[发明专利]层次数据发布中的分级隐私保护方法

权利要求书

1.层次数据发布中的分级隐私保护方法，其特征是，包括如下步骤：

步骤1、将原始数据集中的层次数据的敏感属性按照其在现实中的敏感性大小划分敏感等级；

步骤2、根据数据发布者的实际需求，对每一个敏感等级设置频率参数α_i；

步骤3、采用范化和抑制的方法对原始数据集中的层次数据进行首次匿名；

步骤4、将层次数据匿名后产生的信息损失量值作为层次数据之间的相似度，采用聚类方法对层次数据进行分组，分组后所得到的每个聚类簇均需要满足隐私要求；

步骤5、采用范化和抑制的方法对每个聚类簇进行再次匿名，使得每一个聚类簇中的层次数据在准标识符和结构上完全相同，并满足隐私要求；

步骤6、将满足隐私要求的聚类簇逐个并入到输出集合中进行发布；

在步骤3和步骤5中，在对层次数据进行匿名时，需要选择两个层次数据进行组合来实现匿名；其中对每两个层次数据进行匿名的过程如下：

(1)提取两个层次数据的根节点，检查根节点是否满足匿名条件，即根节点准标识符在同一个层次范化域DGH中，并且对应级别的敏感属性值的个数少于k*α_i个，其中k表示每个聚类簇中层次数据的总个数：

①如果不满足，则直接抑制两个层次数据；

②如果满足，则对根节点准标识符进行范化，即在准标识符的层次范化域DGH中找到一个范化值作为根节点准标识符的新值；

(2)检查根节点下是否有子树：

①如果两个根节点都没有子树，则已完成这两个层次数据的匿名；

②如果其中一个根节点下没有子树而另外一个根节点下有子树，则需要抑制该根节点下的所有子树；

③如果两个根节点下都有子树，则先分别提取两个根节点下的所有子树；再将第一个根节点下的子树与第二个根节点下的子树进行两两组合匿名，在两两组合匿名的过程中，将第一个根节点下的子树和第二个根节点下的子树分别视为两个层次数据，并递归调用(1)和(2)中的操作，直到这两个子树中所有节点被匿名完成。

2.根据权利要求1所述的层次数据发布中的分级隐私保护方法，其特征是，满足隐私要求是指每个聚类簇同时满足以下两个条件：

①每个聚类簇中层次数据的总个数为k条；

②每个聚类簇中每一个敏感等级的敏感属性所对应的层次数据个数要少于k*α_i个。

3.根据权利要求1所述的层次数据发布中的分级隐私保护方法，其特征是，步骤6中，需要先对满足隐私要求的聚类簇进行质量检查后，再该聚类簇并入到输出集合中；在对当前待并入的聚类簇进行质量检查时，先计算当前已经并入到输出集合中的所有聚类簇的平均信息损失量；再计算当前待并入的聚类簇的信息损失量；如果当前待并入的聚类簇的信息损失量小于等于当前已经并入到输出集合中的所有聚类簇的平均信息损失量，则表明当前待并入的聚类簇满足质量要求，可以并入到输出集合中；否则，表明则当前待并入的聚类簇不满足质量要求，需要将该聚类簇删除，并将该聚类簇中的数据插回到原始数据集。

4.根据权利要求1所述的层次数据发布中的分级隐私保护方法，其特征是，步骤6之后，还进一步包括如下步骤：

步骤7、采用聚类簇的等价类相异度作为等价类的敏感属性多样性程度的衡量指标来对输出集合中的层次数据进行评估。