基于朴素贝叶斯的差分隐私合成数据集发布算法

• 作者: 冯新淇 刘健 赵雪美 陈旋
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 差分隐私 朴素贝叶斯 数据发布 指数机制
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 236-238
• 页数: 3页
• 分类号: TP309
• 字数: 3499字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.1.052

摘要

差分隐私保护模型中,非交互式数据发布是一个研究的热点.提出了一个基于朴素贝叶斯的差分隐私合成数据集发布算法.该算法首先采用朴素贝叶斯的条件独立假设来计算原数据集的联合分布,然后采用指数机制生成发布的数据集.仿真实验表明,随着隐私预算的增加,使用合成数据集训练得到的分类器在测试数据集时分类正确率逐渐提高,并且趋于稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新淇	南京理工大学计算机科学与工程学院	3	13	1.0	3.0
2	陈旋	南京理工大学计算机科学与工程学院	5	47	3.0	5.0
3	刘健	南京理工大学计算机科学与工程学院	32	260	10.0	15.0
4	赵雪美	南京理工大学计算机科学与工程学院	4	23	3.0	4.0