删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于联合树的隐私高维数据发布方法

本站小编 Free考研考试/2022-01-01

张啸剑1,陈莉2,金凯忠1,孟小峰3
1(河南财经政法大学计算机与信息工程学院 郑州 450002);2(河南财经政法大学网络信息安全研究所 郑州 450046);3(中国人民大学信息学院 北京 100872) (xjzhang82@ruc.edu.cn)
出版日期: 2018-12-01


基金资助:国家自然科学基金项目(61502146,91646203,91746115,61772131);河南省自然科学基金项目(162300410006);河南省科技攻关项目(172102310713);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 High-Dimensional Data Publication with Junction Tree

Zhang Xiaojian1, Chen Li2, Jin Kaizhong1, Meng Xiaofeng3
1(College of Computer & Information Engineering, He’nan University of Economics and Law, Zhengzhou 450002);2(Institute of Network Information Security, He’nan University of Economics and Law, Zhengzhou 450046);3(School of Information, Renmin University of China, Beijing 100872)
Online: 2018-12-01







摘要/Abstract


摘要: 基于差分隐私的数据发布已得到研究者的广泛关注.然而,现有的发布方法却不能有效地处理高维数据,其原因在于维度灾难和值域多样会引入极大的噪音值,进而使得发布结果的可用性比较低.基于此,提出一种基于联合树的隐私高维数据发布方法PrivHD(differentially private high dimensional data release),该方法通过指数机制构造Markov网,引入满足差分隐私的高通滤波技术缩减指数机制搜索空间.结合充分三角化操作和顶点消除操作对Markov网分割来获得完全团图,采用最大生成树方法生成满足差分隐私的联合树.利用联合树中各个团后置处理之后的联合分布表合成最终的高维数据.基于真实的高维数据集比较PrivHD算法与PrivBayes(private Bayesian network),JTree(junction tree)算法的精度,实验结果表明:PrivHD算法的k-way查询和SVM(support vector machine)分类精度优于同类算法.






[1]李松, 胡晏铭, 郝晓红, 张丽平, 郝忠孝. 基于维度分组降维的高维数据近似k近邻查询[J]. 计算机研究与发展, 2021, 58(3): 609-623.
[2]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.
[3]朱颖雯, 陈松灿. 基于随机投影的高维数据流聚类[J]. 计算机研究与发展, 2020, 57(8): 1683-1696.
[4]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.
[5]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.
[6]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.
[7]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.
[8]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.
[9]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.
[10]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.
[11]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.
[12]张啸剑,金凯忠,孟小峰. 基于自适应网格的隐私空间分割方法[J]. 计算机研究与发展, 2018, 55(6): 1143-1156.
[13]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.
[14]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.
[15]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.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3842
相关话题/计算机 数据 河南财经政法大学 空间 网络