(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 202210921066.9 (22)申请日 2022.08.02 (71)申请人 哈尔滨理工大 学 地址 150006 黑龙江省哈尔滨市南岗区学 府路52号 申请人 中数 （深圳） 时代科技有限公司 (72)发明人 张罗刚　张宏国　马超　于海宁　 孙迎港　颜亭　 (74)专利代理 机构 哈尔滨市晨晟知识产权代理 有限公司 23219 专利代理师 刘文权 (51)Int.Cl. G06F 21/62(2013.01) G06Q 10/06(2012.01) (54)发明名称 用于数据价值优化的匿名化模型推荐方法 及设备 (57)摘要 本发明提出一种用于数据价值优化的匿名 化模型推荐方法、 设备， 包括： 导入原始数据， 根 据原始数据的类型和级别， 确定原始数据的风险 阈值； 根据用户需求， 判断匿名化方法为正向辅 助推荐或反向主动推荐； 分别根据选择的匿名化 方法匹配一组候选配置方案， 并对原始数据进行 匿名化处理； 对匿名化处理后的数据进行风险分 析， 保留符合风险阈值的数据； 再对数据进行效 用分析， 选择其中最大值对应的匿名后数据作为 输出； 并将结果加入历史配置方案资源池。 本发 明能够在保证数据安全的前提下， 在对数据进行 匿名化处 理后使得数据价 值最大化。 权利要求书3页 说明书10页 附图2页 CN 115098887 A 2022.09.23 CN 115098887 A 1.一种用于数据价 值优化的匿名化模型推荐方法， 其特 征在于， 包括： 导入原始数据， 根据原 始数据的类型和级别， 确定原 始数据的风险阈值rt； 根据用户需求， 判断匿名化方法为 正向辅助推荐或反向主动推荐； 若为正向辅助推荐， 则获取配置参数p0， 所述配置参数p0包括隐私模型、 隐私模型参数、 抑制限制率及属性权重； 并根据KNN算法， 在历史配置方案资源池中， 基于数据特征F、 配置 参数p0和风险阈值rt自动匹配一组候选配置参数， 并将获取的配置参数p0和自动匹配的一 组候选配置参数记为P＝[p0,p1,p2,p3……， pn]； 若为反向主动推荐， 则获取设定的效用的期望值ut； 使用K‑Means算法在历 史配置方案 资源池中， 基于数据特征F、 风险阈值rt及效用的期望值ut， 匹配一组候选配置方案Ps＝[ps1, ps2,ps3,……,psn]； 使用正向辅助推荐的候选配置参数P或反向主动推荐的候选配置参数Ps中的配置方案 分别对原始数据进行匿名化处理； 其中使用正向辅助推荐的候选配置参数P对原始数据进 行匿名化处理后的数据记为D， 使用反向主动推荐的候选配置参数Ps对原始数据进行匿名 化处理后的数据记为Ds； 对匿名化处理后的数据， 依次使用对应的风险模型对D或Ds进行风险分析， 将 对D进行风 险分析后的结果记为R， R＝[r0,r1,r2,r3,……,rn]； 将对Ds进行风险分析后的结果记为Rs， Rs ＝[rs0,rs1,rs2,rs3,……,rsn]； 将R中的结果或Rs中的结果与rt对比， 保留小于rt的匿名后数据， 将R中对应的匿名后数 据记为D’， 将Rs中对应的匿名后数据记为DS’； 使用准确率模型、 非均匀熵模型和分辨率模型对D’或DS’中的数据进行效用分析， 分析 结果为准确率模型、 非均匀熵模型和分辨率模型产生结果的平均值， 将D’的分析结果记为 U， 将DS’的分析结果记为Us； 比较U或Us中的值， 选择其中最大值对应的匿名后数据作为输出； 并将其对应的风险值 r、 效用值u、 配置参数p 及对应的原 始数据的数据特 征F加入历史配置方案资源 池。 2.如权利要求1所述的方法， 其特 征在于， 所述风险阈值rt可以为平均风险阈值ravg和/或最高风险阈值rh。 3.如权利要求1所述的方法， 其特征在于， 所述根据KNN算法， 在历史配置方案资源池 中， 基于数据特 征F、 配置参数p0和风险阈值rt自动匹配一组候选配置参数， 包括： 根据数据特征F、 配置参数p0和风险阈值rt计算出与历史配置方案资源池中各组配置方 案的距离d； 按照距离的递增顺序， 对所述历史配置方案资源 池中的配置方案排序； 选取距离最小的K个 配置方案； 确定前K个配置方案所在数据类型的出现频率， 将前K个配置方案中出现频率最高的数 据类型作为配置方案的预测数据分类； 将预测数据分类中的配置方案作为 一组候选配置参数。 