面向频繁序列的局部差分隐私保护研究

作     者：杨高明 龚晨 方贤进 葛斌 苏树智 YANG Gaoming;GONG Chen;FANG Xianjin;GE Bin;SU Shuzhi

作者机构：安徽理工大学计算机科学与工程学院 

基　　金：国家自然科学基金项目(61572034,61806006) 安徽省高校自然科学基金项目(KJ2018A0083,KJ2019A0109) 安徽省重大科技专项基金项目(18030901025) 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2019年第40卷第11期

页      码：1903-1910页

摘      要：为增强频繁序列的隐私保护力度,提高其挖掘效用和降低数据维度的影响,本文提出满足局部差分隐私的频繁序列挖掘模型,设计算法予以实现。该算法采用剪枝思想获取频繁序列,利用随机响应方法在局部敏感度基础上干扰数据集,并利用序列支持度和专有隐私预算提高其适用性,利用FP-Growth前缀与后缀原理,由2级与2级以上频繁序列挖掘3级与3级以上频繁序列;选取合理局部敏感度遍历干扰前后的数据集,以确定挖掘频繁序列的运行时间;根据差分隐私的组合性质,从理论角度证明算法满足局部差分隐私,并实验验证算法的有效性。实验结果表明该算法可以安全高效地实现频繁序列的局部差分隐私保护,保证频繁序列的准确性。

主 题 词：局部差分隐私 频繁序列 随机响应 局部敏感度 隐私保护 专有隐私预算 数据效用 关联规则 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11990/jheu.201812051

馆 藏 号：203829757...