一种基于Pufferfish框架的针对关联分类数据序列的隐私保护方法

发明专利有效专利

申请号：
CN201911148569.1
IPC分类号：G06F21/62
申请日期：
2019-11-21
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于Pufferfish框架的针对关联分类数据序列的隐私保护方法
申请号	CN201911148569.1	申请日期	2019-11-21
法律状态	实质审查	申报国家	中国
公开/公告日	2020-04-07	公开/公告号	CN110968893A
优先权	暂无	优先权号	暂无
主分类号	G06F21/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F21/24 （转入G06F 21/60） G06F21/60 保护数据〔2013.01〕 G06F21/62 通过一个平台保护数据存取访问，例如使用密钥或访问控制规〔2013.01〕	IPC分类号	G;0;6;F;2;1;/;6;2查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	习芷铖;桑应朋
代理机构	广州粤高专利商标代理有限公司	代理人	王晓玲

摘要

本发明涉及一种基于Pufferfish框架的针对关联分类数据序列的隐私保护方法。首先引入Pufferfish框架制定严格的隐私保护定义，然后利用多维马尔可夫链模型准确描述数据之间的两种关联性，最后提出可实现的隐私保护机制添加合适的噪音保护隐私。本发明基于pufferfish隐私保护框架在二维关联数据的场景下制定隐私保护定义，采用多维马尔可夫链模型合理表示数据之间的二维关联性，并结合隐私保护定义提出可实现的添加噪音的机制，在实现聚合查询分析整体趋势的同时，保证每个个体在每一时刻的状态为隐私数据，攻击者无法区分。本发明同时考虑了个体之间的相关性以及每个序列内部的相关性这两种类型的隐私保护，能在使关联数据集可用的同时保护个体的隐私数据。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供