敏感信息數(shù)據(jù)的高效用隱藏保護方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于數(shù)據(jù)挖掘中的隱私保護方法，特別指一種敏感信息數(shù)據(jù)的高效用隱藏保護方法。
【背景技術(shù)】
[0002]近年來，數(shù)據(jù)挖掘被廣泛的應(yīng)用在數(shù)據(jù)分析上，尤其是在大數(shù)據(jù)上。數(shù)據(jù)挖掘能夠發(fā)現(xiàn)數(shù)據(jù)中隱藏的直接信息，也能發(fā)現(xiàn)數(shù)據(jù)之間的間接關(guān)系，把這些隱藏的信息加以適當?shù)目梢暬涂梢灾庇^的發(fā)現(xiàn)其價值，基于這些分析的結(jié)果，可以為用為提供更好的服務(wù)，同時也能給數(shù)據(jù)擁有者帶來更多的利潤。
[0003]數(shù)據(jù)挖掘是通過各種方法發(fā)現(xiàn)數(shù)據(jù)中的隱藏信息和關(guān)系，其目標就是要發(fā)現(xiàn)這些信息，這種發(fā)現(xiàn)能給我們帶來好處，但前提是數(shù)據(jù)中不含有敏感信息。在實際的應(yīng)用當中，數(shù)據(jù)是較為完整的，包含各種各樣的信息，如用戶的信用卡號、電話號碼和地址等，雖然單個信息對用戶來說是不具有威脅的，但把所有信息都拼湊匯總就會變成非常具有危險性，常用的電子詐騙等就是通過這些相關(guān)的信息來進行的。另一方面，有時從數(shù)據(jù)中也能發(fā)現(xiàn)一些可以給一方帶來利益而同時會損害另一方利益，這對數(shù)據(jù)擁有者來說就成了不好的情形，所以如何高效地保護這些敏感信息成了重要的議題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明要解決的技術(shù)問題，在于提供一種敏感信息數(shù)據(jù)的高效用隱藏保護方法。
[0005]本發(fā)明是這樣實現(xiàn)的:一種敏感信息數(shù)據(jù)的高效用隱藏保護方法，包括以下步驟:
[0006]步驟一:從一含有原數(shù)據(jù)的數(shù)據(jù)庫中挖掘原數(shù)據(jù)，獲取所有的高效用項集，再從所述高效用項集中獲取含有敏感信息數(shù)據(jù)的敏感項集；
[0007]步驟二:通過隱藏保護算法對所述敏感項集中的各敏感項進行一一處理，同時從數(shù)據(jù)庫中查找含有各所述敏感項的事務(wù)，通過隱藏保護算法修改所述事務(wù)，從而實現(xiàn)對所述事務(wù)的敏感項進行隱藏；
[0008]步驟三:將修改后的事務(wù)回寫到數(shù)據(jù)庫中以更新數(shù)據(jù)庫，并輸出隱藏保護后的數(shù)據(jù)。
[0009]進一步地，所述隱藏保護算法的執(zhí)行方法如下:
[0010](I)根據(jù)指標覆蓋率、效用值和敏感項長度，對所述敏感項集中的各敏感項的處理順序進彳丁排序；
[0011](2)依照所述處理順序從敏感項集中提取一敏感項，計算該敏感項的目標隱藏值:目標隱藏值=(敏感項的效用值一預(yù)設(shè)的最低效用閾值)；
[0012]若所述目標隱藏值大于0，則需隱藏該敏感項，執(zhí)行步驟(3);若所述目標隱藏值小于或等于0，則該敏感項不需隱藏，執(zhí)行步驟(6);
[0013](3)從數(shù)據(jù)庫中查找含有所述敏感項的所有事務(wù)集合，再從所有事務(wù)集合中獲取具有最大效用值的所述敏感項的事務(wù)，作為目標事務(wù)；
