改进成分分析的差分隐私高维数据发布方法

作     者：褚治广 张兴 张青云 李晓会 李万杰 Chu Zhiguang;Zhang Xing;Zhang Qingyun;Li Xiaohui;Li Wanjie

作者机构：辽宁工业大学电子与信息工程学院辽宁锦州121001 

基　　金：辽宁省自然科学基金项目(20170540434) 国家自然科学基金项目(61802161) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2023年第40卷第10期

页      码：337-344页

摘      要：针对高维数据发布中“维度灾难”所导致发布结果可用性较差的问题,提出一种改进成分分析的差分隐私高维数据发布方法ICAHDP。ICAHDP通过引入属性重要度来优化PCA,利用优化算法对数据进行降维,减少时间和空间的开销。该算法在数据发布的过程中引入基于互信息的评价机制,确定最优的主成分个数。考虑到高维数据中可能存在多个敏感属性,ICAHDP引入敏感属性偏好,结合最优匹配理论,设计敏感属性分级保护策略来满足个性化的差分隐私保护策略。实验表明,ICAHDP不仅保证了发布数据的隐私性,而且很大程度地提升了数据的准确性和实用性。

主 题 词：高维数据 主成分优化 差分隐私 互信息 评价机制 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2023.10.051

馆 藏 号：203124217...