一种结合人工智能的共享数据隐私处理方法及服务器技术

本发明专利技术的一种结合人工智能的共享数据隐私处理方法及服务器，结合与云数据资源共享报告匹配的指定数据资源共享条目的个体隐私特征向量以及携带匿名指示的指定数据资源共享条目所对应的数据资源共享内容来确定目标隐私限定型共享内容，所确定的指定数据资源共享条目的数据资源隐私匿名参考中指定数据资源共享条目的隐私匿名状态与云数据资源共享报告的兼容性较佳，且隐私匿名状态的更新不会影响到云数据资源共享报告的正常使用，可以保障指定数据资源共享条目所对应的数据资源隐私匿名参考能够尽可能考虑云数据资源共享报告中各共享需求方的实际数据共享需求，能够最大限度保护共享资源提供者的个体隐私，实现共享业务下的针对性隐私匿名处理。业务下的针对性隐私匿名处理。业务下的针对性隐私匿名处理。

【技术实现步骤摘要】
一种结合人工智能的共享数据隐私处理方法及服务器


[0001]本专利技术涉及人工智能
，尤其涉及一种结合人工智能的共享数据隐私处理方法及服务器。

技术介绍

[0002]人工智能已经逐渐走进我们的生活，并应用于各个领域，人工智能不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。随着人工智能的发展，数据资源的共享也能够给用户带来极大的便利，但同时也存在一定的安全问题，比如：泄露用户隐私信息，为了降低共享资源提供者对隐私信息泄露所产生的困惑，则需要在最大限度保护共享资源提供者的隐私信息，而这一技术问题是在当下仍然是一个难点。

