一种基于随机投影的本地差分隐私高维数值型数据收集算法

被引：4

作者：

孙慧中

杨健宇

程祥

苏森

机构：

[1] 北京邮电大学网络与交换技术国家重点实验室

来源：

大数据 | 2020年 / 6卷 / 01期

关键词：

高维数值型数据; 隐私保护; 本地差分隐私; 随机投影;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

对满足本地差分隐私的高维数值型数据收集问题进行了研究。设计了一种基于随机投影技术的满足本地差分隐私的高维数值型数据收集算法Multi-RPHM,在满足本地差分隐私的条件下,该算法处理维度较高的数据时能够保证所收集的数据的高效用。从理论上证明了该算法满足ε-本地差分隐私的要求。在合成数据集上进行的实验结果验证了该算法的有效性。

引用

页码：3 / 11

页数：9

共 5 条

[1] 本地化差分隐私研究综述 [J].

叶青青 ;

孟小峰 ;

朱敏杰 ;

霍峥 .

软件学报, 2018, 29 (07) :1981-2005

[2] Minimax Optimal Procedures for Locally Private Estimation [J].

Duchi, John C. ;

Jordan, Michael I. ;

Wainwright, Martin J. .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2018, 113 (521) :182-201

[3]

What can we learn privately .2 KASIVISWANATHAN P S,LEEHK,NISSIM K,et al. FOCS,October 25-28,2008 . 2008

[4]

Proceedings on Privacy Enhancing Technologies .2 KAIROUZ P,BONAWITZ K,RAMAGE D. . 2016

[5]

Differential Privacy .2 DWORK C. 33rd International Conference on Automata, Languages and Programming . 2006

← 1 →