[发明专利]一种对结构化数据和半结构化数据结合的隐私保护方法

权利要求书

1.一种对结构化数据和半结构化数据结合的隐私保护方法，其特征在于，包括以下步骤：

S1：收集原始数据，形成原始数据集D；并对原始数据进行分类，将原始数据分类成结构化数据和半结构化数据；所述的结构化数据包括数据库；所述的半结构化数据包括json文件；

S2：将半结构化数据转化成结构化数据；

S3：将S2中转化后的结构化数据使用差分隐私保护算法；

S4：公布修改之后满足差分隐私保护算法的结构化数据，达到保护隐私的目的。

2.根据权利要求1所述的隐私保护方法，其特征在于，所述的S3包括以下内容：

S3.1：泛化原始数据集D中的每一个数据；

S3.2：初始化原始数据集D中每一个特性v从叶子节点到根结点的特征值；

S3.3：对原始数据集D的每一个数据更新对应的隐私预算：

所述的ζ’表示更新后的隐私预算；所述的ζ表示更新前的隐私预算；所述的表示数据表中的第n个特性v；所述的h表示需要特征化的特性v的数量；

S3.4：根据决定选择哪一个值进行分割；

所述的exp()表示以e为底的指数函数；所述的u()表示得分函数；所述的Δu通过下式进行表达：

其中，所述的E和E′表示只差一个数据的兄弟表；

S3.5：对更新后的数据集进行循环，直至完成整个数据集的特征化；

S3.6：对每一组加上噪声所述的Lap()表示拉普拉斯分布函数，所述的C表示特征化之后的特性v。

3.根据权利要求2所述的隐私保护方法，其特征在于，所述的S3.5包括以下流程：

S3.5.1：根据每一个特性v的概率选择概率最大的特性v，执行S3.5.2；

S3.5.2：将S3.5.1选择的特性v进行特征化处理，并更新U Cut i，所述的U Cut i表示数量为h的特性特征化之后的并集；

S3.5.3：根据S3.5.2之后的每一个特性v的概率选择概率最大的特性v，执行S3.5.4；

S3.5.4：更新每个特性v的得分函数u()。

4.根据权利要求1至3中任一权利要求所述的隐私保护方法，其特征在于，所述的S2包括以下内容：

通过将json文件转化成python对象，在利用pymysql模块将python对象存储相应的数据库中，实现对半结构化数据转化成结构化数据的操作。