差分隐私技术研究进展

• 作者: 王宇涛 高志强
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 差分隐私 数据发布 数据挖掘 机器学习 众包 隐私保护
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 学术论文
• 页码范围: 151-155
• 页数: 5页
• 分类号: TP391
• 字数: 3764字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2017241

摘要

随着大数据共享时代的到来,数据隐私保护问题也随之突显.自2006年提出以来,差分隐私技术在支持隐私保护的数据挖掘与数据发布方面得到了广泛研究.近年来,Google、Apple 等公司陆续将差分隐私技术应用于最新产品中,差分隐私技术再次成为学术界和产业界的焦点.首先,对传统集中式模型下的差分隐私技术进行综述,介绍了面向数据挖掘与数据发布的差分隐私技术.然后,着重对最新的基于本地差分隐私模型下的数据收集与数据分析进行阐述,涉及众包模型下的随机响应、BloomFilter、统计推断等技术.最后,对差分隐私技术面临的主要问题和解决方案进行总结.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高志强	武警工程大学信息工程系	8	24	2.0	4.0
2	王宇涛	武警工程大学信息工程系	1	11	1.0	1.0