本文關鍵詞：基于差分隱私拉普拉斯機制的線性回歸分析研究

  更多相關文章： 隱私保護 線性回歸 拉普拉斯機制 差分隱私

【摘要】：隨著大數(shù)據(jù)時代的到來,數(shù)據(jù)分析、統(tǒng)計與發(fā)布等應用需求的出現(xiàn),使得相關社會機構可以獲得大量個人和組織的數(shù)據(jù)信息進行數(shù)據(jù)挖掘與分析研究,從而帶來商業(yè)價值和科研價值。例如各大商場的顧客購物數(shù)據(jù)、各個樓盤顧客購房的信息、移動營業(yè)廳用戶的業(yè)務辦理信息、各大銀行客戶信息、證券公司個人交易數(shù)據(jù)的分析與統(tǒng)計等。但是,這些數(shù)據(jù)涉及到大量個人隱私信息,一旦對這些數(shù)據(jù)發(fā)布和分析,都面臨著隱私泄露的問題,因此如何對隱私數(shù)據(jù)進行保護以防止敏感信息泄露已經(jīng)成為當前面臨的艱巨任務。差分隱私保護技術是當前數(shù)據(jù)發(fā)布中最主要的隱私保護方法。它通過向查詢數(shù)據(jù)中添加噪音來干擾攻擊者泄露原始數(shù)據(jù)的目的,從而達到隱私保護效果。差分隱私保護技術的應用使得數(shù)據(jù)發(fā)布的效率得到了很大的提高,但為了滿足差分隱私要求需要注入過高的噪音,影響數(shù)據(jù)的正確性和可靠性,最終導致結果低質量。本文重點研究差分隱私拉普拉斯機制的線性回歸分析方法,該方法對回歸分析中的目標函數(shù)而不是結果采用差分隱私進行噪聲干擾,在每個數(shù)據(jù)集上進行回歸分析,用剩余屬性來進行結果預測,最后比較誤差率并分析實驗結果。實驗表明所采用的方法既保護了用戶的隱私數(shù)據(jù),又不影響線性回歸分析的有效性。論文主要做了以下幾個方面的研究工作：(1)研究了當前部分差分隱私模型擬合的應用及其不足之處。(2)分析了差分隱私保護模型的基礎理論和工作原理。(3)利用差分隱私拉普拉斯機制構建線性回歸模型,并對模型進行優(yōu)化與評估。
【關鍵詞】：隱私保護 線性回歸 拉普拉斯機制 差分隱私
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP309
【目錄】：

• 摘要5-6
• Abstract6-14
• 1 緒論14-18
• 1.1 研究背景14-15
• 1.2 國內外研究現(xiàn)狀及存在的問題15-16
• 1.3 研究內容和意義16-17
• 1.4 本文的主要工作及章節(jié)安排17-18
• 2 基于差分隱私的數(shù)據(jù)保護框架及其應用研究18-26
• 2.1 基于差分隱私的數(shù)據(jù)保護框架18-24
• 2.1.1 基于差分隱私的直方圖發(fā)布方法21-22
• 2.1.2 查詢處理方法的分類與評估22-24
• 2.2 差分隱私的應用24-26
• 2.2.1 差分隱私數(shù)據(jù)的發(fā)布24-25
• 2.2.2 差分隱私下的大數(shù)據(jù)分析25
• 2.2.3 差分隱私數(shù)據(jù)挖掘25-26
• 3 理論基礎26-34
• 3.1 差分隱私26
• 3.2 差分隱私實現(xiàn)的主要技術26-27
• 3.3 噪音機制27-34
• 3.3.1 全局敏感度27-28
• 3.3.2 拉普拉斯機制28-31
• 3.3.3 指數(shù)機制31-34
• 4 回歸分析34-41
• 4.1 線性回歸分析34
• 4.2 差分隱私應用于線性回歸34-37
• 4.3 算法的設計思想37-41
• 4.3.1 目標函數(shù)的擾動37-38
• 4.3.2 算法的步驟及實例38-41
• 5 實驗分析41-50
• 5.1 實驗環(huán)境41
• 5.2 Matlab語言41-42
• 5.2.1 Matlab語言的發(fā)展41
• 5.2.2 Matlab在各領域中的作用41-42
• 5.3 實驗步驟42-43
• 5.4 結果分析43-50
• 5.4.1 實驗運行結果43-47
• 5.4.2 函數(shù)機制與其它算法的比較47-50
• 6 結論50-51
• 參考文獻51-56
• 致謝56-57
• 作者簡介及讀研期間主要科研成果57

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 張嘯劍;孟小峰;;面向數(shù)據(jù)發(fā)布和分析的差分隱私保護[J];計算機學報;2014年04期

2 張嘯劍;王淼;孟小峰;;差分隱私保護下一種精確挖掘top-k頻繁模式方法[J];計算機研究與發(fā)展;2014年01期

3 熊平;朱天清;王曉峰;;差分隱私保護及其應用[J];計算機學報;2014年01期

4 王璐;孟小峰;;位置大數(shù)據(jù)隱私保護研究綜述[J];軟件學報;2014年04期

5 劉向宇;王斌;楊曉春;;社會網(wǎng)絡數(shù)據(jù)發(fā)布隱私保護技術綜述[J];軟件學報;2014年03期

，

本文編號：960966