期刊文献+
共找到40篇文章
< 1 2 >
每页显示 20 50 100
基于差分隐私的多源数据关联规则挖掘方法 被引量:13
1
作者 崔一辉 宋伟 +1 位作者 彭智勇 杨先娣 《计算机科学》 CSCD 北大核心 2018年第6期36-40,56,共6页
随着大数据时代的到来,挖掘大数据的潜在价值越来越受到学术界和工业界的关注。但与此同时,由于互联网安全事件频发,用户越来越多地关注个人隐私数据的泄露问题,用户数据的安全问题成为阻碍大数据分析的首要问题之一。关于用户数据的安... 随着大数据时代的到来,挖掘大数据的潜在价值越来越受到学术界和工业界的关注。但与此同时,由于互联网安全事件频发,用户越来越多地关注个人隐私数据的泄露问题,用户数据的安全问题成为阻碍大数据分析的首要问题之一。关于用户数据的安全性问题,现有研究更多地关注访问控制、密文检索和结果验证,虽然可以保证用户数据本身的安全性,但是无法挖掘出所保护数据的潜在价值。如何既能保护用户的数据安全又能挖掘数据的潜在价值,是亟需解决的关键问题之一。文中提出了一种基于差分隐私保护的关联规则挖掘方法,数据拥有者使用拉普拉斯机制和指数机制在数据发布的过程中对用户数据进行保护,数据分析者在差分隐私的FP-tree上进行关联规则挖掘。其中的安全性假设是:攻击者即使掌握了除攻击目标以外的所有元组数据信息的背景知识,仍旧无法获得攻击目标的信息,因此具有极高的安全性。所提方法是兼顾安全性、性能和准确性,以牺牲部分精确率为代价,大幅增加了用户数据的安全性和处理性能。实验结果表明,所提方法的精确性损失在可接受的范围内,性能优于已有算法的性能。 展开更多
关键词 隐私保护的数据挖掘 差分隐私 拉普拉斯机制 指数机制
下载PDF
基于朴素贝叶斯的差分隐私合成数据集发布算法 被引量:11
2
作者 陈旋 刘健 +1 位作者 冯新淇 赵雪美 《计算机科学》 CSCD 北大核心 2015年第1期236-238,共3页
差分隐私保护模型中,非交互式数据发布是一个研究的热点。提出了一个基于朴素贝叶斯的差分隐私合成数据集发布算法。该算法首先采用朴素贝叶斯的条件独立假设来计算原数据集的联合分布,然后采用指数机制生成发布的数据集。仿真实验表明... 差分隐私保护模型中,非交互式数据发布是一个研究的热点。提出了一个基于朴素贝叶斯的差分隐私合成数据集发布算法。该算法首先采用朴素贝叶斯的条件独立假设来计算原数据集的联合分布,然后采用指数机制生成发布的数据集。仿真实验表明,随着隐私预算的增加,使用合成数据集训练得到的分类器在测试数据集时分类正确率逐渐提高,并且趋于稳定。 展开更多
关键词 差分隐私 朴素贝叶斯 数据发布 指数机制
下载PDF
基于差分隐私的轨迹隐私保护方案 被引量:8
3
作者 陈思 付安民 +1 位作者 苏铓 孙怀江 《通信学报》 EI CSCD 北大核心 2021年第9期54-64,共11页
为了解决现有采样机制和数据混淆方法容易导致公开发布的轨迹数据可用性较低和隐私保护不足的问题,提出了一种基于差分隐私的轨迹隐私保护方案。该方案通过建立新的基于时间泛化和空间分割的高效采样模型,并利用k-means聚类算法进行抽... 为了解决现有采样机制和数据混淆方法容易导致公开发布的轨迹数据可用性较低和隐私保护不足的问题,提出了一种基于差分隐私的轨迹隐私保护方案。该方案通过建立新的基于时间泛化和空间分割的高效采样模型,并利用k-means聚类算法进行抽样数据处理,同时借助差分隐私保护机制对轨迹数据进行双重扰动,有效解决了具有强大背景知识的攻击者窃取用户隐私的问题。同时,为适应轨迹数据查询范围的误差边界,设计了有效的数据发布预判机制,保证了发布的轨迹数据的精度。仿真结果表明,与现有的轨迹差分隐私保护方法相比,所提方案在处理效率、隐私保护强度和数据可用性等方面具有明显的优势。 展开更多
关键词 差分隐私 轨迹隐私 数据采样 指数机制 数据发布
下载PDF
基于函数机制的差分隐私联邦学习算法 被引量:2
4
作者 曹世翔 陈超梦 +1 位作者 唐朋 苏森 《计算机学报》 EI CAS CSCD 北大核心 2023年第10期2178-2195,共18页
随着数据隐私与安全越来越多地得到社会各界的重视,联邦学习作为一种保护用户数据隐私的分布式学习技术应运而生.它可以让原本数据隔离的不同组织能够协同进行机器学习.基于差分隐私的联邦学习是一种被广泛使用的隐私保护联邦学习框架.... 随着数据隐私与安全越来越多地得到社会各界的重视,联邦学习作为一种保护用户数据隐私的分布式学习技术应运而生.它可以让原本数据隔离的不同组织能够协同进行机器学习.基于差分隐私的联邦学习是一种被广泛使用的隐私保护联邦学习框架.其通过在用户上传训练梯度前对梯度引入噪声来保护本地数据的隐私.但裁剪与加噪引起的梯度精度丢失问题限制着差分隐私联邦学习的训练效果进一步提高.