[0014](4)從目標事務(wù)中查找所述敏感項中的具有最小效用值的屬性項，然后修改目標事務(wù)中的屬性項，具體如下:
[0015]A、當屬性項的效用值小于目標隱藏值時，則從目標事務(wù)中刪除屬性項，以隱藏所述敏感項；
[0016]B、當屬性項的效用值大于目標隱藏值時，則降低目標事務(wù)中屬性項的數(shù)量以降低所述敏感項的效用值，從而隱藏所述敏感項；
[0017](5)根據(jù)目標事務(wù)中的屬性項的修改，相應(yīng)地更新數(shù)據(jù)庫和敏感項集中的數(shù)據(jù)，從而更新其中的敏感信息數(shù)據(jù)的效用值信息。
[0018](6)判斷當前的敏感項是否為所述敏感項集中的最后一項，若是，則結(jié)束流程；若否，則進入步驟(2)。
[0019]進一步地，所述步驟⑴中，各敏感項的處理順序的排序原則具體如下:
[0020]A、覆蓋率高的敏感項優(yōu)先；
[0021]B、當數(shù)據(jù)庫為稀疏數(shù)據(jù)庫時，按敏感項的效用值由小到大進行排序；當數(shù)據(jù)庫為密集型數(shù)據(jù)庫，則按敏感項長度由大到小進行排序；
[0022]進一步地，所述覆蓋率是指一敏感項與其余的敏感項的包含度和/或相似度；若一敏感項與其余的一敏感項是包含關(guān)系，則覆蓋率為1，否則根據(jù)二者相似性，賦予該敏感項一個O到I之間的實數(shù)值。
[0023]本發(fā)明的優(yōu)點在于:解決了高效用數(shù)據(jù)挖掘中隱私保護問題，通過隱藏保護算法，能夠保證定義的敏感信息數(shù)據(jù)不被挖掘出來。
【附圖說明】
[0024]下面參照附圖結(jié)合實施例對本發(fā)明作進一步的說明。
[0025]圖1是本發(fā)明敏感信息數(shù)據(jù)的高效用隱藏保護方法的算法流程圖。
【具體實施方式】
[0026]請參閱圖1所示，一種敏感信息數(shù)據(jù)的高效用隱藏保護方法，包括以下步驟:
[0027]步驟一:從一含有原數(shù)據(jù)的數(shù)據(jù)庫中挖掘原數(shù)據(jù)，獲取所有的高效用項集，再從所述高效用項集中獲取含有敏感信息數(shù)據(jù)的敏感項集；
[0028]步驟二:通過隱藏保護算法對所述敏感項集中的各敏感項進行一一處理，同時從數(shù)據(jù)庫中查找含有各所述敏感項的事務(wù)，通過隱藏保護算法修改所述事務(wù)，從而實現(xiàn)對所述事務(wù)的敏感項進行隱藏；
[0029]步驟三:將修改后的事務(wù)回寫到數(shù)據(jù)庫中以更新數(shù)據(jù)庫，并輸出隱藏保護后的數(shù)據(jù)。
[0030]所述步驟二中，隱藏保護算法的執(zhí)行方法如下:
[0031](I)根據(jù)指標覆蓋率、效用值和敏感項長度，對所述敏感項集中的各敏感項的處理順序進彳丁排序，具體如下:
[0032]A、覆蓋率高的敏感項優(yōu)先；
[0033]B、當數(shù)據(jù)庫為稀疏數(shù)據(jù)庫時，按敏感項的效用值由小到大進行排序；當數(shù)據(jù)庫為密集型數(shù)據(jù)庫，則按敏感項長度由大到小進行排序；
[0034]所述覆蓋率是指一敏感項與其余的敏感項的包含度和/或相似度；若一敏感項與其余的一敏感項是包含關(guān)系，則覆蓋率為1，否則根據(jù)二者相似性，賦予該敏感項一個[0，I)之間的實數(shù)值。
