基于貝葉斯網絡差分隱私發(fā)布算法的研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、進入信息時代后,眾多的服務提供商積累了大量的用戶數據。數據共享可以避免由于雪藏數據帶來的浪費,但是共享的數據往往涉及用戶的隱私。因此,數據發(fā)布過程中的用戶隱私保護問題逐漸受到了學術界和工業(yè)界的關注。差分隱私保護模型以其優(yōu)秀的表現,被應用到眾多領域。針對現有發(fā)布算法不能有效地處理高維數據的問題進行了改進,我們的目的是在保證發(fā)布算法滿足差分隱私保護模型的基礎之上提高發(fā)布數據的準確性。
  本研究引入貝葉斯網絡來模擬數據屬性之間的關系,

2、在確保滿足差分隱私模型的前提下,改進數據發(fā)布的技術,當謂詞在每一個屬性上面是一個范圍查詢時,提供一個更準確的查詢結果。本文提出在添加噪聲之前對數據應用小波轉換,并針對離散有序數據和離散無序數據兩種數據類型分別給出相應的處理方式,隨后將該方法擴展到多維數據。進而,為了提高構造的貝葉斯網絡的質量,提出了一個互信息函數的替代函數。在差分隱私模型以及相同隱私預算的條件下,該方法將擁有更多的互信息總量,同時對于衡量每對屬性之間的信息含量更為準確。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論