针对此问题,本文提出了一种基于函数机制的差分隐私联邦学习算法,用扰动目标函数替代扰动梯度,使得噪声不受梯度阈值的影响,提高梯度的真实有效性.在基础方案中,我们提出的LDP-联邦主成分分析算法让所有用户以尽量统一的方式将本地数据映射到低维,让算法更适用于联邦学习高维数据场景.另外,我们发现:由于没有对梯度进行任何限制或裁剪,基础方案在用户数据非独立同分布或存在低质量数据的场景下存在权重发散问题,导致训练效果变差.本文又针对基础方案在上述场景存在的缺陷提出增强方案:通过ϵ-DP-最低发散度指数抽样聚合方法以优化非独立同分布与低质量数据两个应用场景下的模型训练效果.经实验验证,本文提出的算法与方案优于目前其他隐私保护联邦学习方法.其中,本算法与梯度加噪的本地差分隐私联邦学习算法相比,模型的准确度在一般场景下提升9.6%,在非独立同分布与低质量数据场景下分别提高15.6%与16.2%. 展开更多
关键词 联邦学习 差分隐私 函数机制 指数机制 权重散度
下载PDF
Spark框架下支持差分隐私保护的K-means++聚类方法
5
作者 石江南 彭长根 谭伟杰 《信息安全研究》 CSCD 北大核心 2024年第8期712-718,共7页
针对差分隐私聚类算法在处理海量数据时其隐私性和可用性之间的矛盾,提出了一种分布式环境下支持差分隐私的K-means++聚类算法.该算法通过内存计算引擎Spark,创建弹性分布式数据集,利用转换算子及行动算子操作数据进行运算,并在选取初... 针对差分隐私聚类算法在处理海量数据时其隐私性和可用性之间的矛盾,提出了一种分布式环境下支持差分隐私的K-means++聚类算法.该算法通过内存计算引擎Spark,创建弹性分布式数据集,利用转换算子及行动算子操作数据进行运算,并在选取初始化中心点及迭代更新中心点的过程中,通过综合利用指数机制和拉普拉斯机制,以解决初始聚类中心敏感及隐私泄露问题,同时减少计算过程中对数据实施的扰动.根据差分隐私的特性,从理论角度对整个算法进行证明,以满足ε-差分隐私保护.实验结果证明了该方法在确保聚类结果可用性的前提下,具备出色的隐私保护能力和高效的运行效率. 展开更多
关键词 数据挖掘 聚类算法 差分隐私 Spark框架 指数机制
下载PDF
指数衰减模式下基于矩阵机制的差分隐私流数据发布算法 被引量:5
6
作者 吴英杰 葛晨 +1 位作者 张立群 孙岚 《中国科学:信息科学》 CSCD 北大核心 2017年第11期1493-1509,共17页
当前许多实际应用需要持续地对流数据进行统计发布,并且对当前的数据关注度高于对历史数据的关注度.现有关于该问题的解决方案是使数据项带有权重,并提出指数衰减下的差分隐私流数据发布方法.然而,现有的方法仅考虑单次查询,未能有效利... 当前许多实际应用需要持续地对流数据进行统计发布,并且对当前的数据关注度高于对历史数据的关注度.现有关于该问题的解决方案是使数据项带有权重,并提出指数衰减下的差分隐私流数据发布方法.然而,现有的方法仅考虑单次查询,未能有效利用连续统计发布背景下查询间的关联性,以进一步提高查询的精度.为此,本文利用矩阵在处理关联性查询方面的优势,提出一种指数衰减模式下基于矩阵机制的差分隐私流数据发布算法DMFDA.算法首先使用构造法生成满足流数据实时发布要求的矩阵分解策略;其次,利用对角矩阵对构造的策略矩阵进行调整,以提高发布精度;最后,根据所构造策略矩阵的子结构特性,提出快速求解对角矩阵的方法.实验对算法DMFDA发布的查询结果与同类指数衰减流数据发布算法进行比较分析.实验结果表明,算法DMFDA是有效可行的. 展开更多
关键词 差分隐私 流数据发布 指数衰减 矩阵机制 对角矩阵
原文传递
基于差分隐私的高效用项目集挖掘算法
7
作者 马煜 荀亚玲 《太原科技大学学报》 2023年第6期491-497,503,共8页
在大数据时代,互联网安全事件频繁发生,用户数据安全性已成为大数据分析的热门话题。通过有效挖掘高效用项集获得的知识可能包含重要信息,如果被恶意滥用,可能威胁到数据拥有者的隐私或利益。为了防止数据信息泄露,提出了基于隐私保护... 在大数据时代,互联网安全事件频繁发生,用户数据安全性已成为大数据分析的热门话题。通过有效挖掘高效用项集获得的知识可能包含重要信息,如果被恶意滥用,可能威胁到数据拥有者的隐私或利益。为了防止数据信息泄露,提出了基于隐私保护的高效用项目集挖掘算法DPUP-Growth(based on Differential Privacy Utility Pattern Tree).首先在构建树的过程中,使用指数机制来混淆项头表的顺序,将拉普拉斯噪声添加到每个节点,从而得到差分隐私的树结构DPUP-Tree.最终进行高效用项目集挖掘。该方法以牺牲部分完整性为代价,大大提高了用户数据的安全性。实验结果表明,该方法的完整性损失在误差可接受的范围内,安全性能大大提升。 展开更多
关键词 高效用项目集挖掘 隐私保护 差分隐私 拉普拉斯机制 指数机制
