多级本地化差分隐私算法推荐框架

摘要：

本地化差分隐私(LDP)算法通常为不同用户分配相同的保护机制及参数,却忽视了不同用户终端设备资源与隐私需求的差异.为此,提出一种多级LDP算法推荐框架.该框架考虑服务商以及用户的需求,通过服务商和用户的多级管理实现多用户差异化隐私保护.将框架应用至频数统计场景形成LDP算法推荐方案,改进LDP算法以保证统计结果的可用性,设计协同机制保护用户的隐私偏好.实验结果证明了所提方案的可用性.

关键词：本地化差分隐私、资源自适应、个性化隐私预算

所属期刊栏目：43

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金

在线出版日期：2022-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：52-64