面向用电数据的周期敏感度差分隐私保护方法

• 作者: 李红娇 高琦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 相关性差分隐私 隐私发布 智能电表 周期敏感度 序列分解
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 73-81
• 页数: 9页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0161

摘要

针对查询函数在用户用电数据上的全局敏感度较大、计算复杂度较高且独立噪声易被滤除的问题,提出了一种基于周期敏感度的差分隐私保护方法(Period Sensitivity Method,PSM).PSM将用电序列分解为稳定期序列集和活跃期序列集,并根据数据稀疏度和相关性的差异使用两种隐私保护策略.向稳定期序列添加独立同分布噪声,并使用平滑滤波器对加噪后的稳定期序列进行平滑处理;向活跃期序列添加与活跃期序列的自相关函数相同的相关性噪声.理论分析与实验结果表明,PSM满足差分隐私,并且具有更好的可用性和更小的计算复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红娇		24	63	4.0	7.0
2	高琦		1	0	0.0	0.0