[发明专利]隐私数据的保护方法、装置及电子设备

说明书

本说明书实施例提供一种隐私数据的保护方法、装置及电子设备，根据该方法，获取预设的各个目标文本单元各自对应的各个语义向量；任一目标文本单元对应的语义向量表征该目标文本单元的语义；确定各个目标文本单元在待保护的隐私文本数据中出现的各个频度；基于所述各个语义向量及所述各个频度，确定各个目标文本单元各自对应的各个目标向量；对所述各个目标向量进行满足差分隐私的扰动处理，得到所述各个目标向量各自对应的各个隐私保护向量；上传所述各个隐私保护向量。如此能够使待保护的隐私文本数据得到保护，即使上传的隐私保护向量被恶意攻击者截获，也无法从该隐私保护向量中提取隐私文本数据中的信息，降低了隐私文本数据被泄露的风险。

技术领域

本说明书一个或多个实施例涉及数据挖掘的技术领域，特别涉及一种隐私数据的保护方法、装置及电子设备。

背景技术

用户通过用户设备输入的文本信息（如留言，聊天记录，搜索记录等），能够直接或间接地体现出用户的特征和偏好，这些文本信息对于数据的挖掘与分析具有极其重要的意义。但是，这些文本信息又涉及到用户的个人隐私，因此，如何在保护用户隐私的前提下进行文本信息的挖掘与分析，在数据挖掘领域变得尤为重要。

发明内容

为了解决上述技术问题之一，本说明书一个或多个实施例提供一种隐私数据的保护方法、装置及电子设备。

根据第一方面，提供一种隐私数据的保护方法，应用于用户设备，包括：

获取预设的各个目标文本单元各自对应的各个语义向量；其中，任一目标文本单元对应的语义向量表征该目标文本单元的语义；

确定所述各个目标文本单元在待保护的隐私文本数据中出现的各个频度；

基于所述各个语义向量及所述各个频度，确定所述各个目标文本单元各自对应的各个目标向量；其中，任一目标文本单元对应的目标向量为该目标文本单元对应的语义向量与该目标文本单元对应的频度的乘积；

对所述各个目标向量进行满足差分隐私的扰动处理，得到所述各个目标向量各自对应的各个隐私保护向量；

上传所述各个隐私保护向量。

可选的，所述对所述各个目标向量进行满足差分隐私的扰动处理，包括：

随机生成所述各个目标向量的扰动向量；其中，生成任一扰动向量的概率与该扰动向量的范数负相关；

针对各个目标向量，将该目标向量的扰动向量与该目标向量相加，得到该目标向量对应的隐私保护向量。

可选的，生成任一扰动向量的概率与预设项成正比，该预设项以自然常数的倒数为底数，以该扰动向量的范数与预设常数的乘积为指数。

可选的，所述目标文本单元包括以下至少一种：字，词语，短语，句子以及表情。

根据第二方面，提供一种对隐私保护向量进行处理的方法，应用于服务器，包括：

接收上传的各个隐私保护向量，其中，所述各个隐私保护向量通过第一方面中任一项所述的方法生成；

获取由所述各个语义向量构成的语义矩阵；

基于所述语义矩阵确定所述各个隐私保护向量各自对应的各个混淆向量；所述混淆向量表征经过隐私保护后，所述目标文本单元在所述隐私文本数据中出现的频度的混淆信息；

将所述各个混淆向量输入目标分析模型，以进行分析决策。

可选的，针对任一隐私保护向量，通过如下方式确定该隐私保护向量对应的混淆向量：

利用该隐私保护向量减所述语义矩阵与参考向量之乘积得到目标差值；所述参考向量包括一位非零位；

确定使所述目标差值的二范数平方最小的参考向量作为目标参考向量；