多维分解加噪算法在智能电网隐私保护中的优化

摘要：

在智能电网的数据采集监测中,针对用户隐私泄露安全隐患问题,采取加噪为主的方式来实现隐私保护.提出一种基于多维分解的拉普拉斯噪声算法(MDLN,multidimensional laplacian noise algorithm),该算法将原始测量值分解成多维数据,并根据各维度的隐私敏感度,自适应决定需添加的拉普拉斯噪声幅度,通过有效的噪声扰动方式实现差分隐私.通过与SLN(simple laplacion noise algorithm)算法ULN(uniform laplacian noise algorithm)算法相比较,仿真表明,MDLN算法的隐私保护强度较高,且效能更高.

关键词：实时监测系统、拉普拉斯噪声、多维分解、差分隐私、MDLN算法

所属期刊栏目：41

分类号：TN918

资助基金：国家自然基金资助项目61262040

在线出版日期：2018-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：86-93