伪数据生成装置及其方法和记录介质

    公开(公告)号:CN111194448B

    公开(公告)日:2025-01-28

    申请号:CN201880065257.1

    申请日:2018-10-05

    Abstract: 伪数据生成装置包含:随机数生成部,生成各属性的频数分布的比例近似于伪对象数据的各属性的频数分布的比例的第一伪数据;以及数据整形部,使用将伪对象数据的方差协方差矩阵进行乔列斯基分解得到的矩阵或者将伪对象数据的方差协方差矩阵进行奇异值分解得到的扩大缩小矩阵,对第一伪数据进行整形,以使第一伪数据的平均矢量以及相关矩阵与伪对象数据的平均矢量以及相关矩阵一致,且第一伪数据的最小值以及最大值存在于伪对象数据的最小值以及最大值的范围内,并将整形后的第一伪数据设为伪数据。

    伪数据生成装置、其方法和程序

    公开(公告)号:CN111213146A

    公开(公告)日:2020-05-29

    申请号:CN201880066293.X

    申请日:2018-10-05

    Abstract: 一种伪数据生成装置,根据编码规则将原始数据中包含的类别属性的值编码为数值属性的值;使用用于数值属性的伪数据生成方法,根据编码后的原始数据生成第一伪数据;在第一伪数据中包含的、与类别属性的值对应的数值属性的值超过该数值属性的值可取的值的范围的情况下,将该数值属性的值转换为包含于该数值属性的值可取的值的范围的值;根据编码规则,将转换后的第一伪数据中包含的与类别属性的值对应的数值属性的值解码为类别属性的值,作为伪数据。

    伪数据生成装置、其方法和记录介质

    公开(公告)号:CN111213146B

    公开(公告)日:2024-05-03

    申请号:CN201880066293.X

    申请日:2018-10-05

    Abstract: 一种伪数据生成装置,根据编码规则将原始数据中包含的类别属性的值编码为数值属性的值;使用用于数值属性的伪数据生成方法,根据编码后的原始数据生成第一伪数据;在第一伪数据中包含的、与类别属性的值对应的数值属性的值超过该数值属性的值可取的值的范围的情况下,将该数值属性的值转换为包含于该数值属性的值可取的值的范围的值;根据编码规则,将转换后的第一伪数据中包含的与类别属性的值对应的数值属性的值解码为类别属性的值,作为伪数据。

    k-匿名化装置、方法以及记录介质

    公开(公告)号:CN111201532B

    公开(公告)日:2023-08-15

    申请号:CN201880065515.6

    申请日:2018-10-09

    Abstract: k‑匿名化装置包括:列表生成单元(1),根据对于数据库的各属性的各属性值的概括层级,生成将数据库的各属性的各属性值概括至概括层级的各概括级别后的值和表示该值的代码的列表;搜索单元(3),通过根据由通过参照生成的列表而得到的代码所表示的概括数据库,判定将数据库概括至与网格结构的各节点对应的概括级别为止的概括数据库是否具有k‑匿名性,从而并行地搜索具有k‑匿名性的网格结构的节点;以及输出单元(4),输出通过搜索发现的、将数据库概括至与具有k‑匿名性的网格结构的节点对应的概括级别为止的概括数据库。

    k-匿名化装置、方法以及程序

    公开(公告)号:CN111201532A

    公开(公告)日:2020-05-26

    申请号:CN201880065515.6

    申请日:2018-10-09

    Abstract: k-匿名化装置包括:列表生成单元(1),根据对于数据库的各属性的各属性值的概括层级,生成将数据库的各属性的各属性值概括至概括层级的各概括级别后的值和表示该值的代码的列表;搜索单元(3),通过根据由通过参照生成的列表而得到的代码所表示的概括数据库,判定将数据库概括至与网格结构的各节点对应的概括级别为止的概括数据库是否具有k-匿名性,从而并行地搜索具有k-匿名性的网格结构的节点;以及输出单元(4),输出通过搜索发现的、将数据库概括至与具有k-匿名性的网格结构的节点对应的概括级别为止的概括数据库。

    伪数据生成装置及其方法和程序

    公开(公告)号:CN111194448A

    公开(公告)日:2020-05-22

    申请号:CN201880065257.1

    申请日:2018-10-05

    Abstract: 伪数据生成装置包含:随机数生成部,生成各属性的频数分布的比例近似于伪对象数据的各属性的频数分布的比例的第一伪数据;以及数据整形部,使用将伪对象数据的方差协方差矩阵进行乔列斯基分解得到的矩阵或者将伪对象数据的方差协方差矩阵进行奇异值分解得到的扩大缩小矩阵,对第一伪数据进行整形,以使第一伪数据的平均矢量以及相关矩阵与伪对象数据的平均矢量以及相关矩阵一致,且第一伪数据的最小值以及最大值存在于伪对象数据的最小值以及最大值的范围内,并将整形后的第一伪数据设为伪数据。

Patent Agency Ranking