简介： 本发明公开了一种基于强化学习的隐私保护数据发布方法，针对隐私保护操作与数据挖掘操作的串行割裂导致数据效用降低的问题，该方法通过引入深度强化学习，比较贝叶斯网络生成的数据以及集成聚类的数据，迭代地修正贝叶斯网络来达到隐私保护的强度以及数据挖掘的需求。本发明构造了隐私保护智能体和数据挖掘智能体，通过借助隐私保护和数据挖掘两个智能体之间的博弈，通过修正贝叶斯网络和考察数据的共现性来分析数据的全局分布与局部分布对知识挖掘的影响，不断优化交互中的动作值函数，使得隐私保护强度与数据挖掘需求达到平衡。