[发明专利]一种基于层次模型的差分隐私逻辑网格空间数据发布方法

说明书

本发明公开了一种基于层次模型的差分隐私逻辑网格空间数据发布方法，具体步骤包括：(1)四分自适应划分；(2)逻辑合并；(3)逻辑划分；(4)构建层次模型，利用逻辑合并，在不引入较多均匀假设误差的前提下大幅度降低了噪声误差，有效地解决了由于数据点分布偏斜所导致的划分不充分问题；并创新性地通过查询贡献度，将大区域划分为若干形状均匀的小区域，进一步降低均匀假设误差，实现噪声误差与均匀假设误差的优化，从而在保证数据隐私的同时提高发布数据的可用性。

技术领域

本发明涉及数据隐私保护领域，特别涉及一种基于层次模型的差分隐私逻辑网格空间数据发布方法。

背景技术

随着物联网与大数据技术的迅速发展，数据的采集与发布愈发普遍，数据的价值也在不断提升。其中，二维空间数据更是与人类的日常生活息息相关，在人们日常生活中很多与网络的交互行为都不经意间会生成空间数据。对这些空间数据的合理利用能使企业为用户带来更多便利，从而获取巨大的商业利润。同时，空间数据往往涉及到用户的个人隐私，若被不法分子加以利用会产生不可预估的后果。因此，如何在保证数据隐私性的前提下，最大程度地提高二维空间数据的可用性显得格外重要。

目前最常见的隐私保护模型是匿名模型和差分隐私模型。差分隐私模型相较于基于匿名技术的隐私保护模型不需要进行过多特定的背景知识假设是当前保护二维空间数据的主流方法。

在差分隐私二维空间数据发布任务中，影响发布结果查询精确度的因素主要源于两种误差。按误差产生的方式来分，可以分为由差分隐私实现机制引入的噪声误差和划分后的结构在响应查询时采用均匀分布假设引入的均匀假设误差。两类误差在划分中的产生都是不可避免的。一般情况下，噪声误差和均匀假设误差的存在是相互对立的，当数据域被划分得粗糙时噪声误差虽然很小，但是此时估计均匀误差却很大，若是数据域被划分得过于细致，虽然降低了估计均匀误差的值，然而却累积了过大的噪声误差。由此可见差分隐私空间数据发布问题本质上就是寻找两类误差之间的均衡点。

当前基于差分隐私的空间数据发布方法采用的数据索引技术主要是网格结构和层次结构。网格结构的代表算法UG和AG均未能充分考虑到真实数据分布的偏斜性，而树形结构的代表算法Quad-post和DP-Tree所添加噪声大小都严重依赖与树的高度，这些算法均未能很好的均衡两种误差。

发明内容

发明目的：本发明的目的是提供一种基于层次模型的差分隐私逻辑网格空间数据发布方法，能够均衡自适应网格划分AG与层次模型的误差，使误差和降到最优,同时构建层次模型来构建索引结构，并对层次模型进行后置处理，提高大范围查询的响应时间和查询精度。

技术方案：本发明所述的一种基于层次模型的差分隐私逻辑网格空间数据发布方法，包括有以下步骤：

S1：四分自适应划分：对数据域进行四分自适应网格划分，将数据域划分为若干个细粒度网格，并对这些细粒度网格的真实计数值添加噪声；

S2：逻辑合并：将噪声计数值相似的邻近细粒度网格进行合并，形成逻辑网格；进一步将分布密度相似的逻辑网格合并成若干个逻辑网格域；

S3：逻辑划分：根据查询贡献率，将逻辑网格划分成若干个叶子网格；

S4：构建层次模型：将逻辑网格域、逻辑网格、叶子网格构建成层次模型并对每层的节点计数添加噪声并进行后置处理，最后将所得层次模型发布。

作为优选，所述S1具体包括以下步骤：

S1.1：根据数据域的数据点个数N、分配的隐私保护预算α₁ε和常数c，计算粗粒度划分参数m₁：