[发明专利]基于微聚集匿名的差分隐私保护方法

摘要

本发明公开了一种基于微聚集匿名的差分隐私保护方法，涉及数据匿名和差分隐私保护技术领域。本发明通过DBSCAN聚类函数对原始数据集按照密度不同划分成类，并将异常点以及噪音点归入距离它最近的类中；利用MDAV函数对聚集的类进行再次划分并匿名，将等价类记录数量控制在k到2k‑1之间；最后利用差分隐私保护技术，为每一条数据记录添加拉普拉斯噪音。实验表明，与现有方法相比，在保证隐私数据安全的前提下，DCMVDP方法的信息损失量更小，具有更高的数据可用性。

主权项

一种基于微聚集匿名的差分隐私保护方法，其特征在于：包括一次划分单元、二次划分匿名单元以及加噪处理单元，具体步骤如下：一次划分单元：对属性都是数值型的原始数据集D根据数据分布密度进行聚类处理，将原始数据集D划分成若干个小数据集；二次划分匿名单元：对一次划分单元的聚类结果集中的每一个小数据集进行再次划分，使小数据集变成大小在k到2k‑1的小类，并用小类的质心的值代替小类中其余元组的值，从而使原始数据集D满足最优k‑划分的k‑匿名；加噪处理单元：为每一条匿名后的元组随机添加拉普拉斯噪音，获得具有噪音的数据表。