基于分布式多关联属性的高维数据差分隐私保护方法

作     者：褚治广 李俊燕 陈昊 张兴 CHU Zhi-guang;LI Jun-yan;CHEN Hao;ZHANG Xing

作者机构：北京工业大学信息学部北京100124 辽宁工业大学辽宁省工业互联网网络与数据安全重点实验室辽宁锦州121001 

基　　金：国家自然科学基金项目(61802161) 辽宁省教育厅科学研究基金项目(JZL202015404、LJKZ0625) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第4期

页      码：967-973页

摘      要：针对高维数据发布的过程中存在由多关联属性引发的隐私信息泄露风险问题,在分布式环境下提出一种满足差分隐私保护的多关联属性高维数据发布方法(HDMPDP)。根据数据维度,提出一种基于分布式划分的粗糙集高效降维方法,完成对高维复杂数据特征属性的划分,降低数据维度的同时提高处理效率;设计属性分类准则,利用属性信息熵改进关联分析方法;对得到的属性分别进行加噪,优化噪声添加的方式,减轻关联属性带来的隐私问题。在Spark分布式框架下实现隐私保护数据发布,通过高维数据实验验证了该方法的有效性和隐私保护的安全性。

主 题 词：高维数据 多关联属性 差分隐私 分布式 关联分析 粗糙集 隐私保护 

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

D　O　I：10.16208/j.issn1000-7024.2024.04.002

馆 藏 号：203127482...