异方差加噪下差分隐私流数据发布一致性优化算法 |
| |
作者姓名: | 孙岚 康健 吴英杰 张立群 |
| |
作者单位: | 福州大学数学与计算机科学学院 |
| |
摘 要: | 现有基于树结构的差分隐私流数据统计发布方法未能充分利用统计查询可能存在的特定分布规律而进一步提升发布流数据的精度,为此,该文提出滑动窗口下基于异方差加噪的差分隐私流数据发布算法。首先动态构建滑动窗口内流数据对应的差分隐私区间树;其次根据统计查询分布规律计算树节点的覆盖概率,据此对树节点的隐私预算及树结构参数进行调整,以实现异方差加噪;最后,针对异方差加噪后区间树节点值可能不满足一致性约束的问题,设计实时的一致性调节策略。实验结果表明:与同类算法相比,该算法具有较高的查询精度及算法效率。
|
本文献已被 CNKI 等数据库收录! |
|