取所述待查询数据的数据特征。
具体地,利用预设的映射函数将所述低维特征表达映射至预先构建的高维空间,可增加提取出的数据特征的数据维度,进而有利于后续对特征进行筛选的精确度,所述映射函数包括但不限于高斯函数、mmap函数。
例如,将二维平面中以(x,y)的二维坐标表示的低维特征,映射至三维空间中,以(x,y,z)的三维坐标进行表示。
所述激活函数包括但不限于sigmoid激活函数、relu激活函数、softmax激活函数。
进一步地,可统计所述数据特征的变化趋势,得到所述待查询数据的的趋势标签,例如,用户财富随时间呈现递增状态,可得出财富稳定增长的趋势标签。
实际应用中,待查询数据并不能保持不变,会随着时间的发展而发生变动,例如,用户的数据会随着用户的不同行为发生改变,因此,本发明实施例中,不仅生成所述待查询数据的事实标签,还会对所述待查询数据进行分析,识别出所述待查询数据的变化趋势(即趋势标签),以提高生成的数据标签的精确度。
S2、将所述数据标签按照类型分类,得到数值型标签与非数值型标签。
本发明实施例中,所述将所述数据标签按照类型分类,得到数值型标签与非数值型标签,即将数据标签中数值类型的标签划分为数值型标签,将数据标签中非数值型的标签划分为非数值型标签。
例如,数据标签中存在用户姓名、用户年龄、用户职业、用户婚姻状况,则用户姓名、用户职业和用户婚姻状况为非数值型标签,用户年龄为数值型标签。
本发明实施例对数据标签的类型划分,有利于后续针对不同类型的数据标签进行不同的差分隐私处理,提高待查询数据的安全性。
S3、获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段。
本发明实施例中,所述数据查询请求可由用户自行上传,例如,用户通过具有数据查询功能的设备,或设备中安装的应用,或者可用于数据查询请求上传的网页进行数据查询请求的上传。
本发明实施例中,所述解析所述数据查询请求得到请求类型字段,包括:
提取所述数据查询请求的请求头;
对所述请求头进行解析,得到所述数据查询请求对应的请求类型字段。
本发明实施例中,可利用具有请求头提取功能的java语句或具有相同功能的计算机程序来实现对所述数据查询请求的请求头的提取。
详细地,所述数据查询请求一般包括请求头、与请求体,其中,所述请求头中包含请求类型字段、响应字段名称等信息。本发明实施例对所述请求头进行解析,以实现获取所述请求类型字段。
本发明实施例中,可利用预设的解析器对所述请求头进行解析,以获取所述请求头中包含的请求类型字段。
所述请求类型字段用于表示改数据查询请求的请求类型,所述请求类型包括数值型请求和非数值型请求,其中,所述数值型请求可用于对数值型标签进行查询,所述非数值型请求可用于对非数值型标签进行查询。
S4、判断请求类型字段与预设数值型字段是否一致。
本发明实施例可将所述请求类型字段与预设数值型字段进行比对,以判断所述请求类型字段是否与所述预设数值型字段一致。
当所述请求类型字段与预设数值型字段一致时,执行S5、确定所述数据查询请求为数值型请求,对所述数据查询请求对应的数据标签进行随机噪声添加,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应。
本发明实施例中,当所述请求类型字段与预设数值型字段一致时,确定所述数据查询请求为数值型请求(例如,请求的数据为用户年龄、财产总额、负债总额等),进而可通过对所述查询请求对应的数据标签中添加随机噪声的方式,以实现对该数据标签的扰动,再将添加随机噪声后生成的第一标签返回给目标人员,有权限的目标人员可通过添加噪声时步骤的相反步骤实现对该第一标签中的噪声进行去除,得到真实的数据标签,从而避免待查询数据的泄露,提高待查询数据的安全性。
本发明实施例中,参图2所示,所述对所述数据查询请求对应的数据标签进行随机噪声添加,包括:
S21、获取预设的噪声函数,生成所述噪声函数的概率密度函数;
S22、对所述概率密度函数的函数值进行累加计算,得到所述噪声函数的累计分布函数;
S23、获取包含所述数据标签的阈值区间,并对所述阈值区间进行满足均匀分布的取值,得到随机变量;
S24、计算所述累计分布函数的逆函数,利用所述逆函数对所述随机变量进行计算,得到随机噪声值;
S25、将所述随机噪声值添加至所述数据标签中。
详细地,所述噪声函数包括但不限于拉普拉斯函数、高斯函数。通过对所述随机噪声函数的数值化,可生成所述噪声函数的概率密度函数,所述概率密度函数为所述噪声函数的函数值的概率分布。例如,通过将所述噪声函数输入至MATLAB中,利用MATLAB中数值化工具生成所述噪声函数的概率密度分布。
具体地,将所述概率密度函数的函数值以相加求和的方式进行累加,并将累加后的结果进行可视化,即可得到所述噪声函数的累计分布函数,并通过逆运算计算所述累计分布函数的逆函数。
进一步地,所述阈值区间为包含所述数据标签的区间,例如,数据标签为用户的年龄:18;则可任意选取包含该数据标签的阈值区间,如(16,20)、(14,19)、(10,18]或[18,19]等。
本发明实施例对所述阈值区间进行满足均匀分布的取值,来获取随机变量。例如,所述阈值区间为(16,20),以单位长度为1对该阈值区间进行满足均匀分布的取值为“17”、“18”和“19”,或者,所述阈值区间为[18,19],以单位长度为0.5对该阈值区间进行满足均匀分布的取值为“18”、“18.5”和“19”。以满足均匀分布的方式对阈值区间进行取值,有利于提高后续生成的随机噪声值的规律性。
本发明实施例中,通过所述逆函数对所述随机变量进行计算后,得到所述随机噪声值,并将所述随机噪声值添加至所述数据标签中。
例如,可通过将所述随机噪声值与所述数据标签进行相乘、相除、相加等算数运算,以实现将所述随机噪声值添加至所述数据标签。
