面向任意区间树结构的差分隐私直方图发布算法

作者：吴英杰; 陈鸿; 王一蕾; 孙岚

来源：模式识别与人工智能, 2015, (12): 1084-1092.

DOI：10.16451/j.cnki.issn1003-6059.201512004

• 差分隐私
• 直方图发布
• 任意区间树结构
• 最优线性无偏估计 Differential Privacy
• Histogram Publication
• Arbitrary Rang Tree Structure
• Best Linear Unbiased Estimation

当前一种有效的差分隐私直方图发布是先将直方图映射成满m叉区间树,后利用查询一致性约束提高查询精度.然而,并非所有直方图都能映射成满m叉区间树.针对此问题,文中首先提出可实现任意直方图向树结构映射的k-区间树;然后从理论上分析对于任意区间树结构下的差分隐私直方图发布,仍可在一致性约束下利用最优线性无偏估计进一步降低区间计数查询的误差;最后提出面向任意区间树结构基于局部最优线性无偏估计的差分隐私直方图发布算法(LBLUE).实验对比分析同类算法和LBLUE所发布数据的区间计数查询精度及算法效率,表明LBLUE有效可行.

• 出版日期2015
• 单位福州大学