隐私保护的时序数据评估方法、装置、设备及介质与流程

摘要: 本申请涉及数据处理,尤其涉及隐私保护的时序数据评估方法、装置、设备及介质。背景技术:1、随着人工智能在各领域的广泛应用,时序数据逐渐成为一种重要资源,但真实时序...
隐私保护的时序数据评估方法、装置、设备及介质与流程

本申请涉及数据处理,尤其涉及隐私保护的时序数据评估方法、装置、设备及介质。

背景技术:

1、随着人工智能在各领域的广泛应用,时序数据逐渐成为一种重要资源,但真实时序数据往往包含多种隐私信息,直接使用存在严重的泄露风险,现有做法会为生成模型设定一个全局统一的隐私预算,并直接作为整体隐私保护水平的度量指标,用于生成模型来合成时序数据,然而,现有做法由于时序数据在时间轴上不同位置的敏感程度差异显著,如疾病突发、资金异动等事件片段远比常态区间的隐私风险更高,以单一值来概括整个数据的隐私保护水平,无法准确表征高敏感语义区间的真实泄露风险,也难以满足对不同时间段采取差异化保障的需求,因此,如何有效评估隐私保护的水平,成为亟待解决的问题。

技术实现思路

1、本申请的主要目的在于提供一种隐私保护的时序数据评估方法、装置、设备及介质,旨在解决如何有效评估隐私保护的水平的技术问题。

2、为实现上述目的,本申请提出一种隐私保护的时序数据评估方法,所述的方法包括:

3、获取原始时序数据,并对所述原始时序数据进行分割处理,得到分割片段,以及所述分割片段的时序处理数据;

4、根据所述时序处理数据中的时序唯一特征、行为变化特征、暴露风险特征以及联合风险特征,得到所述分割片段的隐私复合风险;

5、根据所述隐私复合风险对所述时序处理数据进行脱敏处理,得到脱敏数据,并根据所述脱敏数据的事件样本进行语义规划,得到语义事件;

6、对所述语义事件的隐私指标和质量指标进行评估,得到评估结果。

7、在一实施例中,所述对所述原始时序数据进行分割处理,得到分割片段,以及所述分割片段的时序处理数据的步骤包括:

8、获取滑动时间窗口;

9、根据所述滑动时间窗口对所述原始时序数据进行分割处理,得到分割片段;

10、根据所述分割片段对所述原始时序数据进行处理,得到所述分割片段的时序处理数据。

11、在一实施例中,所述根据所述时序处理数据中的时序唯一特征、行为变化特征、暴露风险特征以及联合风险特征,得到所述分割片段的隐私复合风险的步骤包括:

12、获取所述分割片段的语义敏感度标签;

13、根据所述时序处理数据中的时序唯一特征、行为变化特征、暴露风险特征以及联合风险特征,得到所述分割片段的差分隐私复合风险;

14、根据所述差分隐私复合风险为所述语义敏感度标签分配对应的隐私预算,得到所述分割片段的隐私复合风险。

15、在一实施例中,所述根据所述隐私复合风险对所述时序处理数据进行脱敏处理,得到脱敏数据的步骤包括:

16、根据所述隐私复合风险确定噪声注入强度;

17、按所述噪声注入强度对所述时序处理数据进行脱敏处理,得到脱敏数据。

18、在一实施例中,所述根据所述脱敏数据的事件样本进行语义规划,得到语义事件的步骤包括:

19、根据所述脱敏数据识别得到稀有模式特征,所述稀有模式特征包括峰值特征、突发下降特征和连续异常特征;

20、根据所述稀有模式特征中的峰值特征、突发下降特征和连续异常特征构建事件模版,并根据所述事件模版生成事件样本;

21、根据所述事件样本的事件特征、趋势特征以及周期特征进行语义解析,得到时序指令图;

22、根据所述时序指令图中的节点信息和边信息进行语义规划,得到语义事件,所述语义事件包括事件发生时间、持续时间、强度以及影响变量。

23、在一实施例中,所述隐私保护的时序数据评估方法,还包括:

24、在所述评估结果为隐私指标和质量指标均达标的情况下,根据所述语义事件确定溯源记录;

25、根据所述溯源记录中的事件语义模板、生成模型条件、关联训练数据簇标识、隐私预算、质量评分和生成时间戳,生成分层溯源链;

26、根据所述分层溯源链匹配所述评估结果对应的追溯结果。

27、在一实施例中,所述根据所述分层溯源链匹配所述评估结果对应的追溯结果的步骤包括:

28、获取数值统计指纹、结构指纹、事件指纹以及语义指纹;

29、根据所述数值统计指纹、所述结构指纹、所述事件指纹以及所述语义指纹进行哈希计算,得到复合指纹;

30、根据所述复合指纹在所述分层溯源链匹配所述评估结果对应的追溯结果。

31、此外,为实现上述目的,本申请还提出一种隐私保护的时序数据评估装置,所述隐私保护的时序数据评估装置包括:

32、获取模块,用于获取原始时序数据,并对所述原始时序数据进行分割处理,得到分割片段,以及所述分割片段的时序处理数据;

33、处理模块,用于根据所述时序处理数据中的时序唯一特征、行为变化特征、暴露风险特征以及联合风险特征,得到所述分割片段的隐私复合风险;

34、规划模块,用于根据所述隐私复合风险对所述时序处理数据进行脱敏处理,得到脱敏数据,并根据所述脱敏数据的事件样本进行语义规划,得到语义事件;

35、执行模块,用于对所述语义事件的隐私指标和质量指标进行评估,得到评估结果。

36、此外,为实现上述目的,本申请还提出一种隐私保护的时序数据评估设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的隐私保护的时序数据评估方法的步骤。

37、此外,为实现上述目的,本申请还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的隐私保护的时序数据评估方法的步骤。

38、本申请提出的一个或多个技术方案,至少具有以下技术效果:

39、本申请通过获取原始时序数据并分割为若干片段,以提取各片段包含的时序唯一特征、行为变化特征、暴露风险特征和联合风险特征,综合计算出每个分割片段的隐私复合风险,根据隐私复合风险对相应片段进行差异化脱敏处理,并根据脱敏后的数据进行语义规划得到语义事件,针对语义事件分别进行隐私指标与质量指标评估,从而有效提升隐私保护的水平,在确保重要业务语义可用的前提下实现隐私防护。

1.一种隐私保护的时序数据评估方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述对所述原始时序数据进行分割处理,得到分割片段,以及所述分割片段的时序处理数据的步骤包括:

3.如权利要求1所述的方法,其特征在于,所述根据所述时序处理数据中的时序唯一特征、行为变化特征、暴露风险特征以及联合风险特征,得到所述分割片段的隐私复合风险的步骤包括:

4.如权利要求1所述的方法,其特征在于,所述根据所述隐私复合风险对所述时序处理数据进行脱敏处理,得到脱敏数据的步骤包括:

5.如权利要求1所述的方法,其特征在于,所述根据所述脱敏数据的事件样本进行语义规划,得到语义事件的步骤包括:

6.如权利要求1所述的方法,其特征在于,所述隐私保护的时序数据评估方法,还包括:

7.如权利要求6所述的方法,其特征在于,所述根据所述分层溯源链匹配所述评估结果对应的追溯结果的步骤包括:

8.一种隐私保护的时序数据评估装置,其特征在于,所述装置包括:

9.一种隐私保护的时序数据评估设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如权利要求1至7中任一项所述的隐私保护的时序数据评估方法的步骤。

10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的隐私保护的时序数据评估方法的步骤。