[发明专利]内存数据库中的数据匿名化

权利要求书

1.一种计算机实施的方法，包括：

识别与输入表的数据相对应的文本属性，其中所述数据包括跨多个记录存储的个人信息，以用于基于至少一个阈值的匿名化，所述阈值针对所述数据的一个或多个组中的每个组中所需的值的数量；

确定与多个记录中的每个记录的文本属性相对应的值，所述值包括一个或多个字符；

基于所确定的值生成多个组，其中每个组包括一个或多个值，并且每个组中的值共享一个或多个共同的字符；

提供被分类为多个组的数据的至少一部分，其中每个所提供的组的值的计数满足阈值；

确定文本属性和至少一个其他属性中的每一个属性的宽度，其中所述宽度指示与各个属性相对应的值的范围，表示通过匿名化的数据丢失；以及

基于文本属性的宽度大于至少一个其他属性的宽度来选择文本属性。

2.如权利要求1所述的方法，其中，所述提供包括：

确定针对多个组中的特定组的值的计数小于阈值；以及

抑制小于阈值的特定组，其中所述提供包括提供分类为除特定组之外的多个组中的数据。

3.如权利要求1所述的方法，其中，所述数据的个人信息包括：

显式标识符属性，所述数据的特定记录根据所述显式标识符属性与所述数据的一个或多个剩余记录区分开，并且其中基于所述显式标识符识别与所述记录相对应的个体；

第一准标识符属性，当一起考虑所述第一准标识符属性与多个第二准标识符标识符属性时，识别与所述记录相对应的个体；以及

敏感数据属性，其包括与个体相对应的个人信息。

4.如权利要求3所述的方法，其中，所述文本属性与第一准标识符属性相对应。

5.如权利要求1所述的方法，其中，所述识别包括除了识别所述文本属性之外还识别数字属性和分层属性。

6.如权利要求1所述的方法，其中，所述选择还包括：

确定与文本属性相对应的权重；

确定与至少一个其他属性相对应的权重；

确定文本属性和至少一个其他属性两者的加权宽度；和

基于文本属性的加权宽度大于至少一个其他属性的宽度来选择文本属性。

7.一种系统，包括：

存储器；和

至少一个处理器，被耦合到所述存储器并被配置为：

识别与输入表的数据相对应的文本属性，其中所述数据包括跨多个记录存储的个人信息，以用于基于至少一个阈值的匿名化，所述阈值针对所述数据的一个或多个组中的每个组中所需的值的数量；

确定与多个记录中的每个记录的文本属性相对应的值，所述值包括一个或多个字符；

基于所确定的值生成多个组，其中每个组包括一个或多个值，并且每个组中的值共享一个或多个共同的字符；

提供被分类为多个组的数据的至少一部分，其中每个所提供的组的值的计数满足阈值；

确定文本属性和至少一个其他属性中的每一个属性的宽度，其中宽度指示与各个属性相对应的值的范围，表示通过匿名化的数据丢失；并且

基于文本属性的宽度大于至少一个其他属性的宽度来选择文本属性。

8.如权利要求7所述的系统，其中，所述执行提供的处理器还被配置为：

确定所述多个组中特定组的值的计数小于阈值；以及

抑制小于阈值的特定组，其中所述提供包括提供被分类为除特定组之外的多个组的数据。

9.如权利要求7所述的系统，其中，所述数据的个人信息包括：

显式标识符属性，所述数据的特定记录根据所述显式标识符属性与所述数据的一个或多个剩余记录区分开，并且其中基于显式标识符识别与所述记录相对应的个体；

第一准标识符属性，当一起考虑第一准标识符属性与多个第二准标识符标识符属性时，识别与所述记录相对应的个体；以及

敏感数据属性，其包括与个体相对应的个人信息。

10.如权利要求9所述的系统，其中，所述文本属性与所述第一准标识符属性相对应。