【技术实现步骤摘要】
本说明书一个或多个实施例涉及数据安全处理，尤其涉及差分隐私技术在数据查询领域的应用。
技术介绍
1、差分隐私(differential privacy，dp)是一种基于严格数学框架的隐私保护技术，广泛应用于数据分析与发布场景。其核心目标是在允许从数据集中提取有效统计信息(如平均值等)的同时，确保任何分析结果均无法推断出特定个体的敏感信息。
2、dp技术通过向查询结果中添加可控噪声实现隐私保障，其保护强度(或称隐私需求、隐私要求)由隐私预算参数(记作ε)量化：ε值越小，隐私保护强度越高，但数据可用性相应降低，因为需要添加更多噪声。比如说，ε＝0.1表示两个相邻数据集的输出差异被严格限制，而ε＝1则允许更大的差异。dp技术因其可量化和可证明的隐私保护安全性，已经在许多数据查询场景中形成规模化应用，例如，医疗平台或电商平台等提供的数据查询服务。
3、然而，目前的dp方案假定数据集中所有数据记录的隐私预算(ε)是统一的，这限制了它在隐私需求随数据值(例如，不同用户的账户余额)变化时的适用性。
本文档来自技高网...
【技术保护点】
1.一种查询请求的处理方法，包括：
2.根据权利要求1所述的方法，其中，向初始查询结果添加差分隐私噪声，包括：
3.根据权利要求1所述的方法，其中，所述全局隐私预算区间满足以下条件：
4.根据权利要求1所述的方法，其中，所述原始数据集中各条数据记录的隐私预算基于预设的隐私预算函数而确定，此函数的自变量为数据记录中对应预定字段的字段值。
5.根据权利要求4所述的方法，其中，所述全局隐私预算区间的确定包括：
6.根据权利要求4所述的方法，其中，所述预定字段为用户资产数额，所述隐私预算函数的函数值与所述用户资产数额
【技术特征摘要】
1.一种查询请求的处理方法，包括：
2.根据权利要求1所述的方法，其中，向初始查询结果添加差分隐私噪声，包括：
3.根据权利要求1所述的方法，其中，所述全局隐私预算区间满足以下条件：
4.根据权利要求1所述的方法，其中，所述原始数据集中各条数据记录的隐私预算基于预设的隐私预算函数而确定，此函数的自变量为数据记录中对应预定字段的字段值。
5.根据权利要求4所述的方法，其中，所述全局隐私预算区间的确定包括：
6.根据权利要求4所述的方法，其中，所述预定字段为用户资产数额，所述隐私预算函数的函数值与所述用户资产数额负相关。
7.根据权利要求1所述的方法，其中，所述加噪计数结果是在子区间对应的初始计数结果上添加对应的差分隐私噪声而得到，该差分隐私噪声的确定以该子区间的左端点为隐私预算。
8.根据权利要求1所述的方法，其中，所述多个子区间互不交叠。
9.根据权利要求1所述的方法，其中，所述多个子区...
【专利技术属性】
技术研发人员：孙大钧，徐泉清，
申请(专利权)人：北京奥星贝斯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。