[发明专利]一种个人行为数据匿名化方法及系统

摘要

本发明公开了一种个人行为数据匿名化方法及系统，其通过对用户行为进行建模，计算用户行为出现的先验概率，再根据用户已经公开的行为，对当前可能的行为进行划分和一般化表示，可以保证攻击者即使在已知用户行为习惯和本匿名方法的情况下，仍然不能对隐私信息出现概率的做出更高的推测，降低甚至避免了泄漏个人隐私的风险。

主权项

一种个人行为数据匿名化方法，其特征在于，该方法包括：按照时间顺序对用户行为使用一阶马尔科夫链进行建模，获得各个用户行为c发生的先验概率Pr[Xt＝c]，Xt表示时刻t发生用户行为c的随机变量；根据已经发生的用户行为集合并结合一阶马尔科夫链模型计算当前时刻t可能发生的用户行为集合；对所述可能发生的用户行为集合进行划分，获得若干组划分后的集合；划分后的每一组集合中均包含多个子集，再基于下式对每一组集合中的子集进行判断：筛选出所有子集均可公开的集合；其中，s为用户设定的隐私集合S中需要保护的用户行为，δ为隐私保护的程度，其值越小保护程度越高，为包含已经发生的用户行为集合与当前子集的集合；当发生某一真实用户行为时，选择包含该真实用户行为的子集向外发送，实现个人行为数据匿名化；其中，所述对所述可能发生的用户行为集合进行划分，获得若干组划分后的集合，并基于下式进行筛选：获得所有子集均可公开的集合包括：枚举所述可能发生的用户行为集合中所有的子集，获得若干组划分后的集合；再根据隐私行为集合S判断每一子集是否可以公开；其中，满足下式 则表示该子集可以公开；从所述若干组划分后的集合中，筛选所有子集均可公开的集合；从所述所有子集均可公开的集合中选择实用性最大的集合；其中，一个子集的实用性为该子集的先验概率除以子集中用户行为的个数，一个集合的实用性为其子集的实用性之和。