差分隐私密度自适应网格划分发布方法

晏燕^1,2,郝晓弘^1*

1.兰州理工大学电气工程与信息工程学院, 甘肃 兰州 730050;2.兰州理工大学计算机与通信学院, 甘肃 兰州 730050

收稿日期:2017-08-21出版日期:2018-09-20发布日期:2018-09-10

作者简介:晏燕(1980— ),女,博士研究生,副教授,研究方向为隐私保护技术、多媒体信息安全. E-mail:yanyan@lut.cn*通信作者简介:郝晓弘(1960— ),男,硕士,教授,博士生导师,研究方向为复杂系统理论、智能控制技术. E-mail:haoxh@lut.com
基金资助:国家自然科学基金资助项目(61762059);甘肃省青年科技基金计划项目(1310RJYA004)

Differential privacy partitioning algorithm based on adaptive density grids

YAN Yan^{1, 2}, HAO Xiao-hong^1*

1. School of Electrical and Information Engineering, Lanzhou University of Technology, Lanzhou 730050, Gansu, China;
2. School of Computer and Communication, Lanzhou University of Technology, Lanzhou 730050, Gansu, China

Received:2017-08-21Online:2018-09-20Published:2018-09-10

摘要/Abstract

摘要： 为了进一步均衡噪声误差和均匀假设误差对二维划分发布带来的影响,提出一种新的分层差分隐私位置信息划分发布算法。首先将位置空间聚类形成第一层密度自适应网格,然后对不同性质的密度区块采取不同的二次划分方法,在降低均匀假设误差的同时避免了大量空结点引入的噪声误差。在采用分层划分策略的同时,结合差分隐私模型的串行组合特性,对2个阶段的划分结果添加不同隐私预算的Laplace噪声,总体上实现对发布数据的ε-差分隐私保护。实验证明,该算法在改善区域计数查询精度方面具有较好的效果,能够节省不必要的划分过程,有效提高了算法的运行效率。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2832