基于差分隱私的直方圖發(fā)布技術(shù)的研究.pdf

1、隨著數(shù)字化的快速發(fā)展，世界各地每天都產(chǎn)生著大量的信息，其中的信息有很大一部分包含著敏感信息，如醫(yī)院的患病信息等。這些信息具有極大的科研價值，例如可以通過各個地方醫(yī)院的患病信息推斷出流行病的走勢等，但是直接發(fā)布這些信息會泄露隱私。所以如何有效的利用這些資源的同時保護用戶的隱私是一項艱難的工作。差分隱私是一種具有強大隱私保護功能的機制，差分隱私通過向數(shù)據(jù)注入隨機噪音的方式來保證隱私，通過使用差分隱私的保護機制會使得攻擊者很難推斷一個單獨的數(shù)

2、據(jù)記錄是否存在于數(shù)據(jù)庫當(dāng)中。目前差分隱私已經(jīng)應(yīng)用到了許多領(lǐng)域，如直方圖發(fā)布，批量查詢，top-k數(shù)據(jù)挖掘，線性回歸，分類器等領(lǐng)域。由于差分隱私通過添加噪音的方式來對隱私進行保護，使得數(shù)據(jù)的有效性受到了影響，所以現(xiàn)在算法的優(yōu)化目標(biāo)就是在保證原有的隱私保護之上盡量使得誤差得到減少，從而提高數(shù)據(jù)的可用性。直方圖發(fā)布技術(shù)由于其在數(shù)據(jù)統(tǒng)計領(lǐng)域被廣泛的應(yīng)用，所以成為現(xiàn)在差分隱私的研究熱點，對于直方圖優(yōu)化技術(shù)來說目前最主要的優(yōu)化方式是通過對原有的直方

3、圖進行合并，然后再針對合并之后的數(shù)據(jù)進行添加拉普拉斯隨機噪音，然而由于之前的算法設(shè)計的不夠完善導(dǎo)致其算法的敏感度過高，使得降噪的效果始終并不是很好。
　　本文針對現(xiàn)有的直方圖發(fā)布技術(shù)進行了深入的研究，并對各個直方圖發(fā)布算法進行了分析，針對現(xiàn)在算法所存在一些缺陷，挖掘出該缺陷的主要原因，并提出了改進的算法。鑒于現(xiàn)有的直方圖發(fā)布算法主要分為數(shù)據(jù)劃分算法與數(shù)據(jù)加噪算法兩部分，主要針對數(shù)據(jù)劃分算法進行優(yōu)化。對于數(shù)據(jù)劃分算法，不同于之前的算