[0035](2)依照所述處理順序從所述敏感項集中提取一敏感項，計算該敏感項的目標隱藏值:目標隱藏值=(敏感項的效用值一預(yù)設(shè)的最低效用閾值)；
[0036]若所述目標隱藏值大于0，則需隱藏該敏感項，執(zhí)行步驟(3);若所述目標隱藏值小于或等于0，則該敏感項不需隱藏，執(zhí)行步驟(6);
[0037](3)從數(shù)據(jù)庫中查找含有所述敏感項的所有事務(wù)集合，再從所有事務(wù)集合中獲取含有最大效用值的所述敏感項的事務(wù)，作為目標事務(wù)T ;
[0038](4)從目標事務(wù)T中查找所述敏感項中的具有最小效用值的屬性項i，然后修改目標事務(wù)T中的屬性項i，具體如下:
[0039]A、當屬性項i的效用值小于目標隱藏值時，則從目標事務(wù)T中刪除屬性項i，以隱藏所述敏感項；
[0040]B、當屬性項i的效用值大于目標隱藏值時，則降低目標事務(wù)T中屬性項i的數(shù)量以降低所述敏感項的效用值，從而隱藏所述敏感項；
[0041]例如:要隱藏ABC，它的效用值為100，最低效用閾值定義為80，那目標隱藏值為100-80 = 20。通過上述步驟，假設(shè)得出要對目標事務(wù)Tu中的屬性項C進行操作，是刪除還是降低數(shù)量就取決于目標事務(wù)Tu中屬性項C的效用值與目標隱藏值(20)的大小關(guān)系了。若屬性項C的值大，通過降低目標事務(wù)Tu中屬性項C的數(shù)量就可以完成隱藏，否則就從目標事務(wù)Tu中刪除C。
[0042](5)根據(jù)目標事務(wù)T中的屬性項i的修改，相應(yīng)地更新數(shù)據(jù)庫和敏感項集中的數(shù)據(jù)，從而更新其中的敏感信息數(shù)據(jù)的效用值信息。
[0043]目標事務(wù)T每一次修改(刪除項或是修改數(shù)量)后，當前隱藏的敏感項的值都在變化，因為對于被修改的目標事務(wù)T來說，也可能包含其它的敏感項，那么這一次修改也會影響到其它敏感項的值，所以在每一次的修改后都要去更新敏感項的值。只有得到這些最新的值，在下一次迭代中才會得到正確的結(jié)果。例如:
[0044]目標事務(wù)T = ABCDEF，屬性項i = B,敏感項集S = {AB, BCE, DF}，敏感項s =AB ;會修改目標事務(wù)T中的B，對于敏感項集中其它的敏感項{BCE，DF}來說，DF不受影響，而BCE會受到影響，因為它包含B并且目標事務(wù)T中也包含BCE，所以在隱藏敏感項s = AB時，就需要更新敏感項集S中BCE的值。
[0045](6)判斷當前的敏感項是否為所述敏感項集中的最后一項，若是，則結(jié)束流程；若否，則進入步驟(2)。
【主權(quán)項】
1.一種敏感信息數(shù)據(jù)的高效用隱藏保護方法，其特征在于:包括以下步驟: 步驟一:從一含有原數(shù)據(jù)的數(shù)據(jù)庫中挖掘原數(shù)據(jù)，獲取所有的高效用項集，再從所述高效用項集中獲取含有敏感信息數(shù)據(jù)的敏感項集； 步驟二:通過隱藏保護算法對所述敏感項集中的各敏感項進行一一處理，同時從數(shù)據(jù)庫中查找含有各所述敏感項的事務(wù)，通過隱藏保護算法修改所述事務(wù)，從而實現(xiàn)對所述事務(wù)的敏感項進行隱藏； 步驟三:將修改后的事務(wù)回寫到數(shù)據(jù)庫中以更新數(shù)據(jù)庫，并輸出隱藏保護后的數(shù)據(jù)。2.