技术实现思路

[0003]本专利技术提供一种结合人工智能的共享数据隐私处理方法及服务器，为实现上述技术目的，本专利技术采用如下技术方案。
[0004]第一方面是一种结合人工智能的共享数据隐私处理方法，应用于人工智能服务器，方法包括：基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容；利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理。
[0005]对于一种可能的技术方案，所述基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容，包括：捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达；其中，所述云数据资源共享报告包括第一类型共享报告和/或第二类型共享报告；结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量；结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，其中，所述第二数据资源共享内容中包括所述指定数据资源共享条目的第二隐私注意力向量的目标内容块携带匿名指示；所述利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理，包括：结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
[0006]对于一种可能的技术方案，所述捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达，包括：捕捉所述云数据资源共享报告匹配的第一类型共享报告所涵盖的数据共享需求以及各个数据共享需求匹配的共享凭证数据，确定所述云数据资源共享报告的数据共享需求关键表达；对所述云数据资源共享报告匹配的第一类型共享报告进行关键表达识别，确定所述云数据资源共享报告的共享执行方隐私关键表达；
其中，所述结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量，包括：捕捉所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达以及所述多个阶段化数据共享需求关键表达匹配的阶段化共享执行方隐私关键表达；将所述阶段化数据共享需求关键表达和匹配的阶段化共享执行方隐私关键表达加载到个体隐私特征确定线程，确定与所述阶段化数据共享需求关键表达和所述阶段化共享执行方隐私关键表达匹配的个体隐私特征向量。
[0007]对于一种可能的技术方案，所述个体隐私特征向量包括多维度个体隐私特征向量，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：将所述多维度个体隐私特征向量变换至降采样向量基准下，确定所述多维度个体隐私特征向量匹配的局部个体隐私特征向量；通过所述局部个体隐私特征向量调整所述个体隐私特征向量；其中，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：对多组个体隐私特征向量进行向量精简操作，使每个数据资源共享内容的个体隐私特征向量与上下游共享内容的个体隐私特征向量之间的分析情况指数符合预设约束。
[0008]对于一种可能的技术方案，所述结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，包括：将每组个体隐私特征向量与所述第二数据资源共享内容加载到个体隐私匿名线程，确定与所述个体隐私特征向量匹配的目标隐私限定型共享内容，其中，所述个体隐私匿名线程用于结合个体隐私特征向量对所述第二数据资源共享内容中携带匿名指示的目标内容块进行隐私匿名化处理；其中，所述结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考，包括：将所述不少于一个目标隐私限定型共享内容与实现型数据资源共享内容进行拼接，确定第一数据资源共享内容簇；结合所述第一数据资源共享内容簇与所述云数据资源共享报告匹配的第一类型共享报告，确定所述指定数据资源共享条目的数据资源隐私匿名参考；其中，所述个体隐私特征确定线程通过数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板配置确定，其中，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板包括完成引导处理的所述指定数据资源共享条目的个体隐私特征向量。
[0009]对于一种可能的技术方案，所述个体隐私特征确定线程经由如下思路配置确定：结合所述数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，对原始个体隐私特征确定线程进行配置，在线程性能描述的持续性跟踪评价符合指定要求时完成配置，以确定所述个体隐私特征确定线程，其中，所述线程性能描述包括所述原始个体隐私特征确定线程识别确定的个体隐私特征向量与完成引导处理的个体隐私特征向量之
间的分析情况。
[0010]对于一种可能的技术方案，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板通过对一数据资源共享条目的第一类型共享报告的数据共享需求关键表达和共享执行方隐私关键表达进行所述数据资源共享条目的个体隐私特征向量注释确定。
[0011]对于一种可能的技术方案，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板经由如下思路确定：捕捉所述数据资源共享条目的数据资源隐私匿名参考；结合所述数据资源隐私匿名参考捕捉多个隐私限定型共享内容，以及与所述隐私限定型共享内容匹配的多个第一类型共享报告数据；捕捉所述隐私限定型共享内容匹配的不少于一个第一类型共享报告数据的数据共享需求关键表达以及共享执行方隐私关键表达；结合所述隐私限定型共享内容捕捉个体隐私特征向量，并结合所述个体隐私特征向量对所述数据共享需求关键表达和所述共享执行方隐私关键表达进行注释，确定所述数据共享需求关键表达模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合人工智能的共享数据隐私处理方法，其特征在于，应用于人工智能服务器，方法包括：基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容；利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理。2.如权利要求1所述的方法，其特征在于，所述基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容，包括：捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达；其中，所述云数据资源共享报告包括第一类型共享报告和/或第二类型共享报告；结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量；结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，其中，所述第二数据资源共享内容中包括所述指定数据资源共享条目的第二隐私注意力向量的目标内容块携带匿名指示；所述利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理，包括：结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。3.如权利要求2所述的方法，其特征在于，所述捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达，包括：捕捉所述云数据资源共享报告匹配的第一类型共享报告所涵盖的数据共享需求以及各个数据共享需求匹配的共享凭证数据，确定所述云数据资源共享报告的数据共享需求关键表达；对所述云数据资源共享报告匹配的第一类型共享报告进行关键表达识别，确定所述云数据资源共享报告的共享执行方隐私关键表达；其中，所述结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量，包括：捕捉所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达以及所述多个阶段化数据共享需求关键表达匹配的阶段化共享执行方隐私关键表达；将所述阶段化数据共享需求关键表达和匹配的阶段化共享执行方隐私关键表达加载到个体隐私特征确定线程，确定与所述阶段化数据共享需求关键表达和所述阶段化共享执行方隐私关键表达匹配的个体隐私特征向量。4.如权利要求2所述的方法，其特征在于，所述个体隐私特征向量包括多维度个体隐私特征向量，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：将所述多维度个体隐私特征向量变换至降采样向量基准下，确定所述多维度个体隐私特征向量匹配的局部个体隐私特征向量；通过所述局部个体隐私特征向量调整所述个体隐私特征向量；其中，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目
的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：对多组个体隐私特征向量进行向量精简操作，使每个数据资源共享内容的个体隐私特征向量与上下游共享内容的个体隐私特征向量之间的分析情况指数符合预设约束。5.如权利要求2所述的方法，其特征在于，所述结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，包括：将每组个体隐私特征向量与所述第...

【专利技术属性】
技术研发人员：史小孬，林佳咚，
申请(专利权)人：大庆迅亦捷科技有限公司，
类型：发明
国别省市：