本發明涉及隱私數據保護和共享，尤其涉及一種用戶集群數據隱私保護共享方法、系統、設備及介質。

背景技術：

1、在傳統的5g網絡中，在進行用戶集群數據隱私保護和共享時，重要的是選擇合適的技術和策略來平衡隱私保護與數據共享的需求。通過數據脫敏、差分隱私、加密技術、聯邦學習等方法，可以有效地保護用戶隱私，同時支持數據分析和共享。其中，敏感閾值在用戶集群數據的隱私保護和共享中起著至關重要的作用。敏感閾值的高低直接影響隱私保護的強度，當敏感閾值較低時，更多的數據會被認為是敏感信息，從而施加更強的隱私保護措施。這種情況下，數據泄露的風險較低，但數據的利用和共享的靈活性可能受到限制。如果敏感閾值較高，意味著只有少數數據被認為是敏感信息，更多的數據可以共享和利用。這提高了數據的共享靈活性，但也可能增加數據泄露的風險。因此，需要通過動態調整閾值，根據實際需要在保護隱私和促進數據共享之間找到最佳的平衡點。

2、目前現有的技術存在對于敏感閾值缺乏靈活的動態優化機制，難以同時滿足隱私數據保護和數據共享平衡的問題。

技術實現思路

1、本發明提供一種用戶集群數據隱私保護共享方法、系統、設備及介質，其主要目的在于解決對于敏感閾值缺乏靈活的動態優化機制，難以同時滿足隱私數據保護和數據共享平衡的問題。

2、第一方面，為實現上述目的，本發明提供的一種用戶集群數據隱私保護共享方法，包括：

3、獲取若干個目標用戶的行為通信數據，對所述行為通信數據進行敏感度分析，得到若干個敏感熵值；

4、對若干個所述敏感熵值進行聚類分析并篩選，得到初始敏感閾值；

5、利用所述初始敏感閾值和預設變化因子生成若干個不同的隨機的待篩選敏感閾值；

6、利用所述待篩選敏感閾值對每個所述目標用戶的行為通信數據進行數據脫敏，獲取數據脫敏過程中的隱私強度數據和共享靈活性數據；

7、利用預設的脫敏數據分析模型對所述隱私強度數據和所述共享靈活性數據進行分析，得到待篩選敏感閾值的應用效果值；

8、利用所述應用效果值和所述待篩選敏感閾值進行數據分析，得到優化敏感閾值，并應用于用戶集群數據隱私保護和共享。

9、第二方面，本發明還提供一種用戶集群數據隱私保護共享系統，所述系統包括：

10、敏感度分析模塊，用于獲取若干個目標用戶的行為通信數據，對所述行為通信數據進行敏感度分析，得到若干個敏感熵值；

11、初始閾值篩選模塊，用于對若干個所述敏感熵值進行聚類分析并篩選，得到初始敏感閾值；

12、閾值隨機生成模塊，用于利用所述初始敏感閾值和預設變化因子生成若干個不同的隨機的待篩選敏感閾值；

13、數據脫敏模塊，用于利用所述待篩選敏感閾值對每個所述目標用戶的行為通信數據進行數據脫敏，獲取數據脫敏過程中的隱私強度數據和共享靈活性數據；

14、模型分析模塊，用于利用預設的脫敏數據分析模型對所述隱私強度數據和所述共享靈活性數據進行分析，得到待篩選敏感閾值的應用效果值；

15、數據分析模塊，用于利用所述應用效果值和所述待篩選敏感閾值進行數據分析，得到優化敏感閾值，并應用于用戶集群數據隱私保護和共享。

16、第三方面，本發明還提供一種電子設備，所述電子設備包括：

17、至少一個處理器；以及，

18、與所述至少一個處理器通信連接的存儲器；其中，

19、所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器能夠執行上述所述的一種用戶集群數據隱私保護共享方法。

20、第四方面，本發明還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有至少一個計算機程序，所述至少一個計算機程序被電子設備中的處理器執行以實現上述所述的一種用戶集群數據隱私保護共享方法。

21、本發明通過獲取若干個目標用戶的行為通信數據，對所述行為通信數據進行敏感度分析，得到若干個敏感熵值，對若干個所述敏感熵值進行聚類分析并篩選，得到初始敏感閾值，利用所述初始敏感閾值和預設變化因子生成若干個不同的隨機的待篩選敏感閾值，利用所述待篩選敏感閾值對每個所述目標用戶的行為通信數據進行數據脫敏，獲取數據脫敏過程中的隱私強度數據和共享靈活性數據，利用預設的脫敏數據分析模型對所述隱私強度數據和所述共享靈活性數據進行分析，得到待篩選敏感閾值的應用效果值，利用所述應用效果值和所述待篩選敏感閾值進行數據分析，得到優化敏感閾值，并應用于用戶集群數據隱私保護和共享，有效的解決對于敏感閾值缺乏靈活的動態優化機制，難以同時滿足隱私數據保護和數據共享平衡的問題。

技術特征：

1.一種用戶集群數據隱私保護共享方法，其特征在于，所述方法包括：

2.如權利要求1所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述對所述行為通信數據進行敏感度分析，得到若干個敏感熵值，包括：

3.如權利要求1所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述對若干個所述敏感熵值進行聚類分析并篩選，得到初始敏感閾值，包括：

4.如權利要求1所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述利用所述初始敏感閾值和預設變化因子生成若干個不同的隨機的待篩選敏感閾值，包括：

5.如權利要求1所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述利用所述待篩選敏感閾值對每個所述目標用戶的行為通信數據進行數據脫敏，包括：

6.如權利要求5所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述獲取數據脫敏過程中的隱私強度數據和共享靈活性數據，包括：

7.如權利要求1所述的一種用戶集群數據隱私保護共享方法，其特征在于，所述利用預設的脫敏數據分析模型對所述隱私強度數據和所述共享靈活性數據進行分析，得到待篩選敏感閾值的應用效果值，包括：

8.一種用戶集群數據隱私保護共享系統，其特征在于，所述系統包括：

9.一種電子設備，其特征在于，所述電子設備包括：

10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任意一項所述的一種用戶集群數據隱私保護共享方法。

技術總結
本發明涉及隱私數據保護和共享技術領域，揭露了一種用戶集群數據隱私保護共享方法、系統、設備及介質，所述方法包括：獲取若干個目標用戶的行為通信數據，并進行敏感度分析，得到若干個敏感熵值，對敏感熵值進行聚類分析并篩選，得到初始敏感閾值，利用初始敏感閾值和預設變化因子生成若干個待篩選敏感閾值，并對行為通信數據進行數據脫敏，獲取數據脫敏過程中的隱私強度數據和共享靈活性數據，利用預設的脫敏數據分析模型進行數據分析，得到待篩選敏感閾值的應用效果值，根據應用效果值生成優化敏感閾值，并應用于用戶集群數據隱私保護和共享。本發明設計了一種對于敏感閾值的動態優化機制，有效的同時滿足隱私數據保護和數據共享的需求。

技術研發人員：劉洋
受保護的技術使用者：深圳市金誠科信息技術有限公司
技術研發日：
技術公布日：2025/4/24