當(dāng)今互聯(lián)網(wǎng)的廣泛應(yīng)用和移動(dòng)設(shè)備的普及為人們的生活帶來(lái)了顯著的改觀。每個(gè)移動(dòng)設(shè)備的用戶都蘊(yùn)藏著大量的信息,每天在網(wǎng)絡(luò)上會(huì)出現(xiàn)上億次的數(shù)據(jù)交換和數(shù)據(jù)共享。然而這些數(shù)據(jù)會(huì)帶來(lái)層出不窮的隱私泄漏。因此人們對(duì)于隱私保護(hù)方向的研究與互聯(lián)網(wǎng)的探索是同步重視的。差分隱私保護(hù)手段是一種經(jīng)嚴(yán)格定義的具備數(shù)學(xué)基礎(chǔ)的模型。其隱私保護(hù)方式被廣泛應(yīng)用到各種互聯(lián)網(wǎng)保護(hù)的領(lǐng)域中。本文主要研究基于差分隱私的空間數(shù)據(jù)隱私保護(hù)的改進(jìn)方法,具體是提出了兩種基于差分隱私的空間數(shù)據(jù)隱私發(fā)布算法。在根據(jù)原始保護(hù)方法的缺點(diǎn)提出對(duì)應(yīng)解決方案后,針對(duì)先前提出的算法的缺點(diǎn)進(jìn)行分析,并提出另一種不同的保護(hù)算法機(jī)制。最終在實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)的同時(shí)顯著提高了數(shù)據(jù)發(fā)布后查詢結(jié)果的可用性。本文首先提出一種基于差分隱私的選擇性擾動(dòng)自適應(yīng)網(wǎng)格算法。該算法對(duì)空間數(shù)據(jù)集進(jìn)行均勻加噪后,通過(guò)對(duì)數(shù)據(jù)集的分析選出特定的群集區(qū)域。因此第一層均勻網(wǎng)格加噪后,其結(jié)果會(huì)被數(shù)據(jù)集利用指數(shù)機(jī)制過(guò)濾掉小于閾值的網(wǎng)格單元,然后利用自適應(yīng)的劃分方法細(xì)化劃分大于閾值的網(wǎng)格單元,消除了由于劃分機(jī)制造成的隱私預(yù)算浪費(fèi)。同時(shí),使數(shù)據(jù)集避免了對(duì)不同分布進(jìn)行同等噪聲累計(jì)的不可控力,在實(shí)現(xiàn)隱私保... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１差分隱私的統(tǒng)計(jì)學(xué)模型??Ｆｉｇ．?２．１?Ｓｔａｔｉｓｔｉｃａｌ?Ｍｏｄｅｌ?ｏｆ?Ｄｉｆｆｅｒｅｎｔｉａｌ?Ｐｒｉｖａｃｙ??

?大連海事大學(xué)碩士學(xué)位論文???｜Ｆ（Ｄｉ）－廠（１）２）｜丨表示Ｆ（Ｄ，）和尸（￡）２）的１－階距離。??局部敏感度的決定因素不僅是函數(shù)本身，還要考慮特定數(shù)據(jù)狀態(tài)。所以一般情況來(lái)??說(shuō)是要小于全局敏感度的。上述提到的Ｌａｐｌａｃｅ模型會(huì)應(yīng)用大部分的全局敏感度的概念??以及小部分的局部敏感度。??２．１．２?Ｌａｐｌａｃｅ加噪機(jī)制??接下來(lái)我們介紹一下兩種擾動(dòng)模型。對(duì)于數(shù)值型分析，Ｌａｐｌａｃｅ差分隱私模型是最??常用的模型。向原始數(shù)值型數(shù)據(jù)加入Ｌａｐｌａｃｅ噪聲實(shí)現(xiàn)差分隱私保護(hù)，Ｌａｐｌａｃｅ函數(shù)又叫??雙指數(shù)函數(shù)，其概率密度函數(shù)如下［４２］：??，４＾＂）當(dāng)；ｃ〈＂時(shí)?（２．４）??－丄Ｊ?ｂ??、?ｂ??其中＂為Ｌａｐｌａｃｅ位置參數(shù)，６表示Ｌａｐｌａｃｅ尺度參數(shù)，它的值要求大于零。??０．５「?ｌ?［?－?Ｉ?－?—?＿?１?Ｉ?［?［?ｌ?ｔ?￣?二―＿Ｔ??Ａ?Ｈ＝０，ｂ＝１??〇?４５?’?Ａ??Ｍ＝〇?ｂ＝２?＾??０．４?－?Ｉ?１??＂，ｂ＝２?ｊ．??０．３５?－?／?１?－??？：?Ａ?ａ?：??０１５＇?／?＼?／?＼?－??ｑ?＾????「???ｒ?［?［?＂＂＂Ｔ?「??，；??－１０?－８?－６?－４?－２?０?２?４?６?８?１０??圖２．２?Ｌａｐｌａｃｅ分布概率密度函數(shù)??Ｆｉｇ．?２．２?Ｐｒｏｂａｂｉｌｉｔｙ?Ｄｅｎｓｉｔｙ?Ｆｕｎｃｔｉｏｎ?ｏｆ?Ｌａｐｌａｃｅ?Ｄｉｓｔｒｉｂｕｔｉｏｎ??－９?－??

一???????１?、?目標(biāo)網(wǎng)格??返回原數(shù)據(jù)?第四步：二層?第三步：臨接??集并輸出＇￣自適應(yīng)劃分＋集群擴(kuò)充算法??圖３．３選擇性擾動(dòng)步驟圖??Ｆｉｇ．?３．３?Ｓｅｌｅｃｔｉｏｎ?Ｐｅｒｔｕｒｂａｔｉｏｎ?Ｓｔｅｐ?Ｄｉａｇｒａｍ??３．２．２算法詳述??

【參考文獻(xiàn)】：
期刊論文
[1]基于差分隱私保護(hù)技術(shù)的多方求和查詢方法[J]. 何賢芒.  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2020(03)
[2]網(wǎng)絡(luò)邊界改變下檔案信息安全防護(hù)體系的變革措施[J]. 戴秀文.  機(jī)電兵船檔案. 2020(03)
[3]醫(yī)療數(shù)據(jù)中病種隱私的計(jì)量與分析[J]. 臧國(guó)全,賈瑞瑩.  現(xiàn)代情報(bào). 2020(05)
[4]帶權(quán)值的大規(guī)模社交網(wǎng)絡(luò)數(shù)據(jù)隱私保護(hù)方法[J]. 黃海平,張東軍,王凱,朱毅凱,王汝傳.  計(jì)算機(jī)研究與發(fā)展. 2020(02)
[5]大數(shù)據(jù)環(huán)境下差分隱私保護(hù)技術(shù)及應(yīng)用[J]. 付鈺,俞藝涵,吳曉平.  通信學(xué)報(bào). 2019(10)
[6]融入興趣區(qū)域的差分隱私軌跡數(shù)據(jù)保護(hù)方法[J]. 蘭微,林英,包聆言,李彤,陳夢(mèng)蓉,單今朝.  計(jì)算機(jī)科學(xué)與探索. 2020(01)
[7]基于差分隱私的匿名組LBS軌跡隱私保護(hù)模型[J]. 袁健,王迪,高喜龍,王睿寧,林思劼.  小型微型計(jì)算機(jī)系統(tǒng). 2019(02)
[8]網(wǎng)絡(luò)空間安全困境及治理機(jī)制構(gòu)建[J]. 魯傳穎.  現(xiàn)代國(guó)際關(guān)系. 2018(11)
[9]滿足本地差分隱私的位置數(shù)據(jù)采集方案[J]. 高志強(qiáng),崔翛龍,杜波,周沙,袁琛,李愛.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[10]基于差分隱私保護(hù)的模糊C均值聚類推薦[J]. 蔣宗禮,喬向梅.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(10)

博士論文
[1]信息共享中隱私保護(hù)若干問題研究[D]. 王智慧.復(fù)旦大學(xué) 2007



本文編號(hào)：3233087