(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 202210699743.7 (22)申请日 2022.06.20 (71)申请人 山东大学 地址 266237 山东省青岛市 即墨滨海路72 号 (72)发明人 郭山清　唐朋　胡程瑜　刘高源　 金崇实　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 李琳 (51)Int.Cl. G06F 21/62(2013.01) G06K 9/62(2022.01) (54)发明名称 基于增量学习的本地差分隐私的多维数据 发布方法及系统 (57)摘要 本发明属于数据安全与隐私保护领域， 提供 了基于增量学习的本地差分隐私的多维数据发 布方法及系统， 通过聚合第一批用户扰动数据， 学习所有属性对的相关性； 根据属性对的相关性 构建依赖图模 型， 通过联结树算法将构建好的依 赖图模型转化为多个团组成的联结树模型； 基于 第二批用户数据， 根据各个团包含的属性个数及 大小类型， 采用对应的估计方法对团的分布进行 估计， 得到联结树模型中各团的联合分布； 根据 联结树模型及联结树模型中各团的联合分布， 通 过基于采样的数据生成方法， 生成同样包含相同 数量记录合成的数据集进行发布。 权利要求书2页 说明书11页 附图2页 CN 115098882 A 2022.09.23 CN 115098882 A 1.基于增量学习的本地差分隐私的多维数据发布方法， 其特 征在于， 包括如下步骤： 通过聚合第一批用户扰动数据， 学习所有属性对的相关性； 根据属性对的相关性构建依赖图模型， 通过联结树算法将构建好的依赖图模型转化为 多个团组成的联 结树模型； 基于第二批用户数据， 根据各个团包含的属性个数及大小类型， 采用对应的估计方法 对团的分布进行估计， 得到联 结树模型中各团的联合分布； 根据联结树模型及联结树模型中各团的联合分布， 通过基于采样的数据生成方法， 生 成同样包 含相同数量记录合成的数据集进行发布。 2.如权利要求1所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 所述根据属性对的相关性构建依赖图模型， 包括： 根据当前依赖 图的边集采用基于增量学习的依赖 图模型构造方法进行构造， 包括： 进 行T轮迭代， 在每次迭代中， 分别对属性对的集合中剩余的每个属 性对收集新的数据， 重新 估计这些属性对之 间的相关性， 采用基于阈值松弛的边缘剪枝方法剔除相关性较弱的属性 对得到修剪后的边。 3.如权利要求2所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 利用两个属 性的互信息来度量属 性对之间的相关性， 所述属 性对的互信息的计算公式 为： 式中， Aj,Aj为属性对， 分别为属性Ai,Aj的域,Pr(am)和Pr(an)分别表示 中 第m个值am的边际分布及 中第n个值an的边际分布， Pr(am,an)表示am和an的联合分布。 4.如权利要求2所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 采用基于阈值松弛的边 缘剪枝方法剔除相关性较弱的属性对得到修剪后的边包括： 基于设定依赖度参数计算相关性阈值； 结合相关性阈值、 给定 置信水平和记录的属性对的互信息计算 放缩的相关性阈值； 重新计算重新估计相关性， 若如果属性对的相关性大于等于放缩的相关性阈值表示属 性具有强相关性， 在依赖图中保留边； 反 之， 将该边从依赖图中删除。 5.如权利要求1所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 所述根据各个团包含的属 性个数及大小类型， 采用对应的估计方法对团的分布进行估 计， 得到联 结树模型中各团的联合分布， 包括： 根据团的属性个数及大小类型， 将所有团分为大团和小团两组； 采用前向搜索策略的启发式方法， 确认最优分解顺序， 按照最优顺序将大团进行分解 得到条件分布； 基于第二批用户数据和条件分布， 基于联合分布公式得到联结树模型中各团的联合分 布。 6.如权利要求1所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 所述采用前向搜索策略的启发式方法， 确认 最优分解顺序， 按照最优顺序将大团进行分权　利　要　求　书 1/2 页 2 CN 115098882 A 2解包括： 如果|Q|≤σ， 从Q中随机选择一个属性Ah∈Q作为目标属性， 令 作为条件， 即因子分解的第h项为条件分布 如果|Q|>σ， 对于 以Aj为目标属性， 使用最大冗余最小相关的特征选择方法， 对属性集合Q\Aj进行冗余消除， 得到消除冗余后的属性 集合 根据计算得到的冗余消除结果， 从中选择出令 最小的Ah∈Q 作为目标属性， 令 作为条件， 则因子分解的第h项为条件分布 并令Q＝Q\ Ah， 其中， |Q|表示当前属性集Q的域大小， σ 为团大小阈值， 为属性集Q中除属性Ah外的 其他所有属性。 7.如权利要求1所述的基于增量学习的本地差分隐私的多维数据发布方法， 其特征在 于， 所述记录的生成过程包括： 随机选择一个小团， 根据其分布进行采样， 得到该小团所有属性的采样结果， 然后选择 所有与该小团有关联的团 对 从条件分布 中对属性 进行采样， 其中， 表 示未采样的属性集合， 条件分布从Pr(Cr)获得， 然后将所有与Cr相连且未被访问过的团插入 到 的末尾； 重复执行采样， 直到得到所有属性的采样结果， 结束生成。 8.基于增量学习的本地差分隐私的多维数据发布系统， 其特 征在于， 包括： 相关性学习模块， 用于通过聚合第一批用户扰动数据， 学习所有属性对的相关性； 联结树模型构建模块， 用于根据属性对的相关性构建依赖 图模型， 通过联结树算法将 构建好的依赖图模型转 化为多个团组成的联 结树模型； 联结树各团的分布计算模块， 用于基于第二批用户数据， 根据各个团包含的属性个数 及大小类型， 采用对应的估计方法对团的分布进行估计， 得到联结树模型中各团的联合分 布； 数据发布模块， 用于根据联结树模型及联结树模型中各团的联合分布， 通过基于采样 的数据生成方法， 生成同样包 含相同数量记录合成的数据集进行发布。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项 所述的基于增量学习的本地差 分隐私的多维数据发布方 法中的步骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的基 于增量学习的本地差分隐私的多维数据发布方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115098882 A 3