[发明专利]一种增量发布流式生物数据的隐私保护方法

摘要

本发明公开了一种增量发布流式生物数据的隐私保护算法，涉及匿名隐私保护技术领域。本发明是基于k‑匿名模型，取出流式生物数据中最早到达的元组s插入到临时存储元组的集合Set_w中，等待发布，再判断Set_w中等待时间最长的元组与时延约束δ的关系从而采取相应对策。该算法利用时延约束的思想，有效地控制了流式生物数据增量匿名发布时的信息损失。实验表明：该算法能够有效地匿名化流式生物数据，同时，保证了发布的生物数据具有较高可用性。本算法在处理流式生物数据具有显著优势。

主权项

1.一种增量发布流式生物数据的隐私保护方法，其特征在于：输入：流式生物数据集S；已发布数据集A；时延约束δ；已发布数据集A的平均距离AD；已发布数据集A的聚类结果m个簇n1，n2，...，nm，其中，任意ni与nj不包含相同的元组，且任意一个元组簇ni中包含元组的数量为2或者3，已发布数据集A中的元组均存在于这m个簇中，1≤i≤m，1≤j≤m，且i≠j；输出：更新后的匿名表A'；具体步骤如下：1)首先，设有空集合Setw用来存放等待发布的数据；2)当数据集S非空时，取出流式生物数据集S中ts值最小的元组s，将其插入到Setw中，ts为元组达到收集方的时间；3)若集合Setw中元组个数不大于δ，则执行步骤4)；若Setw中元组个数大于δ，则执行步骤6)；4)找到集合Setw内距元组s最近的序列r，计算出r和s的距离dist(r,s)；5)如果，dist(r,s)小于已发布数据集A的平均距离AD时，从集合Setw取出元组r和s形成的簇放入已发布数据集A中，并泛化r和s，然后执行步骤7)；否则，直接执行步骤7)；6)获取集合Setw中ts值最小的元组a，找到数据集A中距离a最近的序列b，将a添加到含b的元组簇ni中；针对新形成的元组簇ni所含元素个数的不同，采取相应处理方式：若此时的ni中元组个数为3时，则泛化ni；若ni中元组个数为4，则把ni划分为元素个数相等的g和h两个簇，并确保两个分组的内部元素距离之和最小，然后泛化g和h；7)跳转到步骤2)，直到流式生物数据集S为空；8)得到更新后的匿名表A'。