本发明实施例将随机噪声添加后生成的第一标签返回给所述目标人员,及当目标人员对数据标签进行查询时,对数据标签进行噪声添加,进而使得目标人员查询到的数据标签含有噪声,以实现对数据标签的保护。
当所述请求类型字段与预设数值型字段不一致时,执行S6、确定所述数据查询请求为非数值型请求,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
本发明实施例中,当所述请求类型字段与预设数值型字段不一致时,确定所述请求类型为非数值型请求(例如,请求的数据为用户职业、家庭住址、用户婚姻状况等),无法通过如步骤S4的随机噪声添加对数据标签进行保护,因此,本发明实施例对所述非数值型的数据标签进行指数转换,将指数转换后得到的第二标签返回给所述目标人员,即当利用所述数据查询请求对数据标签进行查询时,得到的所述第二标签并非一个确定值,而是以既定概率从多个可能的输出值中输出一个输出值作为所述第二标签,以实现对非数值型的数据标签进行保护。
本发明实施例中,参图3所示,所述对所述数据查询请求对应的非数值型标签进行指数转换,包括:
S31、构建所述数据标签对应的多个输出值;
S32、利用预设打分函数计算每一个所述输出值的输出得分;
S33、对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,并将所述输出概率作为所述数据标签。
详细地,所述输出值可由用户预先定义。例如,数据标签为运动会上用户A参加的项目,则该数据标签对应的多个输出值可为:足球、篮球、羽毛球、排球等。
具体地,所述打分函数包括Chemscore打分函数、Totalscore打分函数,利用所述打分函数对每一个所述输出值进行计算,便可得到每一个输出值对应的输出得分,所述输出得分代表了该输出值被输出的可能性,输出得分越高,该输出值被输出的概率越大,输出得分越低,该输出值被输出的概率越小。
本发明实施例中,所述对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,包括:
对每一个输出值对应的所述输出得分进行加总求和,得到总得分;
分别利用每一个输出值对应的所述输出得分和所述总得分进行相除,得到所述输出概率。
例如,用户A的数据标签对应的多个输出值为足球、篮球、羽毛球、排球;其中,足球的得分为2.5、篮球的得分为3.5、羽毛球的得分为0.5、排球的得分为1.5,加总求和后,得到所述总得分为8,则经过相除计算后,得出足球的输出概率为0.3125,篮球的输出概率为0.4375,羽毛球的输出概率为0.0625,排球的输出概率为0.1875。
本发明另一实施例中,还可通过softmax函数或min-max scaling函数等具有归一化功能的函数对输出得分进行归一化处理,得到每一个所述输出值对应的输出概率。
本发明实施例将指数转化后生成的第二标签返回给所述目标人员,即当目标人员对数据标签进行查询时,对数据标签进行指数转化,进而使得目标人员查询到的数据标签为指数转化后以概率形式展示的第二标签,以实现对数据标签的保护。
本发明实施例生成待查询数据的数据标签,将数据标签分类为数值型标签与非数值型标签,对于数值型的数据,利用符合预设分布的噪声进行噪声添加,以使用户查询到的用户信息中包含噪声信息,来实现对用户的隐私保护;对于非数值型的数据,利用指数转换的方式将用户查询到的结果转换为以概率形式进行表达的概率值,进而实现了针对不同类型的待查询数据进行不同方式的处理来实现对用户的隐私保护。因此本发明提出的基于差分隐私的数据查询方法、装置、电子设备及计算机可读存储介质,可以提高用户数据被查询时的安全性。
如图4所示,是本发明一实施例提供的基于差分隐私的数据查询装置的功能模块图。
本发明所述基于差分隐私的数据查询装置100可以安装于电子设备中。根据实现的功能,所述基于差分隐私的数据查询装置100可以包括标签生成模块101、标签分类模块102、请求解析模块103、第一查询模块104及第二查询模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述标签生成模块101,用于对预先存储的待查询数据进行标签生成,得到数据标签;
所述标签分类模块102,用于将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
所述请求解析模块103,用于获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
所述第一查询模块104,用于当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
所述第二查询模块105,用于当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
详细地,本发明实施例中所述基于差分隐私的数据查询装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于差分隐私的数据查询方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于差分隐私的数据查询方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于差分隐私的数据查询程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于差分隐私的数据查询程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于差分隐私的数据查询程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于差分隐私的数据查询程序是多个指令的组合,在所述处理器10中运行时,可以实现:
