期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
差分隐私保护下的高维数据集发布 被引量:1
1
作者 《洛阳理工学院学报(自然科学版)》 2022年第2期73-80,共8页
为了解决维度灾难所引起的隐私保护数据发布计算复杂度高、可用性低的问题,提出基于差分隐私采样机制和贝叶斯网络的DPSM-Bayes算法。利用贝叶斯网络模型,将高维联合概率分布转化为多个低维边缘概率分布,结合差分隐私采样机制和更适合... 为了解决维度灾难所引起的隐私保护数据发布计算复杂度高、可用性低的问题,提出基于差分隐私采样机制和贝叶斯网络的DPSM-Bayes算法。利用贝叶斯网络模型,将高维联合概率分布转化为多个低维边缘概率分布,结合差分隐私采样机制和更适合高维概率分布加噪的IMLaplace机制,生成可用性更高的高维合成数据集。实验结果证明,在提供相同差分隐私保护的前提下,DPSM-Bayes算法能够有效地处理高维数据集的发布问题,与现有的方法相比发布的数据集具有更高的质量和可用性。 展开更多
关键词 差分隐私 数据发布 高维数据 贝叶斯网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部