[发明专利]基于高风险频繁活动点替换策略的隐私保护方法及系统

权利要求书

1.一种基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，包括下述步骤：

步骤S110：构建隐私模型；

步骤S120：基于所述隐私模型将个人风险分级为零风险个体、低风险个体及高风险个体；

步骤S130：将所述高风险个体隐藏在所述低风险个体中进行隐私保护；

步骤S140：评价经隐私保护后的效果；

步骤S130中，将所述高风险个体隐藏在所述低风险个体中进行隐私保护，包括下述步骤：

计算所有低风险个体的频繁活动点到高风险个体的相应点的距离之和，用值最小的那个低风险个体进行替换。

2.根据权利要求1所述基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，其中，步骤S110，构建隐私模型包括下述步骤：

步骤S111：根据个体活动时间先后顺序，对个体活动的点进行排序，构建个体活动序列；

步骤S112：依据所述活动序列中活动时间的累积，识别个体活动序列中频繁活动的点，得到个体频繁活动点集合；

步骤S113：根据所述个体频繁活动点集合，采用K-匿名方式计算得到个体隐私风险度量值。

3.根据权利要求1所述的基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，步骤S120中，基于所述隐私模型将个人风险分级为零风险个体、低风险个体及高风险个体，其中，

所述零风险个体为找不到频繁活动点的个体或者为平均每天的通话次数低于既定阈值的用户；

所述低风险个体为所述个体隐私风险度量值大于既定阈值的个体；

所述高风险个体为所述个体隐私风险度量值小于既定阈值的个体。

4.根据权利要求1所述基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，其中，步骤S130中，将所述高风险个体隐藏在所述低风险个体中进行隐私保护，包括下述步骤：

计算所有风险个体到高风险个体的相应点的距离之和，找出达到匿名集阈值并且距离之和最小的低风险个体进行替换，其中，所述所有风险个体包括低风险个体及高风险个体。

5.根据权利要求4所述基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，其中，计算所有风险个体到高风险个体的相应点的距离之和，找出达到匿名集阈值并且距离之和最小的低风险个体进行替换，包括下述步骤：

在高风险集合中寻找距离最小的集合进行匹配替换；

将替换后满足条件的个体从高风险集合中移除。

6.根据权利要求1所述的基于高风险频繁活动点替换策略的隐私保护方法，其特征在于，其中，步骤S140中评价经隐私保护后的效果，包括下述步骤：

在完成步骤S130后，得到新的数据集；

将所述数据集中总的位移平均到数据集合中的每个个体中，以此得到每个个体的平均移动情况，从而反映整个数据集合的变化情况和偏差。

7.一种基于高风险频繁活动点替换策略的隐私保护系统，其特征在于，包括：

模型构建模块，用于构建隐私模型；

风险分类模块，基于所述模型构建模块将个人风险分级为零风险个体、低风险个体及高风险个体；

隐私保护模块，用于将所述高风险个体隐藏在所述低风险个体中进行隐私保护；及

效果评价模块，用于评价经隐私保护后的效果；

其中：所述隐私保护模块具体用于计算所有低风险个体的频繁活动点到高风险个体的相应点的距离之和，用值最小的那个低风险个体进行替换。