基于贝叶斯网络与语义树的隐私数据发布方法

• 作者: 温雯 王日宇 蔡瑞初 郝志峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 差分隐私 数据发布 贝叶斯网络 数据分析 隐私保护
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 124-129
• 页数: 6页
• 分类号: TP309.2
• 字数: 5061字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050368

摘要

为在隐私预算相同的条件下提高发布数据的可用性,在PrivBayes的基础上,提出一种改进的隐私数据发布方法PrivB ayes_Hierarchical.基于贝叶斯网络隐私数据发布方法的思想,引入语义树对含有层次关系的数据属性进行抽象,使用贝叶斯网络描述数据属性之间的依赖关系.利用格雷码减少随机噪声对数据精度的影响,并对贝叶斯网络结构学习方法进行优化,以减少不必要的隐私预算消耗,提高数据可用性.实验结果表明,该方法在公开数据集下可以获得比PrivBayes更高的数据精度,从而提升隐私数据集的可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志峰	广东工业大学计算机学院	166	940	14.0	20.0
3	蔡瑞初	广东工业大学计算机学院	66	279	10.0	13.0
4	温雯	广东工业大学计算机学院	48	272	10.0	14.0
7	王日宇	广东工业大学计算机学院	1	1	1.0	1.0