下载PDF
差分隐私中噪声添加与精度分析研究
8
作者 王骁识 康海燕 《兰州理工大学学报》 CAS 北大核心 2023年第3期94-103,共10页
国内对于差分隐私定义以及所使用的基本机制缺乏严格清晰的证明与推导过程,对学者入门造成了困难.因此针对这方面空白,通过分析、证明与应用举例的方式,对差分隐私中的拉普拉斯机制与指数机制进行了详细分析,并给出完整的数学推导过程... 国内对于差分隐私定义以及所使用的基本机制缺乏严格清晰的证明与推导过程,对学者入门造成了困难.因此针对这方面空白,通过分析、证明与应用举例的方式,对差分隐私中的拉普拉斯机制与指数机制进行了详细分析,并给出完整的数学推导过程和应用举例.指出了拉普拉斯机制精度公式和指数机制精度公式存在缩放过大的问题,并且在拉普拉斯机制和指数机制精度公式的证明之后给出了放缩过大的理由.通过实验得出结论,拉普拉斯机制精度公式和指数机制精度公式是精度范围过大的公式. 展开更多
关键词 隐私保护 差分隐私 拉普拉斯机制 指数机制
下载PDF
本地化差分隐私下的频繁序列模式挖掘算法PrivSPM
9
作者 黄硕 李艳辉 曹建秋 《计算机应用》 CSCD 北大核心 2023年第7期2057-2064,共8页
序列数据中可能包含大量敏感信息,因此直接对序列数据的频繁模式进行挖掘存在泄露用户隐私信息的风险。本地化差分隐私(LDP)能够抵御具有任意背景知识的攻击者,可以对敏感信息提供更全面的保护。序列数据内在序列性和高维度的特点为LDP... 序列数据中可能包含大量敏感信息,因此直接对序列数据的频繁模式进行挖掘存在泄露用户隐私信息的风险。本地化差分隐私(LDP)能够抵御具有任意背景知识的攻击者,可以对敏感信息提供更全面的保护。序列数据内在序列性和高维度的特点为LDP应用于频繁序列模式挖掘带来了挑战。为解决这个问题,提出一种满足ε-LDP的top-k频繁序列模式挖掘算法PrivSPM。该算法结合填充和采样技术、自适应频率估计算法与频繁项预测技术来构造候选集;基于新域,利用基于指数机制的策略对用户数据进行扰动,并结合频率估计算法识别最终的频繁序列模式。理论分析证明了该算法满足ε-LDP。在3个真实数据集上的实验结果表明,PrivSPM算法在纳真率(TPR)和归一化累积排名(NCR)上明显高于对比算法,能有效提高挖掘结果的准确度。 展开更多
关键词 本地化差分隐私 隐私保护 频繁序列模式挖掘 指数机制 数据挖掘
下载PDF
基于差分隐私的健康医疗数据保护方案 被引量:2
10
作者 白伍彤 陈兰香 《计算机应用与软件》 北大核心 2022年第8期304-311,共8页
针对健康医疗数据的高敏感性,需要隐私保护强度更高的隐私保护算法。传统隐私保护模型总是因为新型攻击方法的出现而需要不断改进,而差分隐私保护模型对隐私保护水平给出了严格的数学证明和量化评估方法,保证即使在最大背景知识假设下... 针对健康医疗数据的高敏感性,需要隐私保护强度更高的隐私保护算法。传统隐私保护模型总是因为新型攻击方法的出现而需要不断改进,而差分隐私保护模型对隐私保护水平给出了严格的数学证明和量化评估方法,保证即使在最大背景知识假设下的个体隐私。针对健康医疗数据的数值型数据,提出基于Laplace机制的差分隐私保护方法,而对于非数值型数据,则利用基于指数机制的差分隐私保护方法,设置误差参数δ和满足误差的统计个数θ以进一步满足不同安全性和可用性的需求。对公开的健康医疗数据集进行实验分析,通过调整差分隐私保护参数ε来衡量隐私保护水平,通过实验结果给出不同类型的健康医疗数据的适当的参数取值。 展开更多
关键词 健康医疗数据 差分隐私保护 Laplace机制 指数机制
下载PDF
一种增强的差分隐私数据发布算法 被引量:3
11
作者 孙奎 张志勇 赵长伟 《计算机工程》 CAS CSCD 北大核心 2017年第4期160-165,共6页
为在同等隐私保护强度下提高发布数据的分类准确率,在Diff Gen算法基础上提出一种改进的差分隐私数据发布算法Gini Diff。该算法将原始数据集完全泛化,在每轮迭代中通过指数机制选择特化方案,并以构建决策树的方式将特化后的记录划归到... 为在同等隐私保护强度下提高发布数据的分类准确率,在Diff Gen算法基础上提出一种改进的差分隐私数据发布算法Gini Diff。该算法将原始数据集完全泛化,在每轮迭代中通过指数机制选择特化方案,并以构建决策树的方式将特化后的记录划归到新的等价类,使用拉普拉斯机制为等价类计数添加噪声并生成发布数据集。运用基尼系数增益衡量不同特化方案的可用性,合理分配隐私预算并动态计算其消耗,发布数据集的可用性得到有效提高。实验结果表明,该算法发布的数据在分类准确率方面优于Diff Gen,接近理想水平。 展开更多
关键词 差分隐私 数据发布 决策树 基尼系数增益 指数机制 拉普拉斯机制
下载PDF
