隐私数据整合方法与服务器技术

本揭露提供了一种隐私数据整合方法与服务器。隐私数据整合方法包括以下步骤。第一处理装置及第二处理装置分别依据第一隐私数据及第二隐私数据，获得第一生成模型及第二生成模型。服务器分别通过第一生成模型及第二生成模型产生第一生成数据及第二生成数据。服务器整合第一生成数据及第二生成数据，以产生合成数据。

【技术实现步骤摘要】
隐私数据整合方法与服务器
本揭露是有关于一种隐私数据整合方法与服务器。
技术介绍
出于某些商业目的，公司之间可能需要彼此共享客户数据。然而，不同客户数据的字段可能不同，故数据整合是件非常困难的工作。因此，需要提供一种数据整合方法来执行数据整合的工作。此外，客户数据可能含有一些隐私信息。在数据整合过程中可能会有泄露客户隐私数据的担忧。因此，如何开发具有隐私保护的数据整合方法已成为大数据技术的重要发展方向。
技术实现思路
本揭露是有关于一种隐私数据整合方法与服务器。根据本揭露的一实施例，提出一种隐私数据整合方法。隐私数据整合方法包括以下步骤。第一处理装置及第二处理装置分别依据第一隐私数据及第二隐私数据，获得第一生成模型及第二生成模型。服务器分别通过第一生成模型及第二生成模型产生第一生成数据及第二生成数据。服务器整合第一生成数据及第二生成数据，以产生合成数据。根据本揭露的一实施例，提出一种服务器。服务器用以执行隐私数据整合方法。隐私数据整合方法包括以下步骤。分别通过第一生成模型及第二生成模型产生第一生成数据本文档来自技高网...

【技术保护点】
1.一种隐私数据整合方法，其特征在于，该隐私数据整合方法包括：/n第一处理装置及第二处理装置分别依据第一隐私数据及第二隐私数据，获得第一生成模型及第二生成模型；/n服务器分别通过该第一生成模型及该第二生成模型产生第一生成数据及第二生成数据；以及/n该服务器整合该第一生成数据及该第二生成数据，以产生合成数据。/n

【技术特征摘要】
20190514 TW 108116621;20181227 US 16/234,2031.一种隐私数据整合方法，其特征在于，该隐私数据整合方法包括：
第一处理装置及第二处理装置分别依据第一隐私数据及第二隐私数据，获得第一生成模型及第二生成模型；
服务器分别通过该第一生成模型及该第二生成模型产生第一生成数据及第二生成数据；以及
该服务器整合该第一生成数据及该第二生成数据，以产生合成数据。


2.根据权利要求1所述的隐私数据整合方法，其中在获得该第一生成模型及该第二生成模型的步骤中，该第一生成模型或该第二生成模型通过变分自动编码器(VariationalAuto-Encoder，VAE)算法、生成对抗网络(GenerativeAdversarialNetwork，GAN)算法、信息生成对抗网络(Info-GAN)、AAE算法或ALI算法获得。


3.根据权利要求1所述的隐私数据整合方法，其中在获得该第一生成模型及该第二生成模型的步骤中，该第一隐私数据或该第二隐私数据的类别内容被转换为数值内容，该合成数据包含该类别内容。


4.根据权利要求1所述的隐私数据整合方法，其中整合该第一生成数据及该第二生成数据的步骤包括：
若该第一生成数据与该第二生成数据具有至少一连接关键项(JointKey)，则采用数据库链接算法(DatabaseJoinAlgorithm)整合该第一生成数据及该第二生成数据。


5.根据权利要求4所述的隐私数据整合方法，其中整合该第一生成数据及该第二生成数据的步骤包括：
若该第一生成数据与该第二生成数据的重叠率不高于预定值，则采用统计匹配算法(StatisticalMatchAlgorithm)整合该第一生成数据及该第二生成数据。


6.根据权利要求5所述的隐私数据整合方法，其中整合该第一生成数据及该第二生成数据的步骤包括：
若该第一生成数据与该第二生成数据的重叠率高于预定值，且该第一生成数据与该第二生成数据不具有该连接关键项，则采用记录链接算法(RecordLinkageAlgorithm)整合该第一生成数据及该第二生成数据。


7.根据权利要求1所述的隐私数据整合方法，还包括：
获得该合成数据的联合机率分布(JointProbabilityDistribution)。


8.根据权利要求7所述的隐私数据整合方法，其中该联合机率分布被进行转换，以降低维度。


9.根据权利要求7所述的隐私数据整合方法，其中在获得该联合机率分布的步骤中，噪声数据被加入至该联合机率分布。


10.根据权利要求7所述的隐私数据整合方法，还包括：
抽样该合成数据，以获得一...

【专利技术属性】
技术研发人员：高铭智，王邦杰，游家牧，吕品慧，刘凯诚，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾;71