[发明专利]基于数据开放共享的隐私泄露风险评估方法、装置及系统

说明书

本申请涉及一种基于数据开放共享的隐私泄露风险评估方法、装置及系统，包括：获取用户第一数据集、第二数据集、第三数据集、第四数据集；根据第一数据集与第三数据集得到关联原始数据集；根据关联原始数据集与第四数据集得到与关联原始数据集对应的关联开放数据集；根据关联原始数据集与关联开放数据集之间的差别恢复第二数据集中各数据的隐私信息，得到第一恢复数据集；计算第一数据集与第一恢复数据集中各数据的相似性，得到第一相似性集；根据第一相似性集得到直接隐私泄露风险值。以该直接隐私泄露的风险值作为一个对于脱敏程度控制的参考标准，就能够较为准确地将隐私泄露风险控制在可接受范围内，同时保证数据具有一定的数据效用。

技术领域

本申请涉及数据共享技术领域，尤其涉及一种基于数据开放共享的隐私泄露风险评估方法、装置及系统。

背景技术

在数据开放共享之前，往往会对数据进行脱敏等隐私保护处理，以保护个人信息等隐私，但是，在数据脱敏过程中，脱敏的程度会对数据的应用价值，即数据效用产生一定的影响。比如，脱敏程度较低，数据效用较高，但是容易泄露个人信息等隐私；脱敏程度较高，隐私不易泄露，但是会造成数据效用的损失。

目前，对于脱敏程度的控制，并没有一个可靠的参考标准，以通过该参考标准对脱敏程度进行控制，从而既能将隐私泄露风险控制在可接受的范围内，又能保证脱敏后的数据具有一定的数据效用。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于数据开放共享的隐私泄露风险评估方法、装置及系统。

根据本申请的第一方面，提供一种基于数据开放共享的隐私泄露风险评估方法，包括：

获取用户第一数据集、第二数据集、第三数据集、第四数据集；所述第一数据为待开放原始数据集或待共享原始数据集；所述第二数据集为待开放数据集或待共享数据集；所述第三数据集为已开放原始数据集或已共享原始数据集；所述第四数据集为已开放数据集或已共享数据集；

根据所述第一数据集与所述第三数据集得到所述第一数据集中各数据的关联原始数据集；

根据所述第一数据集中各数据的关联原始数据集与所述第四数据集得到与所述关联原始数据集对应的所述第一数据集中各数据的关联开放数据集；

根据所述关联原始数据集与所述关联开放数据集之间的差别恢复第二数据集中各数据的隐私信息，得到第一恢复数据集；

计算所述第一数据集与所述第一恢复数据集中各数据的相似性，得到第一相似性集；

根据所述第一相似性集得到直接隐私泄露风险值；所述直接隐私泄露风险值为所述第一相似性集中各相似性的平均值。

可选的，还包括：

根据所述第一数据集中各数据的关联开放数据集与所述第二数据集恢复所述第一数据集中各数据的关联开放数据集中各数据的隐私信息，得到所述第一数据集中各数据的第二恢复数据集；

计算所述第一数据集中各数据的第二恢复数据集与所述第一数据集中各数据的关联原始数据集中各数据的相似性，构成第二相似性集；所述第二恢复数据集中各数据与所述关联原始数据集中对应的各数据的相似性的和或平均值，即为所述第一数据集中各数据的第二恢复数据集与所述第一数据集中各数据的关联原始数据集的相似性得到第二相似性集；

根据计算所述第二相似性集得到间接隐私泄露风险值，所述间接隐私泄露风险值为所述第二相似性集中各相似性的平均值。

可选的，还包括：

获取待下发数据集、已发布数据集、已请求数据集、关联下发数据总集；所述关联下发数据总集为所述已发布数据集和所述已请求数据集中与所述待下发数据集中的数据相关联的所有数据的集合；