[发明专利]一种数据发布方法及装置

说明书

技术领域

本发明涉及信息安全领域，尤其涉及一种数据发布方法及装置。

背景技术

随着数据库技术、网络技术和计算机处理能力的飞速发展，信息的存储和数字化处理能力得到极大提高，大量含有个人隐私信息数据被广泛收集和分析，由此可能造成个人隐私的泄露。数据发布是将数据库中的数据直接地展现给用户。在各种数据发布应用中，如果数据发布者不采取适当的数据保护措施，将可能造成敏感数据的泄漏，从而给数据所有者带来危害。譬如企业发布的产品信息，或者通信客户的话单信息，如果不对发布的数据进行仔细甄别，就会给商业上的竞争者以可乘之机。所以，如何在各种数据库应用中保护数据的隐私，成为近年来学术界的研究热点。

隐私保护技术的出现就是为了解决上述问题。现有的隐私保护方法针对属性的类别为敏感属性的数据（例如身份证号码、电话号码等属性）进行隐私保护，当发布的数据中存在属性的类别为敏感属性的数据时，需要采取特别的方式来发布数据，例如将属性的类别为敏感属性的数据进行加密发布或隐匿处理等。

然而，现有的隐私保护多是针对已知其属性的类别为敏感属性的数据。但在现实应用中，待发布数据往往种类繁多，且数量巨大，无法快速获得待发布数据的属性的类别，因此难以实现对待发布数据的隐私保护。

发明内容

为了解决现有技术中存在的上述缺陷，本发明提出一种数据发布方法及装置，能够识别出待发布数据的属性的类别。

本发明的一个方面，提供一种数据发布方法，包括以下步骤：

获取待发布数据的属性；

根据预先获取的已知类别的属性将所述待发布数据的属性进行聚类处理，获得所述待发布数据的属性的类别，其中，所述待发布数据的属性的类别为：与所述待发布数据的属性在同一簇的所述已知类别的属性的类别；

使用与所述待发布数据的属性的类别所对应的预定方法发布所述待发布数据。

本发明实施例提出的数据发布方法，是根据已知类别的属性将待发布数据进行聚类处理后得到待发布数据的属性的类别，然后根据不同的属性的类别所对应的发布方法来发布待发布数据，从而可以为待发布数据的发布提供隐私保护。

作为上述技术方案的优选，所述根据预先获取的已知类别的属性将所述待发布数据的属性进行聚类处理的步骤包括：

a：将所述预先获取的已知类别的属性中的每一个分别作为一个簇以及该簇的初始的质心；

b：计算待发布数据的属性到每个簇的质心的距离；

c：将所述待发布数据的属性分配到距离最近的簇中；

d：更新每个簇的质心；

e：判断更新后的质心与更新前的质心的距离是否小于预设值，若是，则结束，若否，则返回执行步骤b。

作为上述技术方案的优选，所述更新每个簇的质心的方式为：

将每个簇中的属性的数值之和与属性的个数的比值作为每个簇的新的质心。

作为上述技术方案的优选，所述距离为欧几里得距离。

另一方面，本发明还提出一种数据发布装置，包括：

获取模块，用于获取待发布数据的属性；

处理模块，用于根据预先获取的已知类别的属性将所述待发布数据的属性进行聚类处理，获得所述待发布数据的属性的类别，其中，所述待发布数据的属性的类别为：与所述待发布数据的属性在同一簇的所述已知类别的属性的类别；

发布模块，用于使用与所述待发布数据的属性的类别所对应的预定方法发布所述待发布数据。

作为上述技术方案的优选，所述处理模块包括：

第一单元，用于将所述预先获取的已知类别的属性中的每一个分别作为一个簇以及该簇的初始的质心；

第二单元，用于计算待发布数据的属性到每个簇的质心的距离；

第三单元，用于将所述待发布数据的属性分配到距离最近的簇中；

第四单元，用于更新每个簇的质心；

第五单元，用于判断更新后的质心与更新前的质心的距离是否小于预设值，若是，则结束，若否，则通知所述第二单元再次运行。

作为上述技术方案的优选，所述第四单元用于：

将每个簇中的属性的数值之和与属性的个数的比值作为每个簇的新的质心。

作为上述技术方案的优选，所述距离为欧几里得距离。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。