专利汇可以提供面向类型化资源的物联网数据隐私保护方法专利检索,专利查询,专利分析的服务。并且一种面向类型化资源的 物联网 数据隐私保护方法,其特征在于能够保护以不同形态存在的数据隐私,在数据图谱和信息图谱上直接查找数据隐私,在信息图谱上通过数据、信息以及信息结合相关数据得到数据隐私;其特征在于区分用户信息为链接形式的信息和聚集形式的信息,对于关联到数据隐私的这两种形式的信息隐私保护,提供融合的解决方法;其特征在于使用隐私度评估用户数据隐私暴露的程度,并提供经济高效的隐私保护服务,期待在用户投入最小的情况下获得程度最强的隐私保护。,下面是面向类型化资源的物联网数据隐私保护方法专利的具体信息内容。
1.一种面向类型化资源的物联网数据隐私保护方法,其特征在于能够保护以不同形态存在的数据隐私,在数据图谱和信息图谱上直接查找数据隐私,在信息图谱上通过数据、信息以及信息结合相关数据得到数据隐私;区别用户信息为链接形式的信息和聚集形式的信息,对于关联到数据隐私的这两种形式的信息隐私保护,提供融合的解决方法;使用隐私度评估用户数据隐私的暴露的程度;其具体步骤如下:
步骤1)根据已有隐私资源构建数据图谱、信息图谱和知识图谱的三层图谱架构;
步骤2)获取用户目标隐私集合OD, OD是一个三元组:{E1,E2,R}的集合;
步骤3)在数据图谱和信息图谱上搜索OD,将搜素到的数据节点集合DOD放入目标处理集合OPC,由用户投入决定节点数量;
步骤4)在信息图谱上观测节点E1的行为轨迹信息Ii,若用户的轨迹信息上的一些节点Ai和节点E2同时包含于节点C,那么预测数据隐私是:节点E1是节点E2,并使用公式1计算预测的可信度,对于可信度超过一个给定阈值的所有链接形式的信息,遍历信息图谱,在信息图谱中搜索节点E1的所有链接形式信息,存储在路径集合InfPath中,统计InfPath中每条路径的所有节点的度,用度集合DegIP存储节点的度数和出入度,并将路径和度都存储目标处理集合OPC;
公式1
α表示E1与第i条路径上各个节点的交互分别对预测可信度的影响,inAi表示交互频度,M1表示轨迹Ii上与E1有交互的节点,N1表示与E1有交互的所有轨迹;
步骤5)在信息图谱上观测与E1有关联关系的所有节点Di,从节点Bi上的数据可以预测E2,使用公式2计算预测的可信度,此类问题以聚集形式的信息为特征,遍历信息图谱,将可信度超过一个给定阈值的所有聚集形式的信息存储在集合InfGraph中,统计InfGraph中每个聚集的所有节点的度,用度集合DegIG存储节点的度数和出入度,并将路径和度都存储目标处理集合OPC;
公式 2
β表示E1与第i个聚集上各个节点的交互分别对预测可信度的影响,inAi表示交互频度,M2表示聚集Di上与E1有交互的节点,N1表示与E1有交互的所有聚集;
步骤6)在信息图谱上观测E1的所有轨迹信息Ii以及与E1有关联关系的所有节点Di,通过E1的轨迹信息Ii结合关联数据Di预测E2,使用公式3计算预测的可信度,对于可信度超过一个给定阈值的所有轨迹和聚集,遍历信息图谱,将轨迹信息存储在InfPath和InfGraph中,统计节点度并存储在DegIP和DegIG中,并将路径和度都存储目标处理集合OPC;
公式 3
和 分别表示信息和相关数据对预测可信度的影响,可通过学习得到;
步骤7)对集合和OPC的处理,OPC中DOD集合的处理是采用隔离的方法,依次取DOD中的节点数据,将其存储在安全空间SC,在SC上对DOD进行加密;对于集合InfPath,分类InfPath的信息为无分支路径的信息集合PaPath和有分支路径的信息集合BrPath,统计两个集合的路径上节点的度和出入度,分别存放在PaDeg和BrDeg中;对于集合InfGraph,分类InfGraph的信息为节点度全部相等的信息EqGraph和节点度不全相等的信息NeGraph,统计两个集合的路径上节点的度和出入度,分别存放在EqDeg和NeDeg中;
