[发明专利]事务型数据流发布的隐私保护方法

说明书

本发明公开一种事务型数据流发布的隐私保护方法，其采用了滑动窗口对数据进行匿名，滑动窗口能够很好地处理最近数据信息，从而保证任何滑动窗口都满足隐私要求并尽可能大地保持数据的有效性，以便数据挖掘者进行分析。

技术领域

本发明涉及数据安全技术领域，具体涉及一种事务型数据流发布的隐私保护方法。

背景技术

随着网络信息技术的高速发展，为满足商业决策、科学研究等需求，大量含有个人隐私信息的数据被政府部门、商业机构等存储发布。数据发布作为信息共享的一种手段，在为数据交换和数据共享提供便利的同时，也对数据的隐私带来严重的威胁。如果数据发布者不采取适当的保护措施，将会造成敏感数据的泄露，从而给数据所有者或企业带来危害。数据发布中的隐私保护问题主要考虑以下两个方面：①保证发布的匿名数据不泄露个体的隐私信息；②保证发布的匿名数据具有较高的可用性。其研究工作主要集中于如何设计隐私保护模型和数据处理方法更好地平衡隐私保护和数据可用性之间的矛盾。

事务型数据是一种常见的数据形式，它的每条记录是一个项目集合，如用户的购物数据等。对于事务型数据，如果只做简单的匿名处理就进行发布，并不能保证用户的隐私不被泄露。假设攻击者知道某个人的部分项目，如果只有少数几条事务记录包含这些项目，那么攻击者就可能将个人与某条记录对应起来，从而获得记录中个人的隐私信息，如购买的敏感商品。事务型数据是高维稀疏的，相对于关系型数据而言，对其发布的隐私保护技术提出了更大的挑战。由于数据挖掘的广泛应用，事务型数据发布的隐私保护问题引起了研究者的广泛关注。

根据是否区分敏感项目和非敏感项目，事务型数据发布的隐私保护方法分为两类：

一类是沿用了传统关系型数据隐私保护的思维，将所有项目分为敏感和非敏感项目，并假定攻击者的背景知识局限于非敏感项目。该类方法有：(h,k,p)-coherence隐私规则，该规则确保对于任意小于p个非隐私项目的组合，在处理后的数据中至少有k条记录包含这个组合，而且含有隐私项目的记录所占到的比例至多h；ρ-uncertainty隐私规则，假定攻击者的背景知识不仅包含非敏感项目，同时可以包含敏感项目，限制隐私关联规则置信度不超过ρ。

另一类没有区分敏感项目和非敏感项目，一个项目同时是敏感的也是非敏感的。该类方法有：k^m-匿名模型，保证匿名后的数据集中，任何大小不超过m的项集的事务数至少为k，限制了攻击者的背景知识不超过m，实际应用中攻击者的背景知识很难确定；k-匿名模型，不限定攻击者的背景知识，保证任意记录在数据集中有k-1条记录与其相同。

然而，上述隐私模型及其相应的匿名方法都是针对静态事务型数据的。随着物联网的推广以及大数据时代的到来，网络点击数据、电话呼叫记录、网络交易数据、大型超市的购物数据等通常表现为动态变化的数据流。为了实时分析用户的行为，需要在数据流上连续地执行挖掘算法，如果不经过处理，用户的隐私信息将被泄露。数据流具有海量性、实时性和动态变化性，传统的隐私保护技术不能直接应用于数据流环境中。这就需要针对事务型数据流设计新的隐私保护技术。

发明内容

本发明针对事务型数据流发布的隐私保护问题，提供一种事务型数据流发布的隐私保护方法。

为解决上述问题，本发明是通过以下技术方案实现的：

事务型数据流发布的隐私保护方法，具体包括如下步骤：

步骤1、将初始滑动窗口的数据转换成覆盖集，并用静态匿名方法对其进行匿名使其满足ρ-uncertainty(ρ-不确定性)并发布；

步骤2、对滑动窗口进行动态匿名，根据删除和增加的事务建立受影响的敏感关联规则树ASRT，并用payoff树对项目进行抑制；

步骤2.1、对敏感关联规则树ASRT进行初始化，建立根结点和第一层结点，所有敏感项目作为第一层结点；同时，初始化前缀长度标识m，令m＝1；