一种面向图模型数据的差分隐私保护算法

• 作者: 丁丽萍 刘雪花 宋宇宁 李彦峰
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 隐私保护 差分隐私 随机图模型 模型参数估计
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 网络技术
• 页码范围: 86-90
• 页数: 5页
• 分类号: TP18
• 字数: 4634字
• 语种: 中文

摘要

在公开的社会网络数据模型研究中,随机图模型是当前流行的针对社会关系数据的统计和研究方法,其数据通常来源于公开的社会网络数据,而差分隐私技术的理论完备性正适合此类信息的收集、分析和发布.本文对差分隐私在图模型数据中的应用做了概述,提出了一种用于随机图模型数据中的差分隐私方法并讨论了其效能、应用场景以及当前的局限性,最后对差分隐私在该领域未来的探索方向做了简要的分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁丽萍	中国科学院软件研究所并行软件与计算科学实验室	32	379	10.0	19.0
2	刘雪花	中国科学院软件研究所并行软件与计算科学实验室	4	5	2.0	2.0
3	李彦峰	中国科学院软件研究所并行软件与计算科学实验室	9	35	3.0	5.0
4	宋宇宁	中国科学院软件研究所并行软件与计算科学实验室	2	14	1.0	2.0