[发明专利]一种基于差分隐私的地理分布式图计算方法及系统

说明书

本发明公开了基于差分隐私的地理分布式图计算方法及系统，基于差分隐私利用预设处理模型对地理分布图进行图计算，按指数分配机制对每轮迭代分配预算；在DC中增加聚合器收集需要发送向相邻DC数据，将其全部加起来加上本轮迭代对应的噪音平均划分发送给相邻的DC；各DC接收上轮迭代后其他DC发送的数据更新顶点的有效值，重复在DC中增加聚合器来收集需要发送向相邻DC的数据，将其全部加起来加上本轮迭代对应的噪音平均划分发送给相邻的DC的步骤，直至达到收敛条件迭代结束；各DC按照达到收敛条件的处理模型进行分布式图间的数据传输。本发明通过减小噪音的引入而不影响保护效果，提高迭代的收敛能力，同时大大提高了数据的可用性。

技术领域

本发明涉及大规模图分割处理领域，具体涉及一种基于差分隐私的地理分布式图计算方法及系统。

背景技术

在地理分布式的数据中心(DC：Data Center)上进行图处理时，为了保护个人隐私，可以应用差分隐私技术。差分隐私是一种经过严格证明的能够保护个人隐私的差分技术，它通过在不同DC之间的通信上加随机噪音(noise)的方法来实现差分隐私。这个随机的noise的大小主要是由两个参数决定的，一是隐私预算(budget)，一是敏感度(sensitivity)。budget的大小与隐私保护效果、noise的大小之间的关系是这样的：budget越大，所加入的noise越小，保护效果越差；budget越小，加入的noise越大，保护效果越好。这里所说的budget是指总的budget大小，对于计算过程具有迭代特征的应用(PageRank、sssp等)，还需要把这个budget按照某种规则分配给每个迭代过程，然后在具体的每次迭代中再细分给各个顶点。现有技术存在的主要问题有两个：1、对于具有迭代特征的某些应用差分隐私技术时由于noise太大而难以收敛；2、应用了差分隐私之后由于noise的影响实验结果数据可用性较低。

发明内容

因此，本发明提供一种基于差分隐私的地理分布式图计算方法及系统，要解决的技术问题在于克服现有技术中地理分布式图计算时，对于具有迭代特征的某些应用差分隐私技术时由于noise太大而难以收敛，或应用差分隐私之后由于noise的影响实验结果数据可用性较低的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种基于差分隐私的地理分布式图计算方法，包括如下步骤：基于差分隐私利用预设处理模型对地理分布图进行图计算，按照指数分配机制对地理分布图中每一轮迭代分配预算；

在数据中心中增加聚合器来收集需要发送向相邻数据中心的数据，并将其全部加起来加上本轮迭代对应的噪音，再平均划分后发送给相邻的数据中心；

各数据中心接收上一轮迭代后其他数据中心发送的数据，并更新顶点的有效值，并重复所述在数据中心中增加聚合器来收集需要发送向相邻数据中心的数据，并将其全部加起来加上本轮迭代对应的噪音，再平均划分后发送给相邻的数据中心的步骤，直至达到预设收敛条件，迭代结束；各个数据中心按照达到预设收敛条件的处理模型，进行地理分布式图之间的数据传输。

在一实施例中，在数据中心中增加聚合器来收集需要发送向其他数据中心的消息的步骤之前，还包括：

在某轮迭代中丢弃所有顶点，按照预设重新采样公式得到的概率对所有顶点进行重取样之后，取样成功的顶点将会分配给其应归属的聚合器。

在一实施例中，各个顶点有效值的获取方式包括：最短单源路径算法或PageRank算法；当通过最短单源路径算法获取时，各个顶点的有效值为最短路径长度；当通过PageRank算法获取时，各个顶点的有效值为rank值。

在一实施例中，重取样概率公式为：

式中，rank代表本轮迭代中某个顶点的有效值；

n表征顶点的初始有效值。