隱私保護(hù)的時(shí)間序列發(fā)布研究.pdf

1、隱私數(shù)據(jù)發(fā)布是隱私保護(hù)數(shù)據(jù)挖掘的一個(gè)重要方向，但是時(shí)間序列的隱私發(fā)布問題還沒有得到足夠的重視。由于時(shí)間序列數(shù)據(jù)的高維特性和時(shí)序特性，傳統(tǒng)的隱私數(shù)據(jù)發(fā)布方法往往造成數(shù)據(jù)質(zhì)量嚴(yán)重下降。我們通過基于隨機(jī)擾動(dòng)的數(shù)據(jù)發(fā)布方式保護(hù)敏感時(shí)間序列的原始值。隨機(jī)擾動(dòng)通過向原始值添加隨機(jī)噪聲增加發(fā)布數(shù)據(jù)的不確定性，增加對(duì)原始值的推測(cè)難度。簡(jiǎn)單的高斯白噪聲沒有考慮屬性空間中的類別分布，為每一條序列的每一維添加相同的噪聲量，造成了發(fā)布數(shù)據(jù)對(duì)分類挖掘的有用性嚴(yán)重

2、下降。本文提出了基于區(qū)域分析的數(shù)據(jù)擾動(dòng)方法DRP，算法能有效保障原始值免于推測(cè)攻擊，而且顯著提高了發(fā)布數(shù)據(jù)的分類有用性。
　　 我們?cè)谖闹刑岢隽穗[私發(fā)布時(shí)間序列數(shù)據(jù)的完整框架，包括保障數(shù)據(jù)隱私和提高數(shù)據(jù)有用性，以及后續(xù)的防止噪聲過濾。基于高斯隨機(jī)擾動(dòng)的發(fā)布方法保障了數(shù)據(jù)能以最大概率免于原始值推測(cè)攻擊。我們通過分析屬性空間中局部區(qū)域?qū)Ψ诸惸Ｊ降牟煌绊?，發(fā)現(xiàn)和定義了一類對(duì)分類性能影響最大的不一致區(qū)域。我們的研究表明，通過減少不一致