移动边缘群智感知动态隐私度量模型与评价机制

摘要：

移动边缘群智感知中,用户执行感知任务采集数据所包含的隐私量是动态变化且不直观的,数据上传亦缺乏隐私风险预警值,提出一种动态隐私度量(DPM)模型.给出用户参与感知任务所获数据的结构化表示并转化成原始数值矩阵,引入隐私属性偏好与时效性因素实现对该矩阵的权重叠加,以度量数据所含隐私的动态变化,基于权重叠加后的矩阵合理计算用户个性化隐私阈值,并进行差分隐私处理.在此基础上,设计一种隐私度量模型评价机制.仿真结果表明,模型是有效且合理的,根据所给范例,差分隐私处理后的数据效用达到0.7,随噪声水平增加,隐私保护程度(PDD)可显著提升,适应物联网移动边缘群智感知范式.

关键词：动态隐私度量、个性化隐私阈值、差分隐私、模型评价、移动边缘群智感知

所属期刊栏目：7

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金;福建省自然科学基金;贵州省公共大数据重点实验室开放课题

在线出版日期：2021-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：157-166