Exponential L1 Filtering of Networked Linear Switched Systems:An Event-Triggered Approach 被引量:2
12
作者 DUAN Dandan ZONG Guangdeng 《Journal of Systems Science & Complexity》 SCIE EI CSCD 2020年第2期383-400,共18页
The issues of event-triggered exponential L1 filtering are studied for a class of networked linear switched systems.An event-triggered mechanism is proposed to enhance resource utilization in transmission,and save the... The issues of event-triggered exponential L1 filtering are studied for a class of networked linear switched systems.An event-triggered mechanism is proposed to enhance resource utilization in transmission,and save the communication cost of systems as well.Then,the filtering error system is reconstructed as a switched delay system with bounded disturbance through the input delay system approach.By resorting to the Lyapunov-Krasovskii functional approach and the average dwell time(ADT)technique,some interesting results are derived to guarantee the exponential stability with a prescribed L1 disturbance rejection level.Further,an event-triggered exponential L1 filter is designed via solving a set of feasible linear matrix inequalities(LMIs).Finally,the efficiency of the proposed results is verified through a numerical example and a PWM-driven boost converter circuit system. 展开更多
关键词 exponential L1 filtering exponential stability event-triggered mechanism networked linear switched systems
原文传递
基于事务截断的差分隐私频繁模式挖掘算法 被引量:2
13
作者 甘文勇 吴英杰 +1 位作者 孙岚 王一蕾 《小型微型计算机系统》 CSCD 北大核心 2015年第11期2583-2587,共5页
现有基于ε-差分隐私模型的频繁模式挖掘算法存在全局敏感度过高与挖掘结果可用性较低的不足.设计一个基于事务截断的差分隐私频繁模式挖掘算法.算法首先采用基于指数机制的事务截断思想,对长事务进行截断处理,以有效降低算法的全局敏感... 现有基于ε-差分隐私模型的频繁模式挖掘算法存在全局敏感度过高与挖掘结果可用性较低的不足.设计一个基于事务截断的差分隐私频繁模式挖掘算法.算法首先采用基于指数机制的事务截断思想,对长事务进行截断处理,以有效降低算法的全局敏感度,并在此基础上提出基于事务截断的差分隐私频繁模式挖掘算法,而后提出可用于扩充Apriori算法候选集的最小噪声支持度标准,以进一步提升挖掘结果的可用性.实验对本文算法的频繁模式挖掘结果与同类算法进行比较分析.实验结果表明,本文算法可在满足ε-差分隐私的前提下,保证挖掘结果具有较高的可用性. 展开更多
关键词 频繁模式挖掘 差分隐私 指数机制 事务截断
下载PDF
3D radiative convective flow of ZnO-SAE50nano-lubricant in presence of varying magnetic field and heterogeneous reactions 被引量:2
14
