摘要
本发明公开了一种数据去标识化的隐私保护方法及系统,涉及数据处理技术领域,该方法包括:接收原始数据后,基于预设的敏感性评估模型,将数据划分为低、中、高敏感字段;根据数据使用场景和参与方需求,通过动态策略引擎生成去标识化执行策略;构建包含轻量层、增强层和安全层的多层可信执行架构,按照策略对不同敏感程度的字段进行分层处理,最终输出符合隐私安全要求的可用数据集。本发明解决了现有技术缺乏动态策略调整能力和完善的执行架构,在隐私保护与数据可用性之间难以平衡的技术问题,达到了通过动态策略调整和多层可信执行架构,实现隐私保护与数据可用性的动态平衡的技术效果。
技术关键词
隐私保护方法
策略
字段
标识符
唯一性
差分隐私
噪声强度
动态
分层
模拟器
隐私保护系统
风险
可信执行环境
集成差分
匹配模块
特征提取模型
数据屏蔽
场景
系统为您推荐了相关专利信息
协同优化方法
协同调度策略
交互系统
可调负荷
充放电功率
面向战术边缘
联邦学习策略
联邦学习方法
个性化神经网络
神经网络模型
协同优化控制方法
优化控制算法
差分隐私技术
聚类分析算法
计算机可执行指令
服务管理系统
心理状态评估
老人居家
智慧养老
分析单元
数据缓存方法
推荐系统
缓存策略
矩阵分解算法
启发式算法