基于聚类匿名化与差分隐私保护的异构用电数据发布方法技术

本发明专利技术公开了一种基于聚类匿名化与差分隐私保护的异构用电数据发布方法，涉及信息技术安全领域，以实现对异构用电数据进行隐私保护的目的，将聚类分析问题转化为分类问题，利用类标签对原始数据的聚类结构同时进行泛化匿名机制和加噪处理后，发布满足∈

【技术实现步骤摘要】
基于聚类匿名化与差分隐私保护的异构用电数据发布方法


[0001]本专利技术涉及信息技术安全领域，具体涉及一种基于匿名化与差分隐私的异构用电数据发布方法。

技术介绍

[0002]随着智能电网采集、处理和存储能力的快速提高，所采集用电数据的也有了巨大的增长。对于收集到的多种类型的用电数据，利用大数据分析和挖掘技术，不仅可以准确分析个人用电情况，还可以为用户提供个性化的用电服务。然而，原始用电数据往往包含有关个人的敏感信息，直接发布用电数据会导致个人隐私泄露。因此，如何在准确分析用户用电数据的同时，保护用户的隐私不被泄露，成为亟待解决的问题。
[0003]隐私保护数据发布是近年来研究的热点，其目的是在挖掘和分析敏感数据的同时，保护数据集中的个人隐私。传统的隐私保护数据发布模型，如k
‑
匿名、l
‑
多样性、t
‑
近似等模型，它们根据原始数据的特性，将全部数据记录泛化成为若干组记录，不仅使得每一组中的各个记录无法相互区分。差分隐私保护是一种更强健的隐私保护模型，它对隐私泄露风险给出了严格的、定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于聚类匿名化与差分隐私保护的异构用电数据发布方法，其特征在于，包括以下步骤：根据数据使用者的聚类分析请求，对原始数据集D中的原始用电数据进行聚类处理，得到具有类标签的标签数据集D
*
，标签数据集D
*
包括多个原始数据记录；对标签数据集D
*
中的数值型属性、分类型属性、集值型属性分别进行泛化处理；对泛化处理后的数据进行以下匿名处理：按照预定义的分类树对分类型属性数据进行分组，利用拉普拉斯机制对集值型属性数据添加噪声，利用指数机制对数值型属性数据添加噪声，确保数据满足差分隐私，得到匿名数据集D
′
；通过在匿名数据集D
′
上删除任意一条数据记录并添加噪声后获得满足差分隐私的查询集，计算上述查询集与原始数据集的真实查询集的相似度，当该相似度大于0时，发布满足差分隐私保护的数据集给所述数据使用者。2.如权利要求1所述的方法，其特征在于，采用k
‑
means算法或DBSCAN算法进行聚类处理。3.如权利要求1所述的方法，其特征在于，标签数据集D
*
的原始数据记录中的属性表示为r
*
＝{A1，...，A
d
，Class}，其中A表示属性，Class表示每个原始数据记录r
i
在标签数据集D
*
中的类标签。4.如权利要求1所述的方法，其特征在于，泛化处理的方法为：使用t
‑
接近划分算法对标签数据集D
*
进行层次泛化。5.如权...

【专利技术属性】
技术研发人员：奚建飞，徐欢，雷美炼，张锐，沈博，孙一帆，
申请(专利权)人：中国南方电网有限责任公司中国科学院信息工程研究所，
类型：发明
国别省市：