如權(quán)利要求1所述的敏感信息數(shù)據(jù)的高效用隱藏保護方法，其特征在于:所述隱藏保護算法的執(zhí)行方法如下: (1)根據(jù)指標覆蓋率、效用值和敏感項長度，對所述敏感項集中的各敏感項的處理順序進tx排序； (2)依照所述處理順序從敏感項集中提取一敏感項，計算該敏感項的目標隱藏值:目標隱藏值=(敏感項的效用值一預(yù)設(shè)的最低效用閾值)； 若所述目標隱藏值大于O，則需隱藏該敏感項，執(zhí)行步驟(3);若所述目標隱藏值小于或等于O，則該敏感項不需隱藏，執(zhí)行步驟(6); (3)從數(shù)據(jù)庫中查找含有所述敏感項的所有事務(wù)集合，再從所有事務(wù)集合中獲取具有最大效用值的所述敏感項的事務(wù)，作為目標事務(wù)； (4)從目標事務(wù)中查找所述敏感項中的具有最小效用值的屬性項，然后修改目標事務(wù)中的屬性項，具體如下: A、當屬性項的效用值小于目標隱藏值時，則從目標事務(wù)中刪除屬性項，以隱藏所述敏感項； B、當屬性項的效用值大于目標隱藏值時，則降低目標事務(wù)中屬性項的數(shù)量以降低所述敏感項的效用值，從而隱藏所述敏感項； (5)根據(jù)目標事務(wù)中的屬性項的修改，相應(yīng)地更新數(shù)據(jù)庫和敏感項集中的數(shù)據(jù)，從而更新其中的敏感信息數(shù)據(jù)的效用值信息。 (6)判斷當前的敏感項是否為所述敏感項集中的最后一項，若是，則結(jié)束流程；若否，則進入步驟(2)。3.如權(quán)利要求2所述的敏感信息數(shù)據(jù)的高效用隱藏保護方法，其特征在于:所述步驟(I)中，各敏感項的處理順序的排序原則具體如下: A、覆蓋率高的敏感項優(yōu)先； B、當數(shù)據(jù)庫為稀疏數(shù)據(jù)庫時，按敏感項的效用值由小到大進行排序；當數(shù)據(jù)庫為密集型數(shù)據(jù)庫，則按敏感項長度由大到小進行排序。4.如權(quán)利要求3所述的敏感信息數(shù)據(jù)的高效用隱藏保護方法，其特征在于:所述覆蓋率是指一敏感項與其余的敏感項的包含度和/或相似度；若一敏感項與其余的一敏感項是包含關(guān)系，則覆蓋率為1，否則根據(jù)二者相似性，賦予該敏感項一個O到I之間的實數(shù)值。
【專利摘要】本發(fā)明提供了一種敏感信息數(shù)據(jù)的高效用隱藏保護方法，包括：從一含有原數(shù)據(jù)的數(shù)據(jù)庫中挖掘原數(shù)據(jù)，獲取所有的高效用項集，再從所述高效用項集中獲取含有敏感信息數(shù)據(jù)的敏感項集；通過隱藏保護算法對所述敏感項集中的各敏感項進行一一處理，同時從數(shù)據(jù)庫中查找含有各所述敏感項的事務(wù)，通過隱藏保護算法修改所述事務(wù)，從而實現(xiàn)對所述事務(wù)的敏感項進行隱藏；將修改后的事務(wù)回寫到數(shù)據(jù)庫中以更新數(shù)據(jù)庫，并輸出隱藏保護后的數(shù)據(jù)。本發(fā)明解決了高效用數(shù)據(jù)挖掘中隱私保護問題，通過隱藏保護算法，能夠保證定義的敏感信息數(shù)據(jù)不被挖掘出來。
【IPC分類】G06F21/62
【公開號】CN105138926
【申請?zhí)枴緾N201510402353
【發(fā)明人】潘正祥, 林?，|, 吳祖揚, 林果, 陳建銘
【申請人】福建工程學院
【公開日】2015年12月9日
【申請日】2015年7月10日