一种去敏感化数据关联关系的保持方法及系统技术方案

本发明专利技术属于大数据技术领域，具体涉及一种大数据中的数据去敏感化。通过数据生成网络模型生成公开数据集替代所述原始数据集供查询，避免了原始数据集中的真实数据被查询访问；同时，公开数据集中的数据与所述原始数据集中的数据的分布保持一致，保留了原始数据集中的数据之间的关联关系。

A method and system of keeping desensitized Data Association

【技术实现步骤摘要】
一种去敏感化数据关联关系的保持方法及系统
本专利技术属于大数据
，具体涉及一种大数据中的数据去敏感化。
技术介绍
随着互联网技术的飞速发展，政府及企业已经积累了大量的敏感信息和数据，而这些数据在很多工作场景中会得到使用。敏感的个人、财务和健康信息，受到多种不同行业和政府数据隐私法规的管制。如果企业无法保持数据隐私，就会面临严重的财务和法律惩罚，同时还会在客户与市场方面蒙受可观的损失。授权公告号CN106599713B，授权公告日2019年4月12日的专利技术专利公开了一种基于大数据的数据库脱敏系统及方法。但是，其仍然避免不了用户对原始隐私数据的访问，存在隐私暴露的风险。
技术实现思路
本专利技术为了解决上述技术问题，提供一种去敏感化数据关联关系的保持方法，其特征在于，包括：步骤a1，建立数据生成网络模型G和数据判断网络模型D；步骤a2，将原始数据集中的原始数据和所述数据生成网络模型G基于输入的噪声数据生成的模拟数据输入至所述数据判断网络模型D以训练所述数据判断网络模型D，训练目标为使得输入的所述本文档来自技高网...

【技术保护点】
1.一种去敏感化数据关联关系的保持方法，其特征在于，包括：/n步骤a1，建立数据生成网络模型G和数据判断网络模型D；/n步骤a2，将原始数据集中的原始数据和所述数据生成网络模型G基于输入的噪声数据生成的模拟数据输入至所述数据判断网络模型D以训练所述数据判断网络模型D，训练目标为使得输入的所述模拟数据被所述数据判断网络模型D判断为假，以更新所述数据判断网络模型D的参数；/n步骤a3，将噪声数据输入至所述数据生成网络模型G后输出模拟数据至所述步骤a2中得到的数据判断网络模型D，并且基于所述数据判断网络模型D的输出结果训练所述数据生成网络模型G，训练目标为使得所述模拟数据被所述数据判断网络模型D判断...

【技术特征摘要】
1.一种去敏感化数据关联关系的保持方法，其特征在于，包括：
步骤a1，建立数据生成网络模型G和数据判断网络模型D；
步骤a2，将原始数据集中的原始数据和所述数据生成网络模型G基于输入的噪声数据生成的模拟数据输入至所述数据判断网络模型D以训练所述数据判断网络模型D，训练目标为使得输入的所述模拟数据被所述数据判断网络模型D判断为假，以更新所述数据判断网络模型D的参数；
步骤a3，将噪声数据输入至所述数据生成网络模型G后输出模拟数据至所述步骤a2中得到的数据判断网络模型D，并且基于所述数据判断网络模型D的输出结果训练所述数据生成网络模型G，训练目标为使得所述模拟数据被所述数据判断网络模型D判断为真，以更新所述数据生成网络模型G的参数；
步骤a4，基于更新后的数据生成网络模型G和数据判断网络模型D重新执行步骤a2-a3，直到所述数据判断网络模型D对于输入的模拟数据有50%的概率判断为真；
步骤a5，基于步骤a4中的数据生成网络模型生成所述原始数据集对应的公开数据集；
步骤a6，发布所述公开数据集以替代所述原始数据集供查询。


2.根据权利要求1所述的一种去敏感化数据关联关系的保持方法，其特征在于：
所述数据生成网络模型G为残差神经网络。


3.根据权利要求2所述的一种去敏感化数据关联关系的保持方法，其特征在于：
所述数据生成网络模型G的最后一层采用tanh函数...

【专利技术属性】
技术研发人员：叶卫，姚一杨，许敏，孙嘉赛，贺琛，吴慧，金烂聚，王云烨，史俊潇，张明熙，陈逍潇，张吉，吴建伟，王臻，孟奇，段玉帅，
申请(专利权)人：国网浙江省电力有限公司信息通信分公司，
类型：发明
国别省市：浙江;33