删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于自适应网格的隐私空间分割方法

本站小编 Free考研考试/2022-01-01

张啸剑1,金凯忠1,孟小峰2
1(河南财经政法大学计算机与信息工程学院 郑州 450002); 2(中国人民大学信息学院 北京 100872) (xjzhang82@ruc.edu.cn)
出版日期: 2018-06-01


基金资助:国家自然科学基金项目(61502146,91746115,91646203,61572420);河南省自然科学基金面上项目(162300410006);河南省科技攻关项目(162102310411);河南省教育厅高等学校重点科研项目(16A520002);河南财经政法大学青年拔尖人才资助计划项目

Private Spatial Decomposition with Adaptive Grid

Zhang Xiaojian1, Jin Kaizhong1, Meng Xiaofeng2
1(School of Computer and Information Engineering, Henan University of Economics and Law, Zhengzhou 450002); 2(School of Information, Renmin University of China, Beijing 100872)
Online: 2018-06-01







摘要/Abstract


摘要: 基于网格与差分隐私保护的空间数据分割得到了研究者的广泛关注,空间数据的大小、数据的偏斜性以及拉普拉斯噪音的多少直接制约着空间分割的精度.针对现有基于网格分割方法难以有效兼顾大规模空间数据、数据偏斜性与噪音量的不足,提出了一种基于伯努利随机抽样技术的3层自适应网格分割(sampling-based three-layer adaptive grid decomposition, STAG)方法,该方法利用满足差分隐私的抽样技术抽取空间数据点作为分割对象.根据查询粒度的不同,首先在中间层利用指数机制与高通滤波过滤掉小于阈值的网格单元,然后利用Down-Split方法继续细分大于阈值的网格单元.对于那些小于阈值且连接的单元格,利用Up-Merge操作对这些单元进行最优化重组,形成粗粒度的网格单元.STAG与UG(uniform grid),AG(adaptive grid),Kd-Stand(kd-tree-based standard method),Kd-Hybrid(kd-tree-based hybrid method)在真实的大规模空间数据集上实验结果表明:其分割精度以及响应范围查询效果优于同类算法.






[1]张啸剑, 徐雅鑫, 付楠, 孟小峰. 基于直方图的隐私键-值数据收集算法[J]. 计算机研究与发展, 2021, 58(3): 624-637.
[2]张啸剑, 付楠, 孟小峰. 基于本地差分隐私的空间范围查询方法[J]. 计算机研究与发展, 2020, 57(4): 847-858.
[3]王斌, 张磊, 张国印. 敏感渐进不可区分的位置隐私保护[J]. 计算机研究与发展, 2020, 57(3): 616-630.
[4]刘俊旭, 孟小峰. 机器学习的隐私保护研究综述[J]. 计算机研究与发展, 2020, 57(2): 346-362.
[5]黄海平, 张东军, 王凯, 朱毅凯, 王汝传. 带权值的大规模社交网络数据隐私保护方法[J]. 计算机研究与发展, 2020, 57(2): 363-377.
[6]魏立斐, 陈聪聪, 张蕾, 李梦思, 陈玉娇, 王勤. 机器学习的安全问题及隐私保护[J]. 计算机研究与发展, 2020, 57(10): 2066-2085.
[7]孟绪颖,张琦佳,张瀚文,张玉军,赵庆林. 社交网络链路预测的个性化隐私保护方法[J]. 计算机研究与发展, 2019, 56(6): 1244-1251.
[8]张宇轩,魏江宏,李霁,刘文芬,胡学先. 点差分隐私下图数据的度直方图发布方法[J]. 计算机研究与发展, 2019, 56(3): 508-520.
[9]唐奔宵,王丽娜,汪润,赵磊,王丹磊. 基于差分隐私的Android物理传感器侧信道防御方法[J]. 计算机研究与发展, 2018, 55(7): 1371-1392.
[10]张啸剑,陈莉,金凯忠,孟小峰. 基于联合树的隐私高维数据发布方法[J]. 计算机研究与发展, 2018, 55(12): 2794-2809.
[11]何明,常盟盟,吴小飞. 一种基于差分隐私保护的协同过滤推荐方法[J]. 计算机研究与发展, 2017, 54(7): 1439-1451.
[12]吴英杰,张立群,康健,王一蕾. 差分隐私流数据自适应发布算法[J]. 计算机研究与发展, 2017, 54(12): 2805-2817.
[13]朱维军,游庆光,杨卫东,周清雷. 基于统计差分的轨迹隐私保护[J]. 计算机研究与发展, 2017, 54(12): 2825-2832.
[14]张啸剑,邵超,孟小峰. 差分隐私下一种精确直方图发布方法[J]. 计算机研究与发展, 2016, 53(5): 1106-1117.
[15]王良,王伟平,孟丹. 基于加权贝叶斯网络的隐私数据发布方法[J]. 计算机研究与发展, 2016, 53(10): 2343-2353.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3699
相关话题/计算机 数据 空间 网络 河南财经政法大学