物聯(lián)網(wǎng)、云計算以及移動互聯(lián)網(wǎng)的深入發(fā)展,促使基于智能設(shè)備與應(yīng)用的數(shù)據(jù)流量經(jīng)歷爆炸式增長。這些數(shù)據(jù)可通過以人為中心的網(wǎng)絡(luò)應(yīng)用以及基于設(shè)備的應(yīng)用程序大量獲取得到。隨著數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)的新一輪浪潮,人類可從這些海量原始數(shù)據(jù)中提取數(shù)據(jù)信息和挖掘數(shù)據(jù)關(guān)聯(lián)性,獲得對事物的新認(rèn)知,從而提升人類的生產(chǎn)生活水平。然而,數(shù)據(jù)挖掘技術(shù)為人類帶來便利的同時,也會引入許多安全隱患,首當(dāng)其沖的就是隱私問題。鑒于人們對個人隱私的關(guān)注程度愈發(fā)高漲,數(shù)據(jù)隱私保護(hù)問題也成為研究熱點(diǎn)。數(shù)據(jù)隱私保護(hù)已存在大量成果,研究者提出了諸多方法,其中基于傳統(tǒng)加密算法的解決方案具有計算復(fù)雜度高,容易被破解的缺點(diǎn)。因此,有研究成果引入了差分隱私保護(hù)技術(shù),解決數(shù)據(jù)隱私威脅問題。然而,典型的差分隱私保護(hù)技術(shù)僅考慮了數(shù)據(jù)精度,難以針對流式數(shù)據(jù)隱私保護(hù)方案進(jìn)行整體的安全度量與評估。此外,當(dāng)前的差分隱私解決方案在實(shí)用性和可用性方面仍需進(jìn)一步提高。本文針對差分隱私保護(hù)在流式數(shù)據(jù)方面的應(yīng)用進(jìn)行研究。具體來講,主要研究內(nèi)容及創(chuàng)新點(diǎn)如下:1.針對于隱私保護(hù)的度量標(biāo)準(zhǔn),定義了隱私質(zhì)量的概念—QoP,該度量標(biāo)準(zhǔn)既考慮到統(tǒng)計數(shù)據(jù)的誤差又考慮到隱私保護(hù)的窗... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

實(shí)時數(shù)據(jù)發(fā)布的系統(tǒng)模型

首先介紹算法的整體框架，然后分別介紹算法的具體模塊。??３．３．１算法整體架構(gòu)??如圖３－２所示，數(shù)據(jù)生產(chǎn)者源源不斷地生產(chǎn)數(shù)據(jù)，服務(wù)器數(shù)據(jù)經(jīng)過ＡＤＰ算法??處理以后發(fā)布出去，本文所提的ＡＤＰ算法主要分為三大部分，第一部分是紅色虛??線框所示的基于Ｑ〇Ｐ?（Ｑｕａｌｉｔｙ?ｏｆ?Ｐｒｉｖａｃｙ）的自適應(yīng)事件級差分隱私算法，在該部??分中，主要涉及最優(yōu)抽樣點(diǎn)算法、自適應(yīng)抽樣算法和自適應(yīng)〇）－差分隱私算法；第二??部分是藍(lán)色虛線框所表示的基于智能分組的擾動算法，該部分主要由預(yù)算分配算??法、智能分組算法和擾動機(jī)制組成；第三部分是濾波算法，本章采用類似于ＦＡＳＴ［７９］??的卡爾曼濾波算法來進(jìn)一步減小數(shù)據(jù)的誤差，該部分具體細(xì)節(jié)可以閱讀文獻(xiàn)Ｐ９］，??本章將不再贅述。??原始流數(shù)據(jù)?當(dāng)前時戳??■???｜智能分組一＾?？擾動?”??ｌ?乂—?：?％?：＇?乂藝??ｉ?預(yù)算分ｋ：??“一．７－＾＾＾－－－－－．－－＾?＇??｜最優(yōu)撕Ｎ?，?Ｈ?Ｉ??！?事件?ｉ??！?…昇＆?

在本小節(jié)中，將通過一系列的對比仿真實(shí)驗(yàn)來觀察本文所提算法的有效性。首??先對比本算法比其他算法的優(yōu)越性，本次實(shí)驗(yàn)與兩個較新的針對流式數(shù)據(jù)隱私保??護(hù)算法：ＲｅＳＣｕｅＤＰ［８３＾ＢＡ［８４進(jìn)行對比。仿真結(jié)果如圖３－３所示，首先，三種算法??的平均絕對誤差都隨著隱私預(yù)算ｅ的增大而減小，同時ＱｏＰ會隨增大，這是因?yàn)檩^??大的隱私預(yù)算￡意味著在擾動階段時加入的噪聲較小。另外，可以看出本章所提算??法ＡＤＰ無論隱私預(yù)算ｆ處于什么水平時都優(yōu)于ＲｅｓｃｕｅＤＰ和ＢＡ算法，尤其是在隱??私預(yù)算較小時，體現(xiàn)的優(yōu)勢更加明顯。本文所提算法ＡＤＰ的優(yōu)越性能主要得益于??如下幾點(diǎn)：第一，最佳抽樣點(diǎn)算法和對應(yīng)的隱私預(yù)算分配算法使得所有的預(yù)算能夠??完全地利用；第二，自適應(yīng)事件級差分隱私算法的提出使得隱私保護(hù)窗口能夠??自適應(yīng)調(diào)整，同時也能提高算法的實(shí)用性；最后，基于智能分組的擾動算法能夠

【參考文獻(xiàn)】：
期刊論文
[1]差分隱私保護(hù)及其應(yīng)用[J]. 熊平,朱天清,王曉峰.  計算機(jī)學(xué)報. 2014(01)



本文編號：2983721