基于差分隐私的决策树发布技术研究

摘要：

近年来,大数据所带来的隐私泄露问题日趋严重,如何在保护数据隐私的同时保留足够的信息进行数据分析是研究者面临的重要挑战.针对数据分析过程中可能产生的隐私泄露问题,提出一种基于差分隐私的决策树发布法,该算法是基于非交互模型,利用指数机制保证细分属性的选择满足差分隐私保护,根据数据集的特点自适应分配隐私预算,相比已有的算法隐私预算分配更合理,决策树的分类准确性更高.实验结果验证了本算法的优越性.

关键词：泛化、差分隐私、决策树、数据发布、隐私保护

分类号：TP393(计算技术、计算机技术)

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64