-
题名面向敏感性攻击的多敏感属性数据逆聚类隐私保护方法
被引量：5
- 1
-
-
作者
张冰
杨静
张健沛
谢静
-
机构
哈尔滨工程大学计算机科学与技术学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2014年第5期896-903,共8页
-
基金
国家自然科学基金(No.61370083
No.61073043
+3 种基金
No.61073041)
高等学校博士学科点专项科研基金(No.20112304110011
No.20121204110012)
哈尔滨市科技创新人才研究专项资金(优秀学科带头人)(No.2011RFXXG015)
-
文摘
针对传统l-多样性模型仅考虑等价类中敏感值形式上的差异,而忽略敏感值的敏感度差异,且难以抵御一种新的攻击方式———敏感性攻击的问题,提出了一种使用逆文档频率IDF度量敏感值的敏感度的方法,并使用属性分解的方式构造敏感组,以避免多敏感属性数据表的QI属性泛化造成的高信息损失.同时,还提出了一种面向敏感性攻击的多敏感属性(l1,l2,…,ld)-多样性隐私保护算法MICD,该算法通过敏感度的逆聚类实现敏感组中敏感值的敏感度差异,以提高多敏感属性数据表抵御敏感性攻击的能力.实验结果表明,MICD算法能够较好的抵御敏感性攻击,且具有较小的信息损失量.
-
关键词
隐私保护
敏感性攻击
逆聚类
多敏感属性
(l1
l2
…
ld)-多样性
敏感度差异
-
Keywords
privacy preserving
sensitivity attack
inverse clustering
multi sensitive attribute
（ l1,l2, ……ld ） -diversity
sensi-tivity degree difference
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
-
题名注定的失败:沉没成本与南宋对金战和困境
被引量：2
- 2
-
-
作者
于海洋
-
机构
吉林大学行政学院
-
出处
《世界经济与政治》
CSSCI
北大核心
2023年第5期53-75,164,165,共25页
-
基金
国家社会科学基金中国历史研究院重大历史问题研究专项2021年度重大招标项目“‘大一统’与中国传统国家治理研究”(项目批准号:LSYZD21004)的研究成果。
-
文摘
自开禧伐金失败到端平元年宋蒙联军亡金的28年中南宋的对金政策是战略决策反复自我否定的经典案例。前景理论中的沉没成本学说假定前期投入的成本将干扰决策者的风险认知,继而影响后继政策的发展。然而,尽管南宋在宋金关系中付出的惨痛代价构成了其决策集团的沉没成本,但这些成本未能促使南宋采取坚定的北伐政策。鉴于既有研究的解释力不足,需要对沉没成本假定进行修正:决策者对于沉没成本的敏感度存在差异,决策集团内部还存在着沉没成本的类型差异。敏感度与类型的差异造成的沉没成本竞争和排序使得共同沉没成本效应复杂化。此时,即便决策集团存在共同沉没成本,也可能受其他沉没成本影响而产生严重的内部分歧。修正后的假定在很大程度上解释了南宋决策集团在伐金问题上的犹豫和反复:君主、权相和士大夫集团都受到对金交往屈辱历史的深刻影响,但他们在伐金还是和金的路线选择上存在着明显的敏感度差异,国内政治造成的普遍不安全感作为其他类型的沉没成本干扰着决策集团达成共识。最终,政治上的内讧使南宋丧失了最后的战略机遇期,未能坚定选择伐金与和金两种选项中的任意一项。
-
关键词
沉没成本效应
敏感度差异
南宋对金政策
开禧北伐
“嘉定和议”
-
Keywords
sunk cost effect
sensitivity difference
the Southern Song Dyhasty's policy towards Jin
Kaixi Northern Expedition
Jiading Peace Negotiation
-
分类号
D815
[政治法律—国际关系]
-
-
题名效用优化的本地差分隐私联合分布估计机制
被引量：1
- 3
-
-
作者
尹诗玉
朱友文
张跃
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2023年第10期315-326,共12页
-
基金
国家重点研发计划(2020YFB1005900)
国家自然科学基金(62172216)
+1 种基金
江苏省自然科学基金(BK20211180)
广西密码学与信息安全重点实验室研究课题(GCIS202107)。
-
文摘
相对于传统的中心化差分隐私,本地差分隐私(Local Differential Privacy,LDP)具有不依赖可信第三方等优势,但也存在数据效用较低的问题。效用优化本地差分隐私模型ULDP(Utility-Optimized Local Differential Privacy)利用不同输入的敏感度差异,可以提升估计结果的准确度。二维数据联合分布计算可广泛应用于众多数据分析场景,然而,如何在ULDP模型下实现二维数据联合分布估计,仍然是尚未解决的重要问题。针对这一问题,首先给出了二维ULDP模型的定义,兼顾了两个属性分别敏感与否的4种情况;其次,在该模型下,针对联合分布估计问题,提出了JuRR(Joint Utility-Optimized Randomized Response)与CPRR(Cartesian Product Randomized Response)2种机制,并理论证明了估计结果的无偏性;最后,在真实数据集上进行对比实验,讨论了不同参数对估计误差的影响。实验结果表明,所提2种机制具有更高的数据效用。
-
关键词
本地差分隐私
效用优化
联合分布
频率估计
敏感度差异
-
Keywords
Local differential privacy
Utility-optimized
Joint distribution
Frequency estimation
Difference in sensitivity
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