作者 M.K.Nayak J.Prakash +1 位作者 D.Tripathi V.S.Pandey 《Propulsion and Power Research》 SCIE 2019年第4期339-350,共12页
A numerical simulation is presented to investigate the effect of an exponentially varying magnetic field on three dimensional flow of Zinc Oxide-Society of Automotive Engineers 50 nanolubricant(ZnO-SAE50nano-lubrican... A numerical simulation is presented to investigate the effect of an exponentially varying magnetic field on three dimensional flow of Zinc Oxide-Society of Automotive Engineers 50 nanolubricant(ZnO-SAE50nano-lubricant)past a stretching sheet.Subsequently the impact of homogenous and heterogeneous reactions on the flow of nanolubricant concerned has also taken into account.The study has been strengthened by introducing the convection mechanism and the effect of thermal radiation.Similarity transformations are employed to transform the set of partial governing equations into the set of ordinary differential equations.The suitable boundary conditions are used to obtain the numerical solution.The numerical results are simulated using Matlab bvp4c solver and validated with the existing results.The flow characteristics,thermal characteristics,nanoparticle concentration and some non-dimensional numbers are computed under the influence of the pertinent parameters.The valuable outcome of the current study is that augmented magnetic field strength is the root cause of diminishing axial as well as transverse velocities and growing trend of fluid temperature.Also,the coeffi-cients of homogenous and heterogeneous reactions are boons for ascending concentration boundary layer. 展开更多
关键词 MHD 3D flow ZnO-SAE50nanolubricant exponential stretching sheet Convective heating mechanism Thermal radiation Heat generation/absorption
原文传递
运动中摄氧量动力学的多相理论与生理机理 被引量:2
15
作者 胡国鹏 王人卫 《首都体育学院学报》 北大核心 2009年第6期724-728,共5页
运动中摄氧量动力学是反映机体从运动开始到进入稳定工作状态所摄取氧气的动态变化过程,不同强度的运动,摄氧量动力学呈现出不同的多相特征。摄氧量动力学Ⅱ期相位的时间常数与大强度运动时出现的摄氧量动力学慢成分可能与机体乳酸堆积... 运动中摄氧量动力学是反映机体从运动开始到进入稳定工作状态所摄取氧气的动态变化过程,不同强度的运动,摄氧量动力学呈现出不同的多相特征。摄氧量动力学Ⅱ期相位的时间常数与大强度运动时出现的摄氧量动力学慢成分可能与机体乳酸堆积、运动单位募集、磷酸肌酸等供能物质利用以及机体运输和利用氧的能力有关。结合数学模型而进行的摄氧量动力学多相特征研究,为深入理解运动中机体内部的生理生化变化与适应过程以及对运动能力限制因素的理解提供了新的方法。 展开更多
