基于差分隐私的非等距直方图发布方法

• 作者: 杨磊 赵伟 郑啸
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 差分隐私 非等距 直方图发布 拉普拉斯机制 隐私预算
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 专栏:隐私保护新技术探索
• 页码范围: 39-49
• 页数: 11页
• 分类号: TP309.2
• 字数: 7022字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020035

摘要

已有的基于差分隐私的直方图发布技术在利用直方图反映数据的真实分布特征时可能会出现“重拖尾”和“零桶”现象,并且在数据量较多处“过于平缓”;另外,已有技术对原始直方图进行差分隐私保护时未考虑每个分组所蕴含的信息量大小不同.针对以上问题,提出一种基于差分隐私的非等距直方图发布方法.首先,利用经验分布函数根据数据稀疏性合理构建非等距直方图;然后,在非等距直方图上应用差分隐私保护技术对原始非等距直方图进行隐私保护;最后,根据非等距直方图的组距大小为每组设置隐私预算以提高每组数据的隐私性.实验结果表明,所提方法在差分隐私下进行直方图发布时充分考虑了数据分布的稀疏性,有效避免了直方图的“重拖尾”和“零桶”现象,保证了所发布直方图反映数据分布特征的准确性;并且为每组添加符合拉普拉斯(Laplace)机制的噪声时,根据组距为每组设置合理的隐私预算,在一定程度上提高了不同数据段的隐私性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑啸	安徽工业大学计算机科学与技术学院	54	1140	12.0	33.0
3	赵伟	安徽工业大学计算机科学与技术学院	10	21	2.0	4.0
5	杨磊	安徽工业大学计算机科学与技术学院	15	34	4.0	5.0