差分隐私保护及其应用_熊平

差分隐私保护及其应用_熊平

ID:46888021

大小:833.10 KB

页数:22页

时间:2019-11-28

差分隐私保护及其应用_熊平_第1页
差分隐私保护及其应用_熊平_第2页
差分隐私保护及其应用_熊平_第3页
差分隐私保护及其应用_熊平_第4页
差分隐私保护及其应用_熊平_第5页
资源描述:

《差分隐私保护及其应用_熊平》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第1期计算机学报Vol.37No.12014年1月CHINESEJOURNALOFCOMPUTERSJan.2014差分隐私保护及其应用熊平1),2)2),4)3)朱天清王晓峰1)(中南财经政法大学信息与安全工程学院武汉430073)2)(澳大利亚迪肯大学信息技术学院墨尔本澳大利亚3125)3)(中国科学院计算技术研究所无线传感网络实验室北京100190)4)(武汉轻工大学数学与计算机学院武汉430023)摘要数据发布与数据挖掘中的隐私保护问题是目前信息安全领域的一个研究热点.作为一种严格的和可

2、证明的隐私定义,差分隐私近年来受到了极大关注并被广泛研究.文中分析了差分隐私保护模型相对于传统安全模型的优势,对差分隐私基础理论及其在数据发布与数据挖掘中的应用研究进行综述.在数据发布方面,介绍了各种交互式和非交互式的差分隐私保护发布方法,并着重从精确度和样本复杂度的角度对这些方法进行了比较.在数据挖掘方面,阐述了差分隐私保护数据挖掘算法在接口模式和完全访问模式下的实现方式,并对这些算法的执行性能进行了分析.最后,介绍了差分隐私保护在其它领域的应用,并展望未来的研究方向.关键词差分隐私;数据发布;数据挖

3、掘;机器学习;统计查询;隐私保护中图法分类号TP391DOI号10.3724/SP.J.1016.2014.00101ASurveyonDifferentialPrivacyandApplications1),2)2),4)3)XIONGPingZHUTian-QingWANGXiao-Feng1)(SchoolofInformationandSecurityEngineering,ZhongnanUniversityofEconomicsandLaw,Wuhan430073)2)(SchoolofIn

4、formationTechnology,DeakinUniversity,Melbourne3125,Australia)3)(WirelessSensorNetworkLaboratory,InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100190)4)(SchoolofMathematicsandComputerScience,WuhanPolytechnicUniversity,Wuhan430023)Abstract

5、Privacypreservingindatareleaseandminingisahottopicintheinformationsecurityfieldcurrently.Asanewprivacynotion,differentialprivacy(DP)hasgrowninpopularityrecentlyduetoitsrigidandprovableprivacyguarantee.Afteranalyzingtheadvantageofdiffer-entialprivacymodel

6、relativetothetraditionalones,thispapersurveysthetheoryofdifferentialprivacyanditsapplicationontwoaspects,privacypreservingdatarelease(PPDR)andprivacypreservingdatamining(PPDM).InPPDR,weintroducetheDP-baseddatareleasemethodolo-giesininteractive/non-intera

7、ctivesettingsandcomparethemintermsofaccuracyandsamplecomplexity.InPPDM,wemainlysummarizetheimplementationofDPinvariousdataminingalgorithmswithinterface-based/fullyaccess-basedmodesaswellasevaluatingtheperformanceofthealgorithms.Wefinallyreviewotherapplic

8、ationsofDPinvariousfieldsanddiscussthefutureresearchdirections.Keywordsdifferentialprivacy;datarelease;datamining;machinelearning;statisticalquery;privacypreserving收稿日期:2013-04-16;最终修改稿收到日期:2013-11-20.本课题得到国家自然科学基金(6120221

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。