(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210966287.8 (22)申请日 2022.08.12 (71)申请人 浪潮云信息技 术股份公司 地址 250100 山东省济南市高新区浪潮路 1036号浪潮科技园S01号楼 (72)发明人 侯令晨　周永进　李国涛　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 冯春连 (51)Int.Cl. G06F 21/62(2013.01) G06K 9/62(2022.01) G06F 17/16(2006.01) (54)发明名称 一种基于效用矩阵实现l-diversity匿名的 方法 (57)摘要 本发明公开一种基于效用矩阵实现l ‑ diversity匿名的方法， 涉及技术领域， 包 括： S1、 获取用户属性标识， 引入效用矩阵， 计算效用矩 阵所包含元素的取值概率； S2、 设定参数L、 聚类 个数N， 利用基于划分的聚类算法， 对用户属性标 识中敏感属性的值进行聚类， 并输出聚类结果； S3、 判断聚类结果中存在敏感属性值的个数是否 小于参数L的设定值， 若是， 则执行S4， 若否， 则直 接结束， 并根据聚类结果对用户属性标识中的敏 感属性值进行匿名； S4、 设定聚类次数K的阈值， 判断输出聚类结果时进行的聚类次数是否超 过K 的设定阈值， 若是， 则将聚类个数N减1后返回执 行S2， 若否， 则直接返回执行S2 。 本发明通过将用 户的敏感信息多样性提高到L， 来更好地保护用 户隐私。 权利要求书2页 说明书5页 附图1页 CN 115438371 A 2022.12.06 CN 115438371 A 1.一种基于效用矩阵实现l ‑diversity匿名的方法， 其特 征在于， 包括如下步骤： S1、 获取用户属性标识， 引入效用矩阵， 计算效用矩阵所包 含元素的取值 概率； S2、 设定参数L、 聚类个数N， 利用基于划分的聚类算法， 对用户属性标识中敏感属性的 值进行聚类， 并输出聚类结果； S3、 判断步骤S2输出的聚类结果中存在敏感属性值的个数是否小于参数L的设定值， 若 是， 则执行步骤S4， 若否， 则直接结束， 并根据聚类结果对用户属性标识中的敏感属性值进 行匿名； S4、 设定聚类次数K的阈值， 判断输出聚类结果时进行的聚类次数是否超过K的设定阈 值， 若是， 则将聚类 个数N减1后返回执 行步骤S2， 若否， 则直接返回执 行步骤S2。 2.根据权利要求1所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 执行步骤S1， 获取的用户属性标识包括显示标识符、 准标识符、 敏感属性三类， 其中， 显 示标识符能唯一标识单一个体的属性， 多个准标识符组合起来能唯一标识 一个用户的多个 属性， 敏感属性 为涉及隐私的属性； 多个用户的属性标识存储在同一个数据集内， 不同用户的属性标识存储在不同的数据 子集内。 3.根据权利要求2所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 执行步骤S1， 引入效用矩阵， 计算效用矩阵所包 含元素的取值 概率， 具体操作流 程如下： S1.1、 引入效用矩阵， 效用矩阵的定义如下： U＝(uij)m×n，       公式(a) 其中， 矩阵元素uij表示准标识符 中第j个属性对敏感属性中第i个属性的效用， m是敏感 属性包含的属性个数， n是准标识符包 含的属性个数； S1.2、 获取用户的准标识符和敏感属性， 利用效用矩阵计算矩阵元素uij的取值概率， 计 算公式如下： 其中， 是矩阵元素uij的值， 表示qj对si的取值概率， si表示敏感属性中第i个属性的 值， qj表示准标识符中第j个属性的值。 4.根据权利要求3所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 用户的准标识符和敏感属性是 数值型数据或离 散型数据； 当准标识符是数值型数据时， 表示： 对敏感属性si而言， 的取值等于准标识符 qj的取值范围与整个数据集上准标识符中qj的取值范围之比； 当准标识符是离散型数据， 表示： 对敏感属性si而言， 的取值等于准标识符qj 的取值个数与整个数据集上准标识符中qj的取值个数之比。 5.根据权利要求3所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 针对数据集上所有用户的属性标识， 参数L大于同一敏感属性取不同值的最大取值个 数； 聚类个数N等于敏感属性所包 含的属性个数； 聚类次数 K的阈值不超过敏感属性所包 含属性个数的一半。权　利　要　求　书 1/2 页 2 CN 115438371 A 26.根据权利要求5所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 执行步骤S2， 利用基于划分的聚类算法， 对用户属性标识中敏感属性的值进行聚类， 具 体操作流 程如下： S2.1、 将聚类次数计数器的计数值初始化为0， 以敏感属性值、 效用矩阵、 参数L作为基 于划分的聚类算法的输入； S2.2、 随机 选取N个敏感属性 值， 作为N个聚类的初始聚类中心； S2.3、 聚类次数计数器的计数值+1； S2.4、 计算敏感属性 值到每个聚类中心的距离， 将敏感属性 值分配到距离最近的聚类； S2.5、 所有用户的敏感属性 值全部分配完成后， 更新聚类中心； S2.6、 基于更新的聚类中心， 重新执行步骤S2.4 ‑步骤S2.5， 直至聚类结果不再发生变 化。 7.根据权利要求6所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 执行步骤S2.2时， 被选取的N个敏感属性值不一定属于同一个用户， 且被选取的N个敏感 属性值对应N个不同的敏感属性。 8.根据权利要求7所述的一种基于效用矩阵实现l ‑diversity匿名的方法， 其特征在 于， 执行步骤S4后， 聚类个数N减1后返回执行步骤S2， 此时， 从N个敏感属性中随机选取N ‑1 个敏感属性 值作为新的聚类中心。权　利　要　求　书 2/2 页 3 CN 115438371 A 3