摘要
本发明公开了一种基于IT‑MPD的隐私度量和评估方法,属于隐私度量和评估领域,包括步骤:S1,定义最大隐私披露IT‑MPD;S2,衡量隐私披露风险;S3,平衡数据隐私保护与数据效用之间的关系;S4,基于IT‑MPD的最优隐私保护机制分析。本发明能够有效反映数据的再识别风险和推断风险,作为衡量数据隐私程度的统一指标,填补了衡量数据隐私性程度的具体量化方法和指标缺失,解决了隐私数据的分级管理问题。借助IT‑MP D和互信息概念,得到了隐私保护过程中的隐私保护与数据效用平衡问题的数学表示,提出了基于IT‑MPD的隐私保护机制的隐私评估方案,并将其视为一个约束最优化问题,在实际中可根据业务需求调节约束阈值,监控数据的隐私风险和数据效用。
技术关键词
隐私保护机制
数据隐私保护
度量
识别风险
个人隐私信息
定义
动态监控
数据分布
数学模型
高风险
关系
有效性
指标
概念
变量
曲线
系统为您推荐了相关专利信息
缺陷分类方法
分支单元
相似性度量函数
图像
多尺度特征融合
欺诈检测方法
节点
编码器模块
变换器
多头注意力机制
运营方法
Wasserstein距离度量
协作模式
预测误差
注意力
验证系统
神经元网络结构
并行特征提取
深度特征学习
可信根
深度学习框架
神经网络模型构建
神经网络模型训练
样本
抽象语法树