摘要
差分隐私作为现在的一种隐私保护机制得到了广泛的应用.目前虽然存在着很多种静态数据集上的直方图发布方法,但是对于数据流环境下的基于滑动窗口直方图发布方法较少,并且面临着直方图的发布误差较高的问题.对于此问题,提出了一种适用于滑动窗口模型的数据流差分隐私直方图发布算法(histogram pub-lishing algorithm for sliding window model,HPA-SW).该算法首先基于数据分块的思想来把一个滑动窗口划分为k个子块,并通过该参数来控制和调节数据直方图的统计误差;随后,该算法通过比较相邻两个直方图数据分布的差异来优化当前窗口的隐私预算分配,从而快速计算出局部最优直方图.为了验证算法的有效性,首先通过严格的理论推导证实了所设计的算法符合差分隐私要求,并且其近似误差不超过W/2k.其次,通过在真实数据集合上的实验对比,显示了该算法的发布误差较低,比SSHP算法降低了50％.
基金项目
国家自然科学基金(61402008)
国家自然科学基金(61702006)
国家自然科学基金(61672038)
安徽省重点研究与开发计划面上攻关项目(201904a05020071)
安徽省自然科学项目(1408085QF128)
电子信息与控制福建省高校工程研究中心开放基金(MJXY-KF-EIC1803)
安徽普通高校重点实验室开放基金(CS2020-06)
国家科技期刊平台
NSTL
维普
万方数据