支持特征保持的可逆脱敏算法制造技术

本发明专利技术公开了支持特征保持的可逆脱敏算法，包括如下步骤(1)采集数据字典并进行栅格编码形成初始化种群，并计算栅格的初始化向量组。(2)设置数据字典匹配起始位，选择区间最大为100，并使用随机算子添加影响扰动。(3)将最终匹配的栅格编码提取为坐标向量组。(4)对坐标向量组执行逆运算，得出另一组坐标即为匿名数值。本发明专利技术通过初始化种群、栅格向量组、执行扰动、逆向坐标定位进行处理，可实现任意数据的精确匿名化和可逆还原，并增加扰动因子和栅格编码密钥保证算法安全。

【技术实现步骤摘要】
支持特征保持的可逆脱敏算法
本专利技术涉及数据加密
，具体为支持特征保持的可逆脱敏算法。
技术介绍
数据有效的匿名化和反向还原有助于数据分享和使用过程的隐私数据保护与数据利用效率。随着数据作为资产在新基建、智能制造、跨境合作等场景使用越来越广泛，数据隐私安全的要求也越来越强烈。目前，国内外针对数据匿名化技术主要是k匿名和加密算法，而相关领域的快速发展，传统的匿名化技术已经被逐渐替代。现有的大多数安全厂商使用的算法都是不可逆变换的，导致使用场景无法构建数据闭环，限制较多。
技术实现思路
本专利技术的目的在于提供支持特征保持的可逆脱敏算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：支持特征保持的可逆脱敏算法，本专利技术的目的是通过以下技术方案实现的：支持特征保持的可逆匿名算法，包括如下步骤。(1)采集真实数据并经过栅格编码形成初始化种群，并初始化栅格向量组。(2)栅格向量组的单位向量长度不超过1000，拆分向量组为等长可逆的数据矩阵。r>(3)使用加密算本文档来自技高网...

【技术保护点】
1.支持特征保持的可逆匿名算法，其特征在于包括如下步骤：/n(1)、采集真实数据并经过栅格编码形成初始化种群，并初始化栅格向量组；/n(2)、栅格向量组的单位向量长度不超过1000，拆分向量组为等长可逆的数据矩阵；/n(3)、使用加密算子加密栅格向量组；/n(4)、计算明文内容的栅格坐标向量组；/n(5)、计算向量组逆变换结果；/n(6)、根据逆变换结果查询数据的匿名化内容。/n

【技术特征摘要】
1.支持特征保持的可逆匿名算法，其特征在于包括如下步骤：
(1)、采集真实数据并经过栅格编码形成初始化种群，并初始化栅格向量组；
(2)、栅格向量组的单位向量长度不超过1000，拆分向量组为等长可逆的数据矩阵；
(3)、使用加密算子加密栅格向量组；
(4)、计算明文内容的栅格坐标向量组；
(5)、计算向量组逆变换结果；
(6)、根据逆变换结果查询数据的匿名化内容。


2.根据权利要求1所述的支持特征保持的可逆匿名算法，其特征在于：所述步骤(1)中所属栅格向量组的数据为样本数据的坐标关联描述。

【专利技术属性】
技术研发人员：孙诚，
申请(专利权)人：上海凯馨信息科技有限公司，
类型：发明
国别省市：上海;31