集合BrPath中信息的处理方法:排序BrDeg中的值,根据具体情况选择排序度和出入度,依次隔离第k2条路径中度排序靠前的mk2个节点,排序NeDeg中值,依次隔离第k2个聚集排序在前的mk2个节点,
集合PaPath中信息的处理方法:使用折半隔离方法隔离PaPath中每条路径ns1个节点,提供两种隔离方式,一是折半隔离方法:查找PaPath中第s1条路径的中间节点,然后分别查找左右两部分的中间节,依次下去,直到找到的节点个数为ns1为止,二是:在第k1条路径的中间集中找出ns1个节点,将这ns1个节点上的数据隔离,
集合EqGraph中节点数据的处理方法:对于度相等的聚集形式信息,使用顺序隔离方法隔离EqGraph中每个聚集ns2个节点信息,顺序隔离方法是依次顺序的查找并隔离EqGraph中的nk2个节点;
集合NeGraph的处理方法:排序NeDeg中值,依次隔离第k2个聚集排序在前的mk2个节点;
步骤8)计算数据隐私保护代价,假定保护一个节点数据的代价是1d,保护一个节点信息的代价是1i,累计的代价由如下公式计算得出:
公式4
相应的用户投入为:
公式5
其中u表示单位单价的投入;
步骤9)隐私度计算PL,使用隐私度来评估信息暴露的程度,
A.对于OPC中以链接形式为特征的InfPath集合的信息:
对于PaPath中的路径,即无分支路径,隐私度计算如下
公式6
Ns1表示第s1条无分支路径的节点总数,ns1表示已隐藏的节点数,
对于BrPath[BP]中的路径,即有分支的路径,隐私度计算如下
公式7
其中, 表示第k1条路径的第i个节点的度,α是调整系数,可通过数据训练得到,Nk1表示第k1条有分支路径的节点总数;
B.对于OPC中以聚集形式为特征的InfGranph集合的信息:
对于聚集中节点度相等的情况
公式8
对于节点度不全等的情况
公式9
总的隐私度用如下公式衡量:
公式10
由数据训练得出;
步骤10)计算隐私等级
公式11
步骤11)判断条件UserCosti < UserCost0 && PLi < PL0, 若不满足,判断InfPath[IP]和InfGraph[IG]中的节点是否已经隐藏完毕,若未隐藏完,则返回步骤7)继续隐藏下一个节点信息,若已经隐藏完,则跳转至步骤12),若判断条件满足,顺序执行步骤12);
步骤12)输出推荐的(数组mk, 数组ns)和(数组mk2, 数组ns2)。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
具有交替导电类型的区域的用于静电放电保护的半导体装置 | 2020-05-12 | 556 |
一种基于H.264视频报文类型的不等差错传输保护方法 | 2020-05-12 | 676 |
具有接触点类型通信接口的保护的通信对象 | 2020-05-11 | 825 |
一种基于内存保护类型监控的恶意代码跟踪识别方法 | 2020-05-12 | 815 |
类型化资源的交互代价驱动安全保护方法 | 2020-05-11 | 582 |
面向类型化资源的IoT环境下信息隐私保护方法 | 2020-05-11 | 799 |
一种基于内存保护类型监控的恶意代码跟踪识别方法 | 2020-05-12 | 781 |
保护各种内容类型的数字媒体 | 2020-05-11 | 206 |
保护移动电话类型电信终端的方法 | 2020-05-11 | 958 |
一种由四类型节电器构成的综合节电保护装置 | 2020-05-12 | 653 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。