对预先存储的待查询数据进行标签生成,得到数据标签;
将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
对预先存储的待查询数据进行标签生成,得到数据标签;
将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (6)
1.一种基于差分隐私的数据查询方法,其特征在于,所述方法包括:
对预先存储的待查询数据进行标签生成,得到数据标签;
将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应;
其中,所述对预先存储的待查询数据进行标签生成,得到数据标签,包括:统计所述待查询数据中预设的事实标签;利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的趋势标签;将所述事实标签与所述趋势标签汇集为所述待查询数据的数据标签;
所述利用预设的趋势分析模型对所述待查询数据进行趋势分析,得到所述待查询数据的趋势标签,包括:利用所述趋势分析模型对所述待查询数据进行卷积、池化操作,得到所述待查询数据的低维特征表达;利用预设的映射函数将所述低维特征表达映射至预先构建的高维空间,得到所述低维特征表达的高维特征表达;利用预设的激活函数计算所述高维特征表达中每个特征的输出概率,输出所述高维特征表达中所述输出概率大于预设概率阈值的特征,得到数据特征;统计所述数据特征的变化趋势,得到所述待查询数据的趋势标签;
所述对所述数据查询请求对应的非数值型标签进行指数转换,包括:构建所述数据标签对应的多个输出值;利用预设打分函数计算每一个所述输出值的输出得分;对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,并将所述输出概率作为所述数据标签;
所述对所述输出得分进行归一化处理,得到每一个所述输出值对应的输出概率,包括:对每一个输出值对应的所述输出得分进行加总求和,得到总得分;分别利用每一个输出值对应的所述输出得分和所述总得分进行相除,得到所述输出概率。
2.如权利要求1所述的基于差分隐私的数据查询方法,其特征在于,所述解析所述数据查询请求得到请求类型字段,包括:
提取所述数据查询请求的请求头;
对所述请求头进行解析,得到所述数据查询请求对应的请求类型字段。
3.如权利要求1所述的基于差分隐私的数据查询方法,其特征在于,所述对所述数据查询请求对应的数值型标签添加随机噪声,包括:
获取预设的噪声函数,生成所述噪声函数的概率密度函数;
对所述概率密度函数的函数值进行累加计算,得到所述噪声函数的累计分布函数;
获取包含所述数据标签的阈值区间,并对所述阈值区间进行满足均匀分布的取值,得到随机变量;
计算所述累计分布函数的逆函数,利用所述逆函数对所述随机变量进行计算,得到随机噪声值;
将所述随机噪声值添加至所述数据标签中。
4.一种基于差分隐私的数据查询装置,用于实现如权利要求1至3中任意一项所述的基于差分隐私的数据查询方法,其特征在于,所述装置包括:
标签生成模块,用于对预先存储的待查询数据进行标签生成,得到数据标签;
标签分类模块,用于将所述数据标签按照类型分类,得到数值型标签与非数值型标签;
请求解析模块,用于获取对所述待查询数据的数据查询请求,解析所述数据查询请求得到请求类型字段;
第一查询模块,用于当所述请求类型字段为数值型请求时,对所述数据查询请求对应的数值型标签添加随机噪声,并利用随机噪声添加后的数据标签对所述数据查询请求进行响应;
第二查询模块,用于当所述请求类型字段为非数值型请求时,对所述数据查询请求对应的非数值型标签进行指数转换,并利用指数转换后的数据标签对所述数据查询请求进行响应。
5.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至3中任意一项所述的基于差分隐私的数据查询方法。
6.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3中任意一项所述的基于差分隐私的数据查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729829.5A CN113343306B (zh) | 2021-06-29 | 2021-06-29 | 基于差分隐私的数据查询方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729829.5A CN113343306B (zh) | 2021-06-29 | 2021-06-29 | 基于差分隐私的数据查询方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343306A CN113343306A (zh) | 2021-09-03 |
CN113343306B true CN113343306B (zh) | 2024-02-20 |
Family
ID=77481418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110729829.5A Active CN113343306B (zh) | 2021-06-29 | 2021-06-29 | 基于差分隐私的数据查询方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343306B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358814A (zh) * | 2021-11-29 | 2022-04-15 | 国网北京市电力公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726247A (zh) * | 2018-12-28 | 2019-05-07 | 山东浪潮商用系统有限公司 | 一种数据可视化分析系统及方法 |
