基于集合覆蓋改進的差分隱私發(fā)布算法研究.pdf

1、隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)發(fā)布與信息共享已成為科學(xué)研究與信息產(chǎn)業(yè)領(lǐng)域的重要環(huán)節(jié)。在具有隱私保護要求的數(shù)據(jù)發(fā)布場景中，差分隱私模型由于具備不需要攻擊假設(shè)、不限制攻擊者的背景知識、能夠量化分析隱私風(fēng)險的優(yōu)點，而受到了廣泛的關(guān)注。
　　但是對于多維數(shù)據(jù)集發(fā)布的隱私保護研究，已有差分隱私發(fā)布算法發(fā)布的查詢中間件中，由于混入了過多的噪音，數(shù)據(jù)可用性低，且隱私保護具有盲目性。因此，本文就多維統(tǒng)計數(shù)據(jù)的差分隱私發(fā)布算法進行研究，提出了頻繁項集下

2、的規(guī)則邊緣表差分隱私發(fā)布算法與基于不規(guī)則邊緣表的差分隱私發(fā)布算法，旨在保護隱私的同時，進一步提高數(shù)據(jù)可用性。
　　頻繁項集下的規(guī)則邊緣表差分隱私發(fā)布算法，其核心思想是利用同維度邊緣表覆蓋集對多維數(shù)據(jù)集實現(xiàn)降維發(fā)布，并利用Laplace噪音進行隨機擾動，實現(xiàn)差分隱私保護。本文對現(xiàn)有的邊緣表差分隱私發(fā)布算法中邊緣表覆蓋集的篩選過程提出改進，利用集合覆蓋問題的思想，對邊緣表的查詢組合覆蓋問題進行建模，結(jié)合頻繁項挖掘算法對實際應(yīng)用中的數(shù)據(jù)

3、集進行分析，建立以頻繁項支持度為權(quán)值的帶權(quán)邊緣表集合覆蓋模型，并通過綜合考慮覆蓋率與查詢組合的有效性，提出了基于頻繁項集的邊緣表覆蓋算法，得到了具有更高數(shù)據(jù)可用性的規(guī)則邊緣表覆蓋集。
　　針對數(shù)據(jù)隱私保護強度要求較低，覆蓋率要求較高的應(yīng)用場景，提出了基于不規(guī)則邊緣表劃分的差分隱私模型，利用分析得到的近似最優(yōu)的邊緣表覆蓋算法，找到了滿足多級查詢規(guī)則約束的邊緣表覆蓋集，在一定程度上實現(xiàn)了隱私保護與數(shù)據(jù)可用性之間的平衡。
　　在實