[發明專利]一種用于局部差異隱私下的邊際釋放的一致自適應邊際

在審

• 申請號: 202010778159.1
• 申請日: 2020-08-05
• 公開（公告）號: CN112052475A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 王之涵
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06K9/62
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 蔡金花

本發明公開了一種用于局部差異隱私下的邊際釋放的一致自適應邊際，屬于局部差異隱私技術領域，包括以下步驟：S1：聚合器將總體隨機分為大小相同的m個組；S2：選擇一組m個邊際集和要使用的FO協議；S3：聚合器將每個用戶分配給邊際之一，并通知用戶應報告哪個邊際；S4：每個用戶將其私人價值v投影到他要報告的邊際上，并通過FO報告v的預測值；S5：服務器在接收到用戶的報告后，使用FO的聚合算法來獲取嘈雜的邊緣表；S6：給定這些嘈雜的邊際/視圖，可以直接計算一些三向邊際；S7：生成k向邊距；本發明對于局部差分隱私下的邊際釋放問題，引入了CALM，當存在非二進制屬性時，CALM也適用。

技術領域

本發明屬于局部差異隱私技術領域，具體涉及一種用于局部差異隱私下的邊際釋放的一致自適應邊際。

背景技術

現有用于局部差異隱私下的邊際釋放方法在高維環境中表現不佳，更糟糕的是，某些方法會產生非常昂貴的計算開銷。

發明內容

為解決上述背景技術中提出的問題。本發明提供了一種用于局部差異隱私下的邊際釋放的一致自適應邊際，具有提高有效性和效率的特點。

為實現上述目的，本發明提供如下技術方案：一種用于局部差異隱私下的邊際釋放的一致自適應邊際，包括以下步驟：

S1：聚合器將總體隨機分為大小相同的m個組；

S2：選擇一組m個邊際集和要使用的FO協議；

S3：聚合器將每個用戶分配給邊際之一，并通知用戶應報告哪個邊際；

S4：每個用戶將其私人價值v投影到他要報告的邊際上，并通過FO報告v的預測值；

S5：服務器在接收到用戶的報告后，使用FO的聚合算法來獲取嘈雜的邊緣表；

S6：給定這些嘈雜的邊際/視圖，可以直接計算一些三向邊際；

S7：生成k向邊距。

本發明中進一步的，所述步驟S1中，分組的具體步驟為：

S11:對混合屬性數據表可行的差分隱私保護方法

為加強隱私保護和提高數據可用性，提出一種可對混合屬性數據表執行差分隱私的數據保護方法，該方法首先采用ICMD聚類算法對數據進行聚類匿名，然后在此基礎上進行ε-差分隱私保護，ICMD聚類算法對數據表中的分類屬性和數值屬性采用不同方法計算距離和質心，并引入全序函數以滿足執行差分隱私的要求，通過聚類，實現了將查詢敏感度由單條數據向組數據的分化，降低了信息損失和信息紕漏的風險，

對于查詢函數f，若算法A有則算法A滿足ε-差分隱私，其中，Δf表示查詢函數的敏感性，指的是查詢函數f作用于鄰近數據集時產生的最大距離差，添加拉普拉斯噪聲引起的誤差

S12:混合型數據表中距離和質心計算

現有數據大多數為混合型數據表，即表中的數據屬性既有數值型又有分類型，針對不同屬性的數據有不同的距離計算和質心求解方法，采用單一的方法往往會造成信息丟失、質心偏差等問題，因而提出一種針對混合型數據表的距離計算和質心求解方法，

設混合型數據集D以及X,Y為數據集D中的記錄，每一個記錄具有p維分類屬性和q維數值屬性，計算數據記錄X,Y的距離d(X,Y)_c，首先分別計算其分類屬性距離d(X,Y)_n，定義如下：

S121:分類距離

對于數據表中的任意記錄X,Y，假設數據表含有p維分類屬性，則記錄X,Y的分類屬性部分的距離定義為：

其中，