CN110334548A (zh) * | 2019-07-16 | 2019-10-15 | 桂林电子科技大学 | 一种基于差分隐私的数据异常检测方法 |
CN110750725A (zh) * | 2019-10-24 | 2020-02-04 | 河北经贸大学 | 保护隐私的用户画像生成方法、终端设备及存储介质 |
CN111882128A (zh) * | 2020-07-28 | 2020-11-03 | 中原工学院 | 基于tcn的汛期气候趋势预测方法 |
CN112885468A (zh) * | 2021-01-26 | 2021-06-01 | 深圳大学 | 一种基于随机响应差分隐私技术的教师共识聚集学习方法 |
-
2021
- 2021-06-29 CN CN202110729829.5A patent/CN113343306B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726247A (zh) * | 2018-12-28 | 2019-05-07 | 山东浪潮商用系统有限公司 | 一种数据可视化分析系统及方法 |
CN110334548A (zh) * | 2019-07-16 | 2019-10-15 | 桂林电子科技大学 | 一种基于差分隐私的数据异常检测方法 |
CN110750725A (zh) * | 2019-10-24 | 2020-02-04 | 河北经贸大学 | 保护隐私的用户画像生成方法、终端设备及存储介质 |
CN111882128A (zh) * | 2020-07-28 | 2020-11-03 | 中原工学院 | 基于tcn的汛期气候趋势预测方法 |
CN112885468A (zh) * | 2021-01-26 | 2021-06-01 | 深圳大学 | 一种基于随机响应差分隐私技术的教师共识聚集学习方法 |
Non-Patent Citations (1)
Title |
---|
SEMI-SUPERVISED KNOWLEDGE TRANSFER FOR DEEP LEARNING FROM PRIVATE TRAINING DATA;Nicolas Papernot等;arXiv:1610.05755v4 [ stat.ML];20170303;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343306A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113449187B (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN114496264B (zh) | 基于多维数据的健康指数分析方法、装置、设备及介质 | |
CN113626607B (zh) | 异常工单识别方法、装置、电子设备及可读存储介质 | |
CN115577701B (zh) | 针对大数据安全的风险行为识别方法、装置、设备及介质 | |
CN115391669A (zh) | 一种智能推荐方法、装置、电子设备 | |
CN116186594B (zh) | 基于决策网络结合大数据实现环境变化趋势智能检测方法 | |
CN113111162A (zh) | 科室推荐方法、装置、电子设备及存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN115018588A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN113343306B (zh) | 基于差分隐私的数据查询方法、装置、设备及存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN113869456A (zh) | 采样监测方法、装置、电子设备及存储介质 | |
CN113157864A (zh) | 关键信息提取方法、装置、电子设备及介质 | |
CN115641186A (zh) | 直播产品偏好的智能分析方法、装置、设备及存储介质 | |
CN113806492B (zh) | 基于语义识别的记录生成方法、装置、设备及存储介质 | |
CN113705201B (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
CN115186188A (zh) | 基于行为分析的产品推荐方法、装置、设备及存储介质 | |
CN113707302A (zh) | 基于关联信息的服务推荐方法、装置、设备及存储介质 | |
CN114187096A (zh) | 基于用户画像的风险评估方法、装置、设备及存储介质 | |
CN113344674A (zh) | 基于用户购买力的产品推荐方法、装置、设备及存储介质 | |
CN113486238A (zh) | 基于用户画像的信息推送方法、装置、设备及存储介质 | |
CN113723114A (zh) | 基于多意图识别的语义分析方法、装置、设备及存储介质 | |
CN113343102A (zh) | 基于特征筛选的数据推荐方法、装置、电子设备及介质 | |
CN111383050A (zh) | 产品数据整合及分析方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |