一种用户数据处理方法、装置、计算设备和存储介质制造方法及图纸

本申请涉及计算机技术领域，提供一种用户数据处理方法、装置、计算设备和存储介质。该方法包括：接收用户数据分析请求，所述用户用据分析请求中包含待分析的用户标识包；获取根据所述用户标识包进行用户数据分析的分析结果；获得对所述分析结果加噪处理的加噪结果，其中，所述加噪结果是通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理获得的；响应所述用户数据分析请求，发送所述加噪结果。发送所述加噪结果。发送所述加噪结果。

【技术实现步骤摘要】
一种用户数据处理方法、装置、计算设备和存储介质


[0001]本申请涉及计算机
，尤其涉及一种用户数据处理方法、装置、计算设备和存储介质。

技术介绍

[0002]用户数据分析技术是帮助广告主更好地确定曝光人群，以提高广告的转化率。广告主上传一个号码包给投放平台，投放平台根据号码包查询关联的用户数据包，将获得的用户数据包返回给广告主。某些广告主可以利用不同号码包所对应的用户数据包结果去套取得到具体用户的用户数据，造成用户数据的泄露。

技术实现思路

[0003]本申请实施例提供一种用户数据处理方法、装置、计算设备和存储介质，用于提高查询过程中用户数据的安全性。
[0004]第一方面，提供一种用户数据处理方法，包括：
[0005]接收用户数据分析请求，所述用户用据分析请求中包含待分析的用户标识包；
[0006]获取根据所述用户标识包进行用户数据分析的分析结果；
[0007]获得对所述分析结果加噪处理的加噪结果，其中，所述加噪结果是通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理获得的；
[0008]响应所述用户数据分析请求，发送所述加噪结果。
[0009]第二方面，提供一种用户数据处理装置，包括：
[0010]接收模块，用于接收用户数据分析请求，所述用户用据分析请求中包含待分析的用户标识包；
[0011]获得模块，用于获取根据所述用户标识包进行用户数据分析的分析结果，以及获得对所述分析结果加噪处理的加噪结果，其中，所述加噪结果是通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理获得的；
[0012]发送模块，用于响应所述用户数据分析请求，发送所述加噪结果。
[0013]在一种可能的实施例中，所述获得模块具体用于：
[0014]若缓存中不存在与所述分析结果相同的历史分析结果，则通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理，获得加噪结果，并将所述加噪结果与所述分析结果关联存储；其中，所述缓存中存储历史分析结果对应的标识与历史分析结果关联的加噪结果之间的对应关系；
[0015]若缓存中存在与所述分析结果相同的历史分析结果，则将所述历史分析结果关联的加噪结果作为所述分析结果的加噪结果；其中，所述历史分析结果是在所述分析结果生成之前所生成的一个分析结果。
[0016]在一种可能的实施例中，所述获得模块具体用于：
[0017]生成所述分析结果的第一结果标识；
[0018]若缓存中存在与所述第一结果标识相同的第二结果标识，则将所述第二结果标识关联的加噪结果作为所述分析结果的加噪结果。
[0019]在一种可能的实施例中，当所述分析结果包括多个项时，所述加噪结果是通过如下加噪步骤处理获得的：
[0020]对所述分析结果中不为零的项分别添加噪声项，获得加噪中间结果；其中，所述噪声项是根据预设的隐私预算以及所述噪声函数确定的；
[0021]确定所述加噪中间结果的各项之和与所述分析结果的各项之和的差值；
[0022]根据所述差值，对所述加噪中间结果中的各项进行修正处理，直到修正后各项均大于零，且修正后各项之和与所述分析结果的各项之和相等，获得加噪结果。
[0023]在一种可能的实施例中，所述装置还包括第一验证模块，所述第一验证模块用于：
[0024]获得测试过程中的样本加噪结果；
[0025]根据所述样本加噪结果，确定测试选定的样本噪声函数和样本噪声参数；
[0026]根据确定出的所述样本噪声函数和所述样本噪声参数，确定两个不同样本用户标识包中每个样本用户标识包对应的样本加噪结果；
[0027]确定所述两个样本用户包标识对应的样本加噪结果的取自然对数的结果小于或等于隐私预算。
[0028]在一种可能的实施例中，所述装置还包括验证模块，所述第二验证模块用于通过如下步骤验证噪声函数满足差分隐私：
[0029]获取相邻两个样本用户标识包；其中，所述相邻两个样本用户标识包包括第一样本用户标识包和第二样本用户标识包；
[0030]通过选定的噪声函数，确定第一样本用户标识包对应的样本加噪结果的第一概率密度函数，以及确定第二样本用户标识包对应的样本加噪结果的第二概率密度函数；
[0031]若所述第一概率密度函数与第二概率密度函数在任意点上对应的结果之比取自然对数的结果小于或等于隐私预算，则确定所述噪声函数满足差分隐私。
[0032]在一种可能的实施例中，所述噪声函数对应的隐私预算的取值是通过如下步骤获得的：
[0033]分别确定在不同取值的隐私预算下，通过所述噪声函数输出的噪声项大小的结果分布概率；
[0034]根据一次允许透视的最小用户量，从各个噪声项大小的结果分布概率确定出目标噪声项；
[0035]根据所述目标噪声项关联的隐私预算的取值，以及所述隐私预算的最大取值，确定出所述隐私预算的取值范围；
[0036]从所述隐私预算的取值范围中确定出所述隐私预算的目标取值。
[0037]在一种可能的实施例中，当所述用户数据分析请求中包括多个用户标识包时，所述加噪结果包括分别对每个用户标识包关联的分析结果进行加噪处理后的结果。
[0038]在一种可能的实施例中，所述装置还包括拒绝模块，所述拒绝模块用于：
[0039]在从用户设备接收到所述用户数据分析请求之后，若确定在预设时长内，从所述用户设备接收到的请求的总次数达到预设次数，则拒绝响应所述用户数据分析请求。
[0040]第三方面，提供一种计算设备，包括：
[0041]至少一个处理器，以及
[0042]与所述至少一个处理器通信连接的存储器；
[0043]其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任一项所述的方法。
[0044]第四方面，提供一种存储介质，所述存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面中任一项所述的方法。
[0045]由于本申请实施例采用上述技术方案，至少具有如下技术效果：
[0046]本申请实施例中，在获得用户标识包之后，根据用户标识包获得对应的分析结果，在获得分析结果之后，可以获得通过差分隐私的噪声函数，对分析结果进行加噪处理，获得加噪结果，并向请求者反馈加噪结果，由于请求者获得的加噪结果是对真实的分析结果进行加噪处理后的结果，也就是说，分析结果和加噪结果存在一定的差异，从而避免了请求者通过多次组合查询套取用户画像的情况，保证了用户数据的安全性。且，在请求者请求分析数据时，获得分析结果加噪处理后的加噪结果，使得请求者对加噪过程无感知，使得请求者对更容易接受加噪结果。
附图说明
[0047]图1为相关技术中提供的一种套取用户画像的过程示意图；
[0048]图2为本申请实施例提供的一种用户数据处理方法的场景示意图一；...

【技术保护点】

【技术特征摘要】
1.一种用户数据处理方法，其特征在于，包括：接收用户数据分析请求，所述用户用据分析请求中包含待分析的用户标识包；获取根据所述用户标识包进行用户数据分析的分析结果；获得对所述分析结果加噪处理的加噪结果，其中，所述加噪结果是通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理获得的；响应所述用户数据分析请求，发送所述加噪结果。2.如权利要求1所述的方法，其特征在于，获得对所述分析结果加噪处理的加噪结果，包括：若缓存中不存在与所述分析结果相同的历史分析结果，则通过满足差分隐私的噪声函数，对所述分析结果进行加噪处理，获得加噪结果，并将所述加噪结果与所述分析结果关联存储；其中，所述缓存中存储历史分析结果对应的标识与历史分析结果关联的加噪结果之间的对应关系；若缓存中存在与所述分析结果相同的历史分析结果，则将所述历史分析结果关联的加噪结果作为所述分析结果的加噪结果；其中，所述历史分析结果是在所述分析结果生成之前所生成的一个分析结果。3.如权利要求2所述的方法，其特征在于，若存在与所述分析结果相同的历史分析结果，则将所述历史分析结果关联的加噪结果作为所述分析结果的加噪结果，包括：生成所述分析结果的第一结果标识；若缓存中存在与所述第一结果标识相同的第二结果标识，则将所述第二结果标识关联的加噪结果作为所述分析结果的加噪结果。4.如权利要求1所述的方法，其特征在于，当所述分析结果包括多个项时，所述加噪结果是通过如下加噪步骤处理获得的：对所述分析结果中不为零的项分别添加噪声项，获得加噪中间结果；其中，所述噪声项是根据预设的隐私预算以及所述噪声函数确定的；确定所述加噪中间结果的各项之和与所述分析结果的各项之和的差值；根据所述差值，对所述加噪中间结果中的各项进行修正处理，直到修正后各项均大于零，且修正后各项之和与所述分析结果的各项之和相等，获得加噪结果。5.如权利要求1所述的方法，其特征在于，所述方法还包括：获得测试过程中的样本加噪结果；根据所述样本加噪结果，确定测试选定的样本噪声函数和样本噪声参数；根据确定出的所述样本噪声函数和所述样本噪声参数，确定两个不同样本用户标识包中每个样本用户标识包对应的样本加噪结果；确定所述两个样本用户包标识对应的样本加噪结果的取自然对数的结果小于或等于隐私预算。6.如权利要求1～5任一项所述的方法，其特征在于，所述方法还包括：通过如下步骤验证噪声函数满足差分隐私：获取相邻两个样本用户标识包；其中，所述相邻两个样本用户标识包包括第一样本用户标识包和第二样本用户标识包；通过选定的噪声函数，确定第一样本用户标识包对应的样本加噪结果的第一概率密度
函数，以及确定第二样本用户标识包对应的样本加噪结果的第二概率密度函数；若所述第一概率密度函数与第二概率密度函数在任意点上对应的结果之比取...

【专利技术属性】
技术研发人员：刘晓燕，万春晓，李锐，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：