[發明專利]一種本地化差分隱私城市垃圾數據報告和隱私計算方法

有效

• 申請號: 201910156339.3
• 申請日: 2019-03-01
• 公開（公告）號: CN110022531B
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 彭帆;唐韶華
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;H04W4/029;H04W12/02
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種本地化差分隱私城市垃圾數據報告和隱私計算方法，具體步驟包括：設置位置隱私參數及垃圾量等級隱私參數，計算隱私處理參數；用戶通過定位垃圾點位置及判定垃圾點垃圾量等級數，得到用戶的原始真實數據；對位置及垃圾量等級數據分別進行本地化差分隱私處理并上傳到服務器；服務器接收用戶上傳數據并對數據進行統計及去噪處理；服務器對經過去噪處理后的數據進行聚合計算，得到各個位置的真實垃圾量等級，構成城市垃圾分布圖。本發明在達到在保護所有數據收集者位置和數據隱私的前提下，能夠實現基于移動群體感知的城市垃圾動態分布的目標。

技術領域

本發明涉及信息安全隱私保護領域，尤其涉及一種本地化差分隱私城市垃圾數據報告和隱私計算方法。

背景技術

隨著傳感器精度的不斷提升以及移動智能設備的普及，以智能手機為代表的移動設備能隨時隨地地感知人和周邊的環境信息，使人們可以及時地獲取其所處環境的狀況，更好地為人們及社會提供所需的服務，促進移動群體感知領域不斷向前發展。移動群體感知為人們提供了一種新的感知世界的方式，能夠使任何人都能通過移動終端執行感知任務參與到感知過程，并為人們提供各種服務。

移動群體的應用中，感知參與用戶的隱私能否得到保證是關系用戶是否愿意參與感知任務的關鍵因素。傳統加密方式存在計算開銷大、基于匿名化的各種隱私保護方法不能抵抗背景知識攻擊等不足之處，中心化差分隱私方法需要基于第三方數據收集者誠實可信，但是不會竊取或泄露用戶的敏感信息的假設在實際應用中并不現實。而本地化差分隱私技術在繼承中心化差分隱私技術定量化定義隱私攻擊的基礎上，將隱私保護的處理過程讓每個用戶獨立完成，能夠實現更徹底的隱私保護。

隨機響應技術是本地化差分隱私保護技術的主流擾動機制，隨機響應需要的樣本數據量巨大，在大部分的移動群體感知場景當中，參與用戶的數據量非常有限，因此如何將隨機響應技術應用在中小樣本移動群體感知場景有待進一步的研究。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于隨機響應實現的本地化差分隱私城市垃圾數據報告和隱私計算方法。本發明在移動群體感知領域應用隨機響應技術進行報告收集，對隱私數據進行聚合計算分析，得到隱私屬性的聯合分布，實現了對城市垃圾分布的監控。

本發明的目的能夠通過以下技術方案實現：

一種本地化差分隱私城市垃圾數據報告和隱私計算方法，具體步驟包括：

設置位置隱私參數及垃圾量等級隱私參數，計算隱私處理參數；

用戶通過定位垃圾點位置及判定垃圾點垃圾量等級數，得到用戶的原始真實數據；

對位置及垃圾量等級數據分別進行本地化差分隱私處理并上傳到服務器；

服務器接收用戶上傳數據并對數據進行統計及去噪處理；

服務器對經過去噪處理后的數據進行聚合計算，得到各個位置的真實垃圾量等級，構成城市垃圾分布圖。

具體地，所述設置位置隱私參數及垃圾量等級隱私參數，計算隱私處理參數的步驟中，設定位置隱私保護參數∈₁和垃圾量等級隱私參數∈₂，并將參數公布給每個用戶。

通過布隆過濾器假陽率k，感知值集合M計算布隆過濾器長度l和哈希函數個數h，計算公式為：

根據隱私參數∈₁、∈₂、垃圾點總數F及哈希函數個數h，計算隱私處理參數：

r表示位置報告數，其計算公式為：

p表示真實位置選中概率，其計算公式為：