摘要
本发明涉及大数据隐私保护技术领域,公开了一种针对大规模数据的隐私安全泄漏风险评估方法,包括以下步骤:建立数据环境与隐私保护需求模型,将大规模数据环境中的每个数据节点的数据进行建模,明确每个数据节点的隐私保护需求;隐私泄漏风险评估,基于差分隐私理论,量化每个数据节点的隐私泄漏风险,使用隐私风险评估方法计算隐私泄漏的概率。通过采用了基于差分隐私和隐私预算动态分配的隐私泄漏风险评估方法,达到了在大规模数据环境中准确评估和保护隐私泄漏风险的技术效果。相较于现有技术中单一依赖静态隐私保护策略的方案,本发明能够根据数据节点的敏感性和访问频率动态分配隐私预算,灵活调整隐私保护强度。
技术关键词
噪声强度
节点
隐私风险评估方法
博弈论模型
策略
差分隐私
资源共享
分布式数据系统
动态噪声
平衡隐私保护
监控数据处理
隐私保护机制
隐私保护技术
协同隐私
分布式环境
数据采集模块
系统为您推荐了相关专利信息
数据库管理方法
身份验证
分布式存储系统
数据中心
计算机可读指令
RNN模型
异常监测方法
样本
模型训练方法
分析报文
多传感器信息融合
识别方法
层次分析法
融合规则
传感器特征