一种改进的差分隐私参数设置及数据优化算法

摘要：

基于差分隐私的数据扰动技术是当前隐私保护技术的研究热点,为了实现对敏感数据差分隐私保护的同时,尽量提高数据的可用性,对隐私参数的合理设置、对添加噪声后数据进行优化是差分隐私保护中的关键技术.提出了隐私参数设置算法RBPPA以及加噪数据的优化算法DPSRUKF.RBPPA将隐私参数设置构建于数据访问者和贡献者的信誉度之上,并与数据隐私度以及访问权限值关联,构造了细粒度的隐私参数设置方案;DPSRUKF采用了平方根无味卡尔曼滤波处理加噪数据,提高了差分隐私数据的可用性.实验分析表明,该算法实现了隐私参数的细粒化设置以及加噪数据优化后数据精度的提高,既为敏感数据的应用提供了数据安全保障,又为数据访问者提供了数据的高可用性.

关键词：差分隐私;信誉度;数据优化;隐私保护

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金

在线出版日期：2021-10-28（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：1758-1765