基于差分隱私的直方圖發(fā)布技術(shù)的研究.pdf

1、隨著數(shù)字化的快速發(fā)展，世界各地每天都產(chǎn)生著大量的信息，其中的信息有很大一部分包含著敏感信息，如醫(yī)院的患病信息等。這些信息具有極大的科研價(jià)值，例如可以通過(guò)各個(gè)地方醫(yī)院的患病信息推斷出流行病的走勢(shì)等，但是直接發(fā)布這些信息會(huì)泄露隱私。所以如何有效的利用這些資源的同時(shí)保護(hù)用戶的隱私是一項(xiàng)艱難的工作。差分隱私是一種具有強(qiáng)大隱私保護(hù)功能的機(jī)制，差分隱私通過(guò)向數(shù)據(jù)注入隨機(jī)噪音的方式來(lái)保證隱私，通過(guò)使用差分隱私的保護(hù)機(jī)制會(huì)使得攻擊者很難推斷一個(gè)單獨(dú)的數(shù)

2、據(jù)記錄是否存在于數(shù)據(jù)庫(kù)當(dāng)中。目前差分隱私已經(jīng)應(yīng)用到了許多領(lǐng)域，如直方圖發(fā)布，批量查詢，top-k數(shù)據(jù)挖掘，線性回歸，分類器等領(lǐng)域。由于差分隱私通過(guò)添加噪音的方式來(lái)對(duì)隱私進(jìn)行保護(hù)，使得數(shù)據(jù)的有效性受到了影響，所以現(xiàn)在算法的優(yōu)化目標(biāo)就是在保證原有的隱私保護(hù)之上盡量使得誤差得到減少，從而提高數(shù)據(jù)的可用性。直方圖發(fā)布技術(shù)由于其在數(shù)據(jù)統(tǒng)計(jì)領(lǐng)域被廣泛的應(yīng)用，所以成為現(xiàn)在差分隱私的研究熱點(diǎn)，對(duì)于直方圖優(yōu)化技術(shù)來(lái)說(shuō)目前最主要的優(yōu)化方式是通過(guò)對(duì)原有的直方

3、圖進(jìn)行合并，然后再針對(duì)合并之后的數(shù)據(jù)進(jìn)行添加拉普拉斯隨機(jī)噪音，然而由于之前的算法設(shè)計(jì)的不夠完善導(dǎo)致其算法的敏感度過(guò)高，使得降噪的效果始終并不是很好。
　　本文針對(duì)現(xiàn)有的直方圖發(fā)布技術(shù)進(jìn)行了深入的研究，并對(duì)各個(gè)直方圖發(fā)布算法進(jìn)行了分析，針對(duì)現(xiàn)在算法所存在一些缺陷，挖掘出該缺陷的主要原因，并提出了改進(jìn)的算法。鑒于現(xiàn)有的直方圖發(fā)布算法主要分為數(shù)據(jù)劃分算法與數(shù)據(jù)加噪算法兩部分，主要針對(duì)數(shù)據(jù)劃分算法進(jìn)行優(yōu)化。對(duì)于數(shù)據(jù)劃分算法，不同于之前的算