非交互式數據發(fā)布隱私保護機制研究.pdf

1、隨著大數據時代的到來，越來越多的數據正在被一些統(tǒng)計機構收集和發(fā)布。如何在發(fā)布數據時保護數據隱私，同時保障數據的可用性是隱私保護領域一直面臨的重要挑戰(zhàn)之一。ε-差分隱私是一種強大的隱私保護模型，它提出了目前為止最為嚴格的攻擊者背景知識假設。但是，這個模型在隱私安全的定義上存在缺陷，同時，其參數ε的設置也令人無法準確地把握。針對ε-差分隱私定義上的缺陷，研究人員提出了ρ-差分可辨性隱私保護模型。該模型假設了與ε-差分隱私一樣嚴格的攻擊者背景

2、知識模型，但提出了更為合理的隱私安全定義。然而，基于ρ-差分可辨性的算法，目前只有在交互式框架下的解決方案。如果直接將適用于交互式框架的算法應用于非交互式框架，將很大程度上折損數據的可用性。
　　因此，論文提出了一種新的隱私保護算法——Margin-Jump，它可以為列聯(lián)表（一種典型的非交互式數據發(fā)布模型）的發(fā)布提供滿足ρ-差分可辨性的隱私保護。該算法的基本思想是隨機替換記錄的敏感屬性值，其重點研究工作包括如何挑選需要替換的記錄，