关键词 摄氧量 摄氧量动力学 指数函数 时相 生理机理
下载PDF
一种融合差分隐私的随机游走算法 被引量:1
16
作者 华雯丽 黄刚 唐震 《计算机技术与发展》 2021年第9期112-117,共6页
如今的信息化时代,用户之间的社交网络信息越发详细,发布这些网络数据经常会威胁到一些个人隐私。而推荐算法中,根据用户物品之间的二分图关系,进行随机游走推荐,能更可靠地推荐目标用户可能选择的物品。由于随机游走复杂度过高,一般将... 如今的信息化时代,用户之间的社交网络信息越发详细,发布这些网络数据经常会威胁到一些个人隐私。而推荐算法中,根据用户物品之间的二分图关系,进行随机游走推荐,能更可靠地推荐目标用户可能选择的物品。由于随机游走复杂度过高,一般将图转化成转移矩阵进行计算,但是游走时无法保证该目标用户以及其他用户的隐私信息。在隐私得不到保护的前提下,用户个人利益会受到威胁,也容易导致丢失用户的后果。对此,需要在发布图之前处理好数据,尽量保证数据的隐私性。而差分隐私能够在数学定义上很好地保证用户的隐私,由此在随机游走算法(PersonalRank)的基础上,对转移矩阵通过拉普拉斯机制加噪,随机游走计算之后,再以指数机制输出推荐结果,保证了用户的信息隐私。 展开更多
关键词 随机游走 转移矩阵 差分隐私 拉普拉斯机制 指数机制
下载PDF
k-均值问题的差分隐私算法综述
17
作者 袁藩 徐大川 张冬梅 《运筹学学报》 CSCD 北大核心 2022年第3期1-16,共16页
k-均值问题是机器学习和组合优化领域十分重要的问题。它是经典的NP-难问题,被广泛的应用于数据挖掘、企业生产决策、图像处理、生物医疗科技等领域。随着时代的发展,人们越来越注重于个人的隐私保护:在决策通常由人工智能算法做出的情... k-均值问题是机器学习和组合优化领域十分重要的问题。它是经典的NP-难问题,被广泛的应用于数据挖掘、企业生产决策、图像处理、生物医疗科技等领域。随着时代的发展,人们越来越注重于个人的隐私保护:在决策通常由人工智能算法做出的情况下,如何保证尽可能多地从数据中挖掘更多信息,同时不泄露个人隐私。近十年来不断有专家学者研究探索带隐私保护的k-均值问题,得到了许多具有理论指导意义和实际应用价值的结果,本文主要介绍关于k-均值问题的差分隐私算法供读者参考。 展开更多
关键词 k-均值问题 差分隐私 近似算法 指数机制 拉普拉斯机制
下载PDF
Differentially Private Real-Time Streaming Data Publication Based on Sliding Window Under Exponential Decay 被引量:1
18
作者 Lan Sun Chen Ge +2 位作者 Xin Huang Yingjie Wu Yan Gao 《Computers, Materials & Continua》 SCIE EI 2019年第1期61-78,共18页
Continuous response of range query on steaming data provides useful information for many practical applications as well as the risk of privacy disclosure.The existing research on differential privacy streaming data pu... Continuous response of range query on steaming data provides useful information for many practical applications as well as the risk of privacy disclosure.The existing research on differential privacy streaming data publication mostly pay close attention to boosting query accuracy,but pay less attention to query efficiency,and ignore the effect of timeliness on data weight.In this paper,we propose an effective algorithm of differential privacy streaming data publication under exponential decay mode.Firstly,by introducing the