申请/专利权人：中国科学院沈阳自动化研究所

申请日：2020-12-23

公开（公告）日：2024-06-11

公开（公告）号：CN114662138B

主分类号：G06F21/62

分类号：G06F21/62;G06Q40/02;G06F17/16;G06N3/0464;G06N3/084;G06N3/0475

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2022.07.12#实质审查的生效;2022.06.24#公开

摘要：本发明涉及一种工业过程数据脱敏方法，包括利用混合属性局部近邻标准化方法对多模态工业过程混合属性数据进行标准化处理，利用基于生成对抗网络的多模态工业过程混合属性数据脱敏方法获取工业过程静态脱敏数据和模型，利用多模态工业过程混合属性数据动态脱敏策略实现工业过程数据动态脱敏。本发明通过将混合属性局部近邻标准化、生成对抗网络和多模态工业过程混合属性数据动态脱敏策略结合，考虑复杂工业过程的多模态与混合属性并存问题，克服现有脱敏方法通常面向商业和银行业且以对源数据的部分修改为主等局限，对工业大数据安全与隐私保护具有理论和实际意义。

主权项：1.一种工业过程数据脱敏方法，其特征在于：包括如下步骤：步骤1：利用混合属性局部近邻标准化方法对多模态工业过程混合属性数据进行标准化处理；所述混合属性局部近邻标准化方法包括以下过程：步骤1-1：利用测地距离计算待脱敏多模态工业过程混合属性源数据X＝[x1；x2；…；xm]中的数值型数据的距离矩阵其中，xi为X中第i个采样点，为Xn中第i个采样点，m为X和Xn中采样点的个数；步骤1-2：对待脱敏多模态工业过程混合属性源数据X＝[x1；x2；…；xm]中的分类型数据进行IDF编码，得到编码后分类型数据其中，为Xc中第i个采样点，为中第i个采样点，m为Xc和中采样点的个数；步骤1-3：利用基于信息熵的加权距离计算编码后分类型数据的距离矩阵步骤1-4：计算编码后混合属性数据的混合距离矩阵dh；步骤1-5：对于Xh中每一个采样点利用dh从Xh中剩余采样点中选取k个的最小混合距离采样点组成局部近邻域利用的均值和标准差对进行局部近邻标准化，得到标准化后待脱敏多模态工业过程混合属性源数据其中为中第i个采样点；步骤2：利用基于生成对抗网络的多模态工业过程混合属性数据脱敏方法获取工业过程静态脱敏数据和模型；所述基于生成对抗网络的多模态工业过程混合属性数据脱敏方法包括以下过程：步骤2-1：生成与同规模且服从高斯或均匀分布的随机噪声Xz，将Xz输入到生成器；步骤2-2：利用生成器对Xz进行映射，得到生成数据GXz；步骤2-3：将和GXz进行混合并输入到判别器，得到输出概率值pG-D；步骤2-4：当pG-D＝0.5或达到最大迭代次数时，生成器和判别器达到平衡，脱敏数据满足模型需求，得到工业过程静态脱敏数据和工业过程静态脱敏模型当未达到最大迭代次数且0.5＜pG-D≤1时，将判别器损失函数回传给生成器，更新生成器执行步骤2-2、步骤2-3、步骤2-4；步骤3：将待脱敏工业过程新数据利用混合属性局部近邻标准化处理后输入工业过程静态脱敏模型，实现工业过程数据动态脱敏；所述多模态工业过程混合属性数据动态脱敏策略包括以下过程：步骤3-1：将待脱敏工业过程新数据进行混合属性局部近邻标准化，得到标准化后待脱敏工业过程新数据其中，为xnew,i中的数值型数据，为利用Xc的IDF编码获取的xnew,i中的编码后分类型数据；步骤3-2：将输入到工业过程静态脱敏模型得到工业过程动态脱敏数据所述将xnew,i进行混合属性局部近邻标准化，是通过以下公式得到： 其中，为Xh中xnew,i的最小混合距离采样点的k个局部近邻域，和为的均值和标准差。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 一种工业过程数据脱敏方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD