作者:孙岚; 康健; 吴英杰; 张立群差分隐私滑动窗口异方差加噪一致性约束
摘要:现有基于树结构的差分隐私流数据统计方法未能充分利用统计查询可能存在的特定分布规律而进一步提升流数据的精度,为此,该文提出滑动窗口下基于异方差加噪的差分隐私流数据算法。首先动态构建滑动窗口内流数据对应的差分隐私区间树;其次根据统计查询分布规律计算树节点的覆盖概率,据此对树节点的隐私预算及树结构参数进行调整,以实现异方差加噪;最后,针对异方差加噪后区间树节点值可能不满足一致性约束的问题,设计实时的一致性调节策略。实验结果表明:与同类算法相比,该算法具有较高的查询精度及算法效率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《清华大学学报·自然科学版》(CN:11-2223/N)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
杂志详情