本发明公开一种关联医疗数据中的自适应差分隐私保护方法,针对属性与属性之间的关联性导致的隐私问题,利用粗糙集理论对准标识符与敏感属性的关联性进行了分析,提出局部差分隐私的方法来实现对准标识符的保护,相比传统的差分隐私,保证了数据的效用性;针对记录与记录之间的关联性导致的隐私泄露问题以及不同疾病的敏感程度不同导致的数据效用性问题,提出全局差分隐私保护方法来实现对敏感属性的保护。本发明能够有效提高医疗数据的隐私保护的安全性。
本发明所要解决的是现有关联数据的隐私保护方法并不能直接运用到关联医疗数据的问题,提供一种关联医疗数据中的自适应差分隐私保护方法。
为解决上述问题,本发明是通过以下技术方案实现的:
关联医疗数据中的自适应差分隐私保护方法,包括步骤如下:
步骤1、用户针对原始医疗数据集提出查询请求;
步骤2、判断用户查询的是准标识符属性还是查询敏感属性;当用户查询的是准标识符属性时,转至步骤3A,采用局部差分隐私保护策略;当用户查询的是敏感属性时,转至步骤3B,采用全局差分隐私保护策略;
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
评价单位:- (-)
评价时间:2024-01-04
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>