基于kd-树的差分隐私二维空间数据划分发布方法

• 作者: 卢清 叶少珍 吴英杰 陈婷婷 黄泗勇
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 隐私保护 差分隐私 数据划分发布 kd-树 二维空间数据
• 年，卷（期）: 2015,（1）
• 页码范围: 24-29,36
• 页数: 7页
• 分类号: TP311.13
• 字数: 5455字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.2.2014.120

摘要

为解决现有基于网格结构的差分隐私二维空间数据划分发布方法可能引起局部划分过细导致查询精度低的问题，提出了基于kd-树的差分隐私二维空间数据划分发布方法—kd-PPDP算法（differentially privacy partitio-ning publication algorithm based on kd-tree）。算法采用了kd-树算法思想，通过启发式地识别网格化后数据分布情况并合并相邻近似网格单元来防止局部划分过细问题，从而减少所添加的噪声，提高查询精度。通过实验对比分析了kd-PPDP算法与现有基于网格结构的划分发布方法的查询误差以及时间效率，结果表明了该算法的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴英杰	福州大学数学与计算机科学学院	66	453	11.0	19.0
2	叶少珍	福州大学数学与计算机科学学院	62	283	9.0	14.0
3	黄泗勇	福州大学数学与计算机科学学院	2	11	2.0	2.0
4	陈婷婷	福州大学数学与计算机科学学院	5	13	2.0	3.0
5	卢清	福州大学数学与计算机科学学院	2	11	2.0	2.0