基于差分隱私的直方圖發(fā)布技術的研究.pdf

1、隨著數字化的快速發(fā)展，世界各地每天都產生著大量的信息，其中的信息有很大一部分包含著敏感信息，如醫(yī)院的患病信息等。這些信息具有極大的科研價值，例如可以通過各個地方醫(yī)院的患病信息推斷出流行病的走勢等，但是直接發(fā)布這些信息會泄露隱私。所以如何有效的利用這些資源的同時保護用戶的隱私是一項艱難的工作。差分隱私是一種具有強大隱私保護功能的機制，差分隱私通過向數據注入隨機噪音的方式來保證隱私，通過使用差分隱私的保護機制會使得攻擊者很難推斷一個單獨的數

2、據記錄是否存在于數據庫當中。目前差分隱私已經應用到了許多領域，如直方圖發(fā)布，批量查詢，top-k數據挖掘，線性回歸，分類器等領域。由于差分隱私通過添加噪音的方式來對隱私進行保護，使得數據的有效性受到了影響，所以現在算法的優(yōu)化目標就是在保證原有的隱私保護之上盡量使得誤差得到減少，從而提高數據的可用性。直方圖發(fā)布技術由于其在數據統(tǒng)計領域被廣泛的應用，所以成為現在差分隱私的研究熱點，對于直方圖優(yōu)化技術來說目前最主要的優(yōu)化方式是通過對原有的直方

3、圖進行合并，然后再針對合并之后的數據進行添加拉普拉斯隨機噪音，然而由于之前的算法設計的不夠完善導致其算法的敏感度過高，使得降噪的效果始終并不是很好。
　　本文針對現有的直方圖發(fā)布技術進行了深入的研究，并對各個直方圖發(fā)布算法進行了分析，針對現在算法所存在一些缺陷，挖掘出該缺陷的主要原因，并提出了改進的算法。鑒于現有的直方圖發(fā)布算法主要分為數據劃分算法與數據加噪算法兩部分，主要針對數據劃分算法進行優(yōu)化。對于數據劃分算法，不同于之前的算