桂林理工大學張攀峰獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉桂林理工大學申請的專利基于敏感分級信息熵的匿名方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114580010B 。
龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210063642.0,技術領域涉及:G06F21/62;該發明授權基于敏感分級信息熵的匿名方法是由張攀峰;石昆正;張文勇;杜慧;董明剛;程小輝設計研發完成,并于2022-01-20向國家知識產權局提交的專利申請。
本基于敏感分級信息熵的匿名方法在說明書摘要公布了:本發明涉及數據匿名技術領域,具體涉及一種基于敏感分級信息熵的匿名方法,包括獲取發布數據集;基于發布數據集建立匿名模型;基于發布數據集的信息熵建立信息損失衡量標準模型;基于信息損失衡量標準模型對發布數據集進行遍歷,得到隱私安全指數最大的最大元組,將最大元組加入匿名模型中對應的等價組;使用等價組的準標識屬性中心替代最大元組的值,得到匿名數據集,通過引入信息熵建立的信息損失衡量標準模型與匿名模型對發布數據集進行處理,得到的所述匿名數據的信息熵最高,即數據可用性最高,解決了現有的匿名方法對數據匿名后的數據可用性較低的問題。
本發明授權基于敏感分級信息熵的匿名方法在權利要求書中公布了:1.一種基于敏感分級信息熵的匿名方法,其特征在于,包括以下步驟: 獲取發布數據集; 基于所述發布數據集建立匿名模型,所述匿名模型為H-敏感級別p-敏感k-匿名模型; 基于所述發布數據集的信息熵建立信息損失衡量標準模型; 基于所述信息損失衡量標準模型對所述發布數據集進行遍歷,得到隱私安全指數最大的最大元組,將所述最大元組加入所述匿名模型中對應的等價組; 使用所述等價組的準標識屬性中心替代所述最大元組的值,得到匿名數據集; 所述獲取發布數據集的具體方式為: 獲取原始數據集; 對所述原始數據集進行分類,得到標識屬性、準標識屬性和敏感屬性; 將所述標識屬性對應的數據從歷史數據中移除,得到發布數據集; 所述基于所述發布數據集建立匿名模型的具體方式為: 設置所述發布數據集的等價組內相同的所述準標識屬性的個數、所述敏感屬性的元組個數和所述敏感屬性的敏感級別的個數,得到匿名模型; 所述基于所述發布數據集的信息熵建立信息損失衡量標準模型的具體方式為: 獲取所述敏感級別的任意元組的信息熵,得到元組信息熵; 基于所述元組信息熵求取所述任意元組對應的等價類的信息熵,得到等價類信息熵; 獲取所述匿名模型對所述任意元組進行數據匿名化產生的信息損失,得到元組信息損失; 基于所述元組信息損失求取所述任意元組對應的等價類的信息損失,得到等價類信息損失; 基于所述等價類信息熵和所述等價類信息損失定義隱私安全指數,得到信息損失衡量標準模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人桂林理工大學,其通訊地址為:541004 廣西壯族自治區桂林市七星區建干路12號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。