一种教育数据共享的方法、装置、系统和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110569663A(43)申请公布日2019.12.13(21)申请号201910753895.9(22)申请日2019.08.15(71)申请人深圳市莱法照明通信科技有限公司地址518000广东省深圳市龙华区龙华街道油松社区布龙公路稳健实业有限公司办公楼整套5楼505室(72)发明人苟大银白勃陈飞(74)专利代理机构深圳智汇远见知识产权代理有限公司44481代理人沈园园(51)Int.Cl.G06F21/62(2013.01)权利要求书2页说明书7页附图2页(54)发明名称一种教育数据共享的方法、装置、系统和存储介质(57)摘要本发明实施例提出了一种用于教育数据汇集和共享的方法，装置，系统和存储介质，而不会泄露学生的隐私；通过对教育数据进行变换和重建得到保留原始分布的数据，该数据仍可以用于相应的数据处理，可以通过共享该保留原始分布的数据，避免直接共享原始数据导致隐私泄露的情况，提高数据安全性；每个贡献源将自身的数据共享至其他贡献源后，被共享的数据为变换和重建数据的副本，每个贡献源再对扩展数据集再次进行变换和重建，得到最佳的重建数据，每个贡献源均将重建数据共享至其他贡献源，由此，所有贡献源协同工作，根据重建数据和原始数据，每个贡献源均可得到当前条件下最佳重建数据，该最佳重建数据不仅可以实现提高数据安全性，还可以保证通过该最佳重建数据进行数据处理得到的结果与原始数据最相近。CN110569663ACN110569663A权利要求书1/2页1.本发明提出了一种用于教育数据汇集和共享的方法，装置，系统和存储介质，而不会泄露学生的隐私。2.如权利要求1所述，用于汇集和共享的所述教育数据可以是学术上相关的数据，例如，学生对任何科目的分数或非学术但与教育相关的数据，例如学生的家庭收入等；权利中的所述数据为了保护学生的隐私，不会直接汇集或共享，而将对所有学生组成的数据集进行变换和重建以保留原始分布，以便仍然可以计算汇总、统计和其他分析。3.如权利要求2所述，所述变换和重建的方法可以但不限于：诸如基于深度学习的变分自动编码器(VAE)，生成性对抗网络(GAN)和/或自回归(AR)方法等方法。4.如权利要求3所述，所述变换的重建的度量和/或标准可以由特定数据的本质或通过工程方法反复试验发现的容限阈值来确定。5.如权利要求4所述，用于所述变换和重建的一种所述度量和标准可以是用于变分自动编码器(VAE)的Kullback-Leibler(KL)分歧(相对熵)，以方便描述，而其他度量和标准将是同样有效的，也将包含在权利中。6.如权利要求1所述的方法，包括多个贡献源，每个贡献源贡献其自己的数据并接受来自其他贡献源的数据。7.如权利要求6所述，贡献于其它贡献源分享的数据不是原始数据，而是变换和重建数据的副本，因此可以保护隐私。8.如权利要求7所述，变换和重建操作将针对扩展数据集进行，一个贡献源的扩展数据集不仅包括该贡献源自己的数据，还包括来自其他贡献源的数据。9.如权利要求7所述，所述变换和重建，不仅保留一个贡献源其自身的原始数据，而且还将保留基于权利要求4和/或权利要求5所述标准的变换以后的最佳的重建副本。10.如权利要求6所述，每个贡献源将保留起源于其他贡献源的所有本地重建数据的历史。11.如权利要求6所述，每个贡献源将周期性和/或非周期性地将其在权利要求9和权利要求10中的重建数据共享给其他贡献源。12.如权利要求6所述，在如权利要求11中共享数据以后,每个贡献源将清空其为起源于其他贡献源重建的历史数据。13.当权利要求6中所述的每个贡献源接受新的共享数据时，其都将基于权利要求4和/或权利要求5所述标准的变换找到与其自己的原始数据相关联的最佳重建数据，然后它将此最佳重建数据共享至其他贡献源。14.权利要求6中的所述的每一个贡献源中将迭代地处理权利要求11、12和13中的数据，直到满足权利要求4和/或权利要求5中的所述标准或达到预定义的最大迭代次数。15.每当如权利要求6所述的任何一个所述贡献源中有额外或更新的原始数据，所有贡献源将如权利要求11，权利要求12和权利要求13中的方案开始新的迭代。16.如权利要求1所述的装置，包括数据库和计算模块。17.对于权利要求6中所述的每个贡献源，权利要求16中的所述数据库不仅包括原始数据，还包括权利要求9和权利要求10中所重建的所有重建数据。18.如权利要求16所述的计算模块，包括权利要求3，权利要求4和权利要求5中的用于变换的代码模块。2CN110569663A权利要求书2/2页19.如权利要求16所述的计算模块，还包括根据权利要求9和权利要求10中找到最佳重建和/或维护重建数据历史的代码模块。20.一种具有隐私保护的教育数据共享