一种基于隐私计算的数据处理方法技术

本发明专利技术涉及数据处理，具体涉及一种基于隐私计算的数据处理方法，响应于数据访问请求，从数据库中获取各用户数据集后，生成动态盐值；利用动态盐值对各数据集进行加盐处理，并获取经过加盐处理的各数据集的第一摘要报文；基于数据集计算对应用户的计数向量，对计数向量进行加权聚合，并在加权聚合结果中注入噪音；根据包含噪音的加权聚合结果计算边际分布，并基于边际分布分析不同用户之间的关联关系；将各用户的数据集、各数据集的第一摘要报文、动态盐值，以及不同用户之间的关联关系分析结果发送给客户端；本发明专利技术提供的技术方案能够克服对数据的加密效果较差，无法在保护数据安全的前提下对不同用户的数据集之间的关联关系进行有效分析的缺陷。关系进行有效分析的缺陷。关系进行有效分析的缺陷。

【技术实现步骤摘要】
一种基于隐私计算的数据处理方法


[0001]本专利技术涉及数据处理，具体涉及一种基于隐私计算的数据处理方法。

技术介绍

[0002]隐私计算(Privacycomputing)是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据安全的前提下，实现数据价值的转化和释放。
[0003]目前，隐私计算的参与方通常分为三大类：发起端、数据端以及服务端。发起端一般为数据的需求者，会发送相应的任务请求；数据端一般为数据的提供者，会响应发起端的任务请求，将相应的数据发送至服务端进行运算，服务端再将运算结果发送至发起端。现有技术中，为了规避隐私泄漏也可以省去数据端，通过发起端直接与服务端建立联系。
[0004]现有基于隐私计算的数据处理方法存在以下缺点：一、对数据的加密效果较差，攻击者一旦截取数据很容易解密获取数据；二、不能在保护数据安全的前提下，对不同用户的数据集之间的关联关系进行有效分析。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐私计算的数据处理方法，其特征在于：包括以下步骤：S1、响应于数据访问请求，从数据库中获取各用户的数据集后，生成动态盐值；S2、利用动态盐值对各数据集进行加盐处理，并获取经过加盐处理的各数据集的第一摘要报文；S3、基于数据集计算对应用户的计数向量，对计数向量进行加权聚合，并在加权聚合结果中注入噪音；S4、根据包含噪音的加权聚合结果计算边际分布，并基于边际分布分析不同用户之间的关联关系；S5、将各用户的数据集、各数据集的第一摘要报文、动态盐值，以及不同用户之间的关联关系分析结果打包发送给客户端。2.根据权利要求1所述的基于隐私计算的数据处理方法，其特征在于：S1中所述响应于数据访问请求，从数据库中获取各用户的数据集后，生成动态盐值，包括：根据盐值类型参数，确定本次数据访问请求中盐值的类型格式，并生成对应的动态盐值。3.根据权利要求1所述的基于隐私计算的数据处理方法，其特征在于：S3中对计数向量进行加权聚合，并在加权聚合结果中注入噪音，包括：基于计数向量对应数据集的隐私预算与所有数据集的隐私预算最大值的比值，确定计数向量的权值，并对计数向量进行加权聚合，在加权聚合结果中注入拉普拉斯噪音。4.根据权利要求3所述的基于隐私计算的数据处理方法，其特征在于：所述数据集的隐私预算为公开信息。5.根据权利要求3所述的基于隐私计算的数据处理方法，其特征在于：所述拉普拉斯噪音为：η＝
‑
δ
·
sgn(τ)
·
In(1
‑

【专利技术属性】
技术研发人员：廉明，
申请(专利权)人：安徽长泰科技有限公司，
类型：发明
国别省市：