-
题名基于属性分割的差分隐私高维数据发布方法
- 1
-
-
作者
张衡
胡婉如
-
机构
辽宁大学
-
出处
《现代电子技术》
北大核心
2025年第18期114-118,共5页
-
文摘
针对高维数据发布过程中数据可用性下降的问题,提出一种差分隐私高维数据发布方法。该方法以属性分割技术为基础,以差分隐私(DP)算法为理论指导,基于属性敏感度对高维数据集进行划分,利用信息熵和最大信息系数识别属性的敏感性和属性间的依赖关系;再根据数据集的敏感程度,将其分为敏感、一般敏感、低敏感数据集三种类型。创建差分隐私的贝叶斯网络,基于属性簇的隐私预算生成加噪条件发布,完成高维数据在差分隐私机制下的安全共享。实验结果显示,所提方法不仅有效控制了隐私泄露风险,还能够较好地保持数据的可用性。
-
关键词
属性分割
差分隐私算法
高维数据
数据发布
贝叶斯网络
隐私预算
敏感度
-
Keywords
attribute segmentation
differential privacy
high dimensional data
data dissemination
Bayesian network
privacy budget
sensitivity
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Skyline计算的社交网络关系数据隐私保护
被引量：7
- 2
-
-
作者
张书旋
康海燕
闫涵
-
机构
北京信息科技大学计算机学院
北京信息科技大学信息管理学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第5期1394-1399,共6页
-
基金
国家自然科学基金资助项目(61370139)
北京市社会科学基金资助项目(15JGB099
15ZHA004)~~
-
文摘
随着社交软件的流行,越来越多的人加入社交网络产生了大量有价值的信息,其中也包含了许多敏感隐私信息。不同的用户有不同的隐私需求,因此需要不同级别的隐私保护。社交网络中用户隐私泄露等级受社交网络图结构和用户自身威胁等级等诸多因素的影响。针对社交网络数据的个性化隐私保护问题及用户隐私泄露等级评价问题,提出基于Skyline计算的个性化差分隐私保护策略(PDPS)用以发布社交网络关系数据。首先构建用户的属性向量;接着采用基于Skyline计算的方法评定用户的隐私泄露等级,并根据该等级对用户数据集进行分割;然后应用采样机制来实现个性化差分隐私,并对整合后的数据添加噪声;最后对处理后数据进行安全性和实用性的分析并发布数据。在真实数据集上与传统的个性化差分隐私方法(PDP)对比,验证了PDPS算法的隐私保护质量和数据的可用性都优于PDP算法。
-
关键词
社交网络
隐私保护
SKYLINE计算
个性化差分隐私
基于Skyline计算的个性化差分隐私保护算法
-
Keywords
social network
privacy preserving
Skyline query
personalized differential privacy
Personalized Differential Privacy based on Skyline(PDPS) algorithm
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
