基于本地差分隐私的键-值数据精确收集方法

• 作者: 付楠 孟小峰 张啸剑
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 键-值数据 隐私保护 本地差分隐私 频率估计 均值估计
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息安全
• 页码范围: 1479-1492
• 页数: 14页
• 分类号: TP391
• 字数: 11248字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2020.01479

摘要

基于本地差分隐私的键-值数据的收集与分析得到了研究者的广泛关注.键与值的值域大小、二者之间的关联性、报告给收集者的通信方式以及本地扰动机制直接制约着频率与均值估计的精度.针对现有键-值数据本地扰动方法存在的不足,该文提出了一种精确且有效的本地扰动方法LDPKV(Locally Differentially Private Key-Value data collection),该方法结合输入值域与输出值域之间的整体映射关系,在较少通信代价与不分割隐私预算的情况下,对键-值对进行统一处理.其主要思想是:首先对每个用户所拥有的键-值对进行统一离散化处理;结合每个用户的离散化结果,利用伯努利采样技术随机地抽样一条键-值对进行本地随机扰动;然后将扰动后的键-值对报告给收集者.收集者利用每个用户的报告值估计每个键的频率以及所对应值的均值.理论分析了LDPKV方法产生的方差与最大偏差,以及与现有键-值数据收集方法在真实与合成数据集上进行综合比较.实验结果表明LDPKV方法均优于同类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟小峰	中国人民大学信息学院	135	6213	41.0	77.0
2	张啸剑	河南财经政法大学计算机与信息工程学院	27	282	6.0	16.0
3	付楠	河南财经政法大学计算机与信息工程学院	3	0	0.0	0.0