4.如权利要求2所述的方法， 其特征在于， 所述风险分析模型包括： 检察官风险模型、 记 者风险模型和营销者 风险模型； 所述对匿名化处 理后的数据， 依次使用对应的风险模型对D或Ds进行风险分析， 包括： 根据所述配置参数p0中的隐私模型， 选择对应的风险模型对D或Ds进行风险分析。权　利　要　求　书 1/3 页 2 CN 115098887 A 25.如权利要求4所述的方法， 其特征在于， 所述检察官风险模型和记者风险模型对应的 风险阈值包括平均风险阈值ravg和最高风险阈值rh； 所述营销者 风险模型对应的风险阈值包括平均风险阈值ravg。 6.如权利要求1所述的方法， 其特征在于， 所述使用K ‑Means算法在历史配置方案资源 池中， 基于数据特征F、 风险阈值rt及效用的期望值ut， 匹配一组候选配置方案Ps＝[ps1,ps2, ps3,……,psn]， 包括： 采用K‑Means算法对历史配置方案资源 池中具有相似属性特 征的方案进行聚类； 对聚类完成后的历史配置方案资源池中的方案， 根据KNN算法， 基于数据特征F、 风险阈 值rt及效用的期望值ut， 计算出与聚类完成后的历史配置方案资源池中各组配置方案的距 离d； 按照距离的递增顺序， 对所述聚类完成后的历史配置方案资源 池中的配置方案排序； 选取距离最小的K个 配置方案； 确定前K个配置方案所在数据类型的出现频率， 将前K个配置方案中出现频率最高的数 据类型作为配置方案的预测数据分类； 将预测数据分类中的配置方案作为 一组候选配置参数。 7.如权利要求1所述的方法， 其特征在于， 所述数据特征F包括： 数据表字段语义特征、 数据表字段类型 特征、 属性类型 特征及相应属性的数量特 征。 8.一种用于数据价 值优化的匿名化模型推荐装置， 其特 征在于， 包括： 数据导入单元， 用于导入原始数据， 根据原始数据的类型和级别， 确定原始数据的风险 阈值rt； 模型推荐单 元， 用于根据用户需求， 判断匿名化方法为 正向辅助推荐或反向主动推荐； 正向辅助推荐单元， 用于当判断为正向辅助推荐， 则 获取配置参数p0， 所述配置参数p0 包括隐私模 型、 隐私模 型参数、 抑制限制率及属性权重； 并根据KNN算法， 在历史配置方案 资 源池中， 基于数据特征F、 配置 参数p0和风险阈值rt自动匹配 一组候选配置 参数， 并将获取的 配置参数p0和自动匹配的一组候选配置参数记为P＝[p0,p1,p2,p3……， pn]； 反向主动推荐单元， 用于当判断为反向主动推荐， 则获取设定的效用的期望值ut； 使用 K‑Means算法在历史配置方案资源池中， 基于数据特征F、 风险阈值rt及效用的期望值ut， 匹 配一组候选配置方案Ps＝[ps1,ps2,ps3,……,psn]； 匿名化处理单元， 用于使用正向辅助推荐的候选配置参数P或反向主动推荐的候选配 置参数Ps中的配置方案分别对原始数据进行匿名化处理； 其中使用正向辅助推荐的候选配 置参数P对原始数据进行匿名化处理后的数据记为D， 使用反向主动推荐的候选配置参数Ps 对原始数据进行匿名化处 理后的数据记为Ds； 风险分析单元， 用于对匿名化处理后的数据， 依次使用对应的风险模型对D或Ds进行风 险分析， 将对D进行风险分析后的结果记为R， R＝[r0,r1,r2,r3,……,rn]； 将对Ds进行风险分 析后的结果记为Rs， Rs＝[rs0,rs1,rs2,rs3,……,rsn]； 将R中的结果或Rs中的结果与rt对比， 保留小于rt的匿名后数据， 将R中对应的匿名后数 据记为D’， 将Rs中对应的匿名后数据记为DS’； 效用分析单元， 用于使用准确率模型、 非均匀熵模型和分辨率模型对D’或DS’中的数据 进行效用分析， 分析结果为准确率模型、 非均匀熵模型和分辨率模型产生结果的平均值， 将权　利　要　求　书 2/3 页 3 CN 115098887 A 3