(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210865150.3 (22)申请日 2022.07.22 (71)申请人 国网江西省电力有限公司信息通信 分公司 地址 330000 江西省南昌市青山湖区昌东 大道7077号科研通信楼821室 (72)发明人 褚红亮　余腾龙　彭谦　黄康　 胡兵　胡潇　王璠　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 专利代理师 王焕巧 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/28(2022.01) G06F 21/62(2013.01) (54)发明名称 基于离群点检测的差分隐私直方图发布方 法及装置 (57)摘要 本发明涉及一种基于离群点检测的差分隐 私直方图发布方法及装置， 属于直方图数据发布 领域， 与现有技术相比解决了直方图数据发布中 离群点过多导致分组划分不准确， 进而导致发布 数据误差较大的问题。 本发明包括以下步骤： 噪 声扰动； 离群点 分组集合生成； K ‑means聚类分组 集合生成； 对离群点分组集合和K ‑means聚类分 组集合进行分组合并； 对合并后的分组集合求取 均值； 阈值处理； 最后， 恢复直方图顺序并得到待 发布的差分隐私直方图。 本发明能够有效地对直 方图进行合理划分， 降低了发布数据的误差， 在 满足差分隐私的前提下， 提升 了数据的可用性。 权利要求书3页 说明书6页 附图2页 CN 115082720 A 2022.09.20 CN 115082720 A 1.一种基于 离群点检测的差分隐私直方图发布方法， 其特 征在于， 包括以下步骤： S1， 对原始直方图数据进行噪声扰动 后得到初始差分隐私直方图； S2， 对初始差分隐私直方图离群点检测后得到离群点分组集合， 并将离群点从初始差 分隐私直方图中剔除； S3， 对剔除离群点的差分隐私直方图进行 K‑means聚类得到K ‑means聚类分组集 合； S4， 将离群点分组集合和K ‑means聚类分组集合合并后进行阈值处理后得到最终发布 的差分隐私直方图。 2.根据权利要求1所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， S1中， 对原始直方图 添加大小为 的Laplace噪声， 形成初始差分隐 私直方图 ， 其中： 表示原始直方图中 的桶； 表示含 噪声的桶； 为直方图中桶的总数， 并且原 始直方图与初始差分隐私直方图桶总数相同。 3.根据权利要求2所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， S2中， 利用LOF离群点检测算法对初始差分隐私直方图进行离群点检测， 计算出每个数 据的局部离群因子， 将局部离群因子大于1的数据标记为一个单独的分组， 并入到离群点分 组集合中， 通过对初始差分隐私直方图进行离群点检测， 得到离群点分组集合 ， 同时将检测出的离群点从初始差分隐私直方图中剔除 ， 其中： 表示离群点分组集合中的分组， 并且这些分组由单个离群点桶组成； 表示离 群点分组数。 4.根据权利要求3所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， 离群点分组集 合生成包括： S2.1计算初始差分隐私直方图 中单个桶 的第 距离邻域内的第 可达距离 ： 其中， 为邻域点 到 第 可达距离， 为邻域点 到 的真实距离； S2.2计算 的局部可达密度： 其中， 为 点的第 距离邻域； S2.3计算 的第 局部离群因子： 权　利　要　求　书 1/3 页 2 CN 115082720 A 2其中， 为邻域点 的局部可达密度； S2.4将局部离群因子大于1的每个桶视为一个单独的分组， 划分到离群点分组中得到 离群点分组集 合 ； S2.5 将检测到的离群点从初始差分隐私直方图中剔除。 5.根据权利要求4所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， S3中， 对剔除离群点的差分隐私直方图利用K ‑means进行最优聚类划分， 得到K ‑means聚 类分组集 合 ， 具体包括 S3.1 设置 个聚类中心数， ； S3.2在剔除离群点的差分隐私直方图数据中随机选取 个点得到中心点集合 ， 其中： 表示集合中的所有中心点， 表示第 个中心点； S3.3 利用得到的中心点集合 对剔除离群点的差分隐私直方图数据进 行K‑means聚类分组， 得到K ‑means聚类分组集 合 。 6.根据权利要求5所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， S4中， 将离群点 分组集合 与K‑means聚类分组集合 进 行合并， 得到最终分组集 合 ； 其中， 最终分组数为 。 7.根据权利要求6所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， 将最终分组集 合 求取均值得到均值分组集 合 ； 设置阈值 ， 将 中小于 的数据作0处 理。 8.根据权利要求7所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， 阈值处 理中， ， ， 是一个调节参数， 为直方图中桶的总数。 9.根据权利要求1所述的一种基于离群点检测的差分隐私直方图发布方法， 其特征在 于， 阈值处理后恢复原始直方图顺序得到降噪后的差分隐私直方图 ， 即 为最终发布的差分隐私直方图； 其中： 表示降噪直方图的桶； 为直方图中桶的总数。 10.一种基于 离群点检测的差分隐私直方图发布装置,  其特征在于， 包括： 第一模块:被 配置为对原 始直方图数据进行噪声扰动 后得到初始差分隐私直方图； 第二模块:被配置为对初始差分隐私直方图离群点检测后得到离群点分组集合， 并将 离群点从初始差分隐私直方图中剔除； 第三模块:被配置为对剔除离群点的差分隐私直方图进行K ‑means聚类得到K ‑means聚 类分组集 合；权　利　要　求　书 2/3 页 3 CN 115082720 A 3