计算机应用

作者：陈学斌, 单丽洋, 郭如敏

单位：1.华北理工大学 理学院, 河北 唐山 063210；2.河北省数据科学与应用重点实验室(华北理工大学), 河北 唐山 063210；3.华北理工大学 唐山市数据科学重点实验室, 河北 唐山 063210

关键词：数据发布,直方图发布,差分隐私,隐私预算,均方误差

基金：国家自然科学基金资助项目(U20A20179)

在数字经济时代，数据发布是数据共享的重要环节。直方图数据发布是数据发布的常见方式，但它面临着隐私泄露的问题。为此，对基于差分隐私（DP）的直方图数据发布方法进行了研究。首先，介绍了DP和直方图的相关性质，以及近5年国内外针对静态数据集和流数据的直方图发布方法的研究，并讨论了静态数据下直方图分组数、分组方式、噪声误差和分组误差的均衡，以及隐私预算分配问题。其次，探讨了动态数据下数据采样、数据预测以及滑动窗口实现分组的问题；同时针对面向区间树结构的DP直方图发布方法，将原始数据与树结构进行转化，并讨论了树结构数据的加噪、基于树结构的优化、树结构的隐私预算的分配等；此外，还讨论了直方图发布数据的可用性和隐私性、查询范围和查询精度问题。最后，通过对相关算法进行对比分析，总结了各算法的优缺点，以及部分算法的定量分析比较及适用场景，展望了未来基于DP的直方图在不同数据场景中的研究方向。

来源：2024年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第10期