[发明专利]一种物联网中汇聚数据流的隐私保护发布方法

说明书

本发明公开了一种物联网中汇聚数据流的隐私保护发布方法。本发明首先基于维度划分的结果对数据流添加拉普拉斯噪声进行隐私保护，然后基于自适应更新的系统阈值来进行数据流动态分组，最后根据噪声数据和动态分组结果进行噪声平滑处理，得到可直接发布的具有隐私保护的数据流，相比一般的隐私保护方法，本发明通过学习多维数据流的维度相关性和时间相关性来提升发布数据的效用性，并且基于反馈误差设计了自适应的阈值更新策略和动态分组策略，保证了本发明在实际中实用性。本发明实现了多维数据流的自适应实时发布，整个过程简单、易于实现，无需复杂的加密解密运算，具有较低的计算开销，使用价值高。

技术领域

本发明属于隐私保护领域，具体涉及一种物联网中汇聚数据流的隐私保护发布方法。

背景技术

随着物联网和大数据时代的到来，基于移动智能设备的新型移动感知模型，通过先进的全面感知技术来获取和发布物理世界的海量数据流，从而极大促进了基于数据感知的应用服务的发展和普及，也极大地改善和方便了人们的日常生活，例如，交通流量监测、疾病监测与预防、服务推荐等。但是，大量数据流的发布会严重暴露用户的隐私信息。由于传感器大都与人相互作用，因此来自传感器的数据流在本质上包含大量的用户敏感信息。例如健康监测数据流、IoT服务数据流、GPS数据流、交通流量数据流等会隐含参与用户的日常行为、周围环境、位置信息，甚至是生理特征等信息。一旦这些信息遭到暴露或滥用，都会严重威胁用户的隐私信息，甚至是生命财产安全。与传统静态数据集相比，数据流具有连续性、多维性、无限性、实时性等特点，且大量的基于群智感知的服务应用场景也要求能够对多维数据流进行实时发布、共享与分析。目前已有机制难以自适应的学习数据流的动态变化特性，需要依赖事先定义的参数，导致噪声添加过量，破坏原始数据流的席效用性。因此，本发明同时学习多维数据流的维度关系性和时间关联性，设计了一种物联网中汇聚数据流的隐私保护发布方法。

发明内容

本发明的目的是解决现有针对数据流隐私保护技术的不足，提出了一种物联网中汇聚数据流的隐私保护发布方法。本发明简单、易于实现，可以在发布多维数据流时有效保证参与用户的隐私信息，同时保证较低的计算开销和提高发布数据的效用性。

为达到上述目的，本发明采用如下的技术方案来实现的：

一种物联网中汇聚数据流的隐私保护发布方法，首先对每个时刻产生数据流根据维度划分结果添加拉普拉斯噪声，然后基于自适应动态分组结果对噪声数据流进行平滑处理，具体包括以下步骤：

Step1维度划分：对当前t时刻的上一时刻发布的d-维数据流基于空间映射和哈希函数对维度进行划分，得到维度划分结果

Step2噪声扰动：根据维度划分结果基于拉普拉斯噪声机制向每一个划分中数据流之和添加随机噪声，然后将扰动值的均值作为当前划分中每维数据流的扰动值；

Step3自适应阈值更新：计算每维数据流的PID误差Δerr_tⁱ，然后基于此误差计算得到d-维数据流对应的系统分组阈值

Step4自适应动态分组：根据各个维度的分组阈值计算当前t时刻所有维度数据流的动态分组结果

Step5噪声平滑：基于动态分组结果使用中值平滑机制对各维度当前分组内的噪声数据流进行平滑处理，得到t时刻的最终发布数据流

本发明进一步的改进在于，Step1的具体操作为：根据空间映射函数对多维数据流的先验估计值进行空间映射，得到d-维k-位的二值向量矩阵V_d×k的表达式为

然后根据哈希函数族对矩阵V_d×k中的每一条向量v_i(i∈[1,d])进行哈希，从而得到原始d-维数据流的维度划分结果

本发明进一步的改进在于，Step2计算每一个划分内的数据流之和的表达式为