面向数据发布和分析的差分隐私保护

• 作者: 孟小峰 张啸剑
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 差分隐私 数据发布 隐私保护 数据分析
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 隐私保护
• 页码范围: 927-949
• 页数: 23页
• 分类号: TP309
• 字数: 25102字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.00927

摘要

随着数据分析和发布等应用需求的出现和发展，如何保护隐私数据和防止敏感信息泄露成为当前面临的重大挑战。基于犽-匿名或者划分的隐私保护方法，只适应特定背景知识下的攻击而存在严重的局限性。差分隐私作为一种新出现的隐私保护框架，能够防止攻击者拥有任意背景知识下的攻击并提供有力的保护。文中对差分隐私保护领域已有的研究成果进行了总结，对该技术的基本原理和特征进行了阐述，重点介绍了当前该领域的研究热点：差分隐私下基于直方图的发布技术、基于划分的发布技术以及回归分析技术。在对已有技术深入对比分析的基础上，指出了差分隐私保护技术的未来发展方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟小峰	中国人民大学信息学院	135	6213	41.0	77.0
2	张啸剑	中国人民大学信息学院	3	249	2.0	3.0