The embodiment of this specification provides an active recommendation system and device based on differential privacy algorithm, which determines the query range of the user's needs according to the user's input database, chooses the database of differential privacy algorithm according to the input database and the query range, and sets different privacy budget parameters e for different differential privacy algorithms in the database of the differential privacy algorithm. The output results are determined according to the arithmetic error standard, arithmetic performance standard and privacy protection intensity standard of different privacy budget parameters and different differential privacy algorithms. The output results are evaluated according to the degree of data privacy protection, and the trend diagram of the output results is obtained according to the trend. The graph recommends the optimal differential privacy algorithm to be displayed on the front end of the web. It achieves the technical effect of promoting data publishing, sharing and analysis, improving the degree of data privacy protection and data practicability in the large data environment.
【技术实现步骤摘要】
一种基于差分隐私算法的主动推荐系统及装置
本说明书实施例涉及大数据
,尤其涉及一种基于差分隐私算法的主动推荐系统及装置。
技术介绍
大数据驱动的管理与决策发展核心是不同行业领域之间的数据资源开放,以及消息孤岛的消除。数据开放能够推动经济发展、完善社会治理、提升政府服务和监管能力等。然而,数据开放的同时会直接带来数据治理和共享管理问题。目前,数据资源治理和共享管理已成为大数据驱动的管理与决策研究和应用的关键问题。而在大数据资源治理和共享管理过程中,数据与个人隐私已成为其核心科学问题,若隐私问题没有解决之法,不同行业之间的数据开放变得毫无意义。匿名化、加密、密码学等是解决数据隐私问题的传统机制。这些方法是基于某些特定的攻击假设和背景知识才能够生效,通常集中于单一的小数据,是对隐私的被动保护,进而无法应对大数据的大规模性、高速性与多样性。例如,利用背景知识攻击可以推理出k-匿名之后的敏感数据。此外,大数据的高级分析技术能够揭示传统技术难以展现的关联关系,进而使得传统的隐私保护机制遇到极大的瓶颈与挑战。但上述技术至少存在如下技术问题:现有技术中无法涵盖大数据隐私的真实内涵,不能够定位大数据隐私保护问题,无法实现不同领域中的大数据资源共享的技术问题。
技术实现思路
本说明书实施例提供及一种基于差分隐私算法的主动推荐系统及装置,解决了现有技术中无法涵盖大数据隐私的真实内涵,不能够定位大数据隐私保护问题,无法实现不同领域中的大数据资源共享的技术问题,达到了大数据环境下,对数据的需求促进了数据的发布、共享和分析,能够提高数据的隐私保护程度和数据的实用性,解决数据发布、数 ...
【技术保护点】
1.一种基于差分隐私算法的主动推荐系统,其特征在于,所述系统包括:根据用户输入数据库确定所述用户需求的查询范围;根据所述输入数据库、查询范围选择差分隐私算法数据库,对所述差分隐私算法数据库中的不同差分隐私算法设定不同的隐私预算参数ε;根据设定不同的隐私预算参数ε与不同的差分隐私算法对所述输入数据库进行拟处理数量级的算法误差标准、算法性能标准、隐私保护强度大小标准确定输出结果;根据数据隐私保护程度对所述输出结果进行算法评估获得所述输出结果的趋势图,且根据所述趋势图推荐最优差分隐私算法在web前端显示。
【技术特征摘要】
1.一种基于差分隐私算法的主动推荐系统,其特征在于,所述系统包括:根据用户输入数据库确定所述用户需求的查询范围;根据所述输入数据库、查询范围选择差分隐私算法数据库,对所述差分隐私算法数据库中的不同差分隐私算法设定不同的隐私预算参数ε;根据设定不同的隐私预算参数ε与不同的差分隐私算法对所述输入数据库进行拟处理数量级的算法误差标准、算法性能标准、隐私保护强度大小标准确定输出结果;根据数据隐私保护程度对所述输出结果进行算法评估获得所述输出结果的趋势图,且根据所述趋势图推荐最优差分隐私算法在web前端显示。2.如权利要求1所述的主动推荐系统,其特征在于,所述系统还包括:根据所述最优差分隐私算法对所述输入数据库进行处理获得隐私数据;根据所述隐私数据确定所述隐私数据的类型特征;根据直方图发布算法或网格划分发布算法匹配所述隐私数据的类型特征,确定所述隐私数据的隐私保护方式。3.如权利要求1所述的主动推荐系统,其特征在于,所述隐私预算参数ε的取值范围在0.01~ln3。4.如权利要求1所述的主动推荐系统,其特征在于,所述直方图发布算法包括:对所述隐私数据进行分割确定数据单元;在所述数据单元中添加噪音,采用树结构对添加噪音的所述数据单元进...
【专利技术属性】
技术研发人员:马学彬,王钰莹,李致远,方少剑,王昭然,
申请(专利权)人:内蒙古大学,
类型:发明
国别省市:内蒙古,15
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。