支持差分隱私保護(hù)模型的數(shù)據(jù)發(fā)布算法研究.pdf

1、進(jìn)入信息時代后，眾多的服務(wù)提供商積累了大量的用戶數(shù)據(jù)。數(shù)據(jù)共享可以避免由于雪藏數(shù)據(jù)帶來的浪費(fèi)，但是共享的數(shù)據(jù)往往涉及用戶的隱私。因此，數(shù)據(jù)發(fā)布過程中的用戶隱私保護(hù)問題逐漸受到了學(xué)術(shù)界和工業(yè)界的關(guān)注。差分隱私保護(hù)模型以其優(yōu)秀的表現(xiàn)，被應(yīng)用到眾多領(lǐng)域。本文研究滿足差分隱私保護(hù)模型的數(shù)據(jù)發(fā)布算法，并針對數(shù)據(jù)類型的不同，提出不同的解決方案。本文的研究目的是在保證發(fā)布算法滿足差分隱私保護(hù)模型的基礎(chǔ)上，提高發(fā)布數(shù)據(jù)的準(zhǔn)確性。
　　針對數(shù)值型數(shù)

2、據(jù)，本文提出了基于有序劃分直方圖的數(shù)據(jù)發(fā)布算法。該算法對直方圖區(qū)間做第一重變換后，在保護(hù)直方圖結(jié)構(gòu)信息的前提下對區(qū)間順序進(jìn)行調(diào)整，借此消除了可能出現(xiàn)的“分區(qū)截斷”問題。同時，本文使用基于貪婪思想的分區(qū)算法，綜合考慮分區(qū)后添加的Laplace噪聲對分區(qū)方案的影響。這避免了對分區(qū)個數(shù)的事先約定，提高了算法對不同數(shù)據(jù)集的適用性。本文提出的算法在保證發(fā)布的直方圖滿足差分隱私保護(hù)模型的基礎(chǔ)上，提高了作用于該直方圖的范圍查詢的準(zhǔn)確性。
　　針

3、對用復(fù)雜圖表示的關(guān)聯(lián)數(shù)據(jù)，本文提出了基于層次隨機(jī)圖分治的關(guān)聯(lián)數(shù)據(jù)發(fā)布算法。本文的出發(fā)點(diǎn)是用戶對這類數(shù)據(jù)的興趣點(diǎn)往往集中在社區(qū)內(nèi)。所以，結(jié)合社區(qū)發(fā)現(xiàn)的相關(guān)知識，本文提出對復(fù)雜圖中的邊進(jìn)行不同程度的差分隱私保護(hù)的策略。本文提出的算法基于分治的思想，對社區(qū)進(jìn)行層次隨機(jī)圖構(gòu)建，然后合并子層次隨機(jī)圖。這解決了復(fù)雜圖規(guī)模較大時，原始算法效率低下的問題。本文提出的算法對復(fù)雜圖進(jìn)行分塊處理，并對數(shù)據(jù)發(fā)布的隱私性和數(shù)據(jù)可用性進(jìn)行了權(quán)衡。在實(shí)驗(yàn)環(huán)節(jié)，按照節(jié)