Fenwick tree to divide and reorganize data items in the stream,we achieve a constant time complexity for inserting a new item and getting the prefix sum.Meanwhile,we achieve time complicity linear to the number of data item for building a tree.After that,we use the advantage of matrix mechanism to deal with relevant queries and reduce the global sensitivity.In addition,we choose proper diagonal matrix further improve the range query accuracy.Finally,considering about exponential decay,every data item is weighted by the decay factor.By putting the Fenwick tree and matrix optimization together,we present complete algorithm for differentiate private real-time streaming data publication.The experiment is designed to compare the algorithm in this paper with similar algorithms for streaming data release in exponential decay.Experimental results show that the algorithm in this paper effectively improve the query efficiency while ensuring the quality of the query. 展开更多
关键词 Differential privacy STREAMING data PUBLICATION exponential decay matrix mechanism SLIDING window
下载PDF
基于粒子群优化的差分隐私拟合框架 被引量:1
19
作者 高志强 崔翛龙 +2 位作者 杨伟锋 周沙 王昭 《武汉大学学报(理学版)》 CAS CSCD 北大核心 2019年第2期213-217,共5页
针对监督学习中模型拟合的参数优化问题,提出基于粒子群优化的差分隐私拟合框架。以满足差分隐私的改进指数机制选择粒子群优化算法中个体最优和群体最优粒子,进而驱动模型拟合参数的全局优化,为训练数据集提供差分隐私安全保障。在改... 针对监督学习中模型拟合的参数优化问题,提出基于粒子群优化的差分隐私拟合框架。以满足差分隐私的改进指数机制选择粒子群优化算法中个体最优和群体最优粒子,进而驱动模型拟合参数的全局优化,为训练数据集提供差分隐私安全保障。在改进的指数机制中,以拟合函数构造适合于粒子群优化的打分函数,通过参数向量候选集和选定集实现个体最优和群体最优参数向量的更新迭代。给出满足差分隐私的理论证明以及在回归和支持向量机模型中的具体应用。 展开更多
关键词 差分隐私 监督学习 粒子群优化 拟合函数 指数机制
原文传递
一种基于聚类的交通轨迹差分隐私保护数据发布方法 被引量:1
20
作者 赵书鹏 《现代计算机》 2021年第23期29-35,42,共8页
差分隐私保护在交通轨迹数据发布领域的应用研究日益增多,如何在保证数据隐私性的同时提高发布数据集的可用性,已成为重要的研究课题。目前,在结合聚类的差分隐私保护算法中,主要是基于K-means聚类算法,但由于需要提前指定K值,因此基于K... 差分隐私保护在交通轨迹数据发布领域的应用研究日益增多,如何在保证数据隐私性的同时提高发布数据集的可用性,已成为重要的研究课题。目前,在结合聚类的差分隐私保护算法中,主要是基于K-means聚类算法,但由于需要提前指定K值,因此基于K-means的方法不能很好地适应数据集的变化。提出了一种新的交通轨迹差分隐私保护数据发布方法,该方法结合AP聚类算法(Affinity Propagation Clustering Algorithm)以及豪斯多夫距离,设计指数机制对轨迹点进行聚合映射,以提高轨迹集的数据可用性。 展开更多
关键词 差分隐私 聚类 指数机制 交通轨迹数据 敏感数据发布
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部