[发明专利]基于抽样分组的差分隐私直方图发布方法及设备

说明书

本发明提供了一种基于抽样分组的差分隐私直方图发布方法及设备。所述方法包括：步骤S1至步骤S6。本发明在分组划分阶段采用指数机制对直方图进行抽样划分，满足差分隐私约束，通过直方图进行抽样近似划分，能够在满足差分隐私的同时，有效地提升分组的准确性；通过对分组过程进行合理优化，提升了分组的准确性，进而降低了发布数据的误差，提升了发布数据的可用性。

技术领域

本发明实施例涉及数据隐私保护技术领域，尤其涉及一种基于抽样分组的差分隐私直方图发布方法及设备。

背景技术

随着信息化数字化时代的到来，整个社会产生着越来越多数据。对这些数据进行合理采用，能够产生巨大的价值。因此，数据拥有者通常会将数据发布给专业机构进行价值提取。但这也会造成一个问题，数据通常会包含用户的一些隐私，若将其直接发布，很容易被黑客窃取，造成用户隐私泄露。因此，在数据发布之前对数据进行去隐私化处理。差分隐私是一种有效的隐私保护手段，也是一个良好的数学模型，能够为数据隐私保护提供量化的支持。但差分隐私在保护数据隐私的也会对数据的可用性造成一定影响，因此，如何在保护数据隐私的同时，提升数据的可用性也是差分隐私使用者着重考虑的问题。直方图是分析数据流的常用统计分析技术。智慧城市物联传感器网络、疾病应急控制、城市防灾减灾、智能交通应用场景中存在大量的实时动态数据流统计分析任务。由于数据流中通常蕴含着敏感的企业和个人信息,直接发布直方图统计信息可能会披露企业和个人隐私。因此，开发一种基于抽样分组的差分隐私直方图发布方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。

发明内容

针对现有技术存在的上述问题，本发明实施例提供了一种基于抽样分组的差分隐私直方图发布方法及设备。

第一方面，本发明的实施例提供了一种基于抽样分组的差分隐私直方图发布方法，包括：步骤S1：隐私预算设置：令ε＝ε₁+ε₂；步骤S2：分组中心选取：设置分组数K，从原始直方图H＝{h₁,h₂,...,h_n}选取K个中心点得到分组中心点集合C(C₁,C₂,...,C_k)；步骤S3：抽样分组：将C中每个中心点视为一个单独的分组得到g(g₁,g₂,...,g_k)，并对剩余的非中心点桶进行逐次单个抽取，每抽取一次，计算出抽取桶与每个分组的分组中心的距离，利用指数机制结合分组距离计算出划分到每个分组概率，利用轮盘选取目标分组，并将该桶划分到选取的目标分组中；并最终形成G(G₁,G₂,...,G_k)；步骤S4：分组求取均值：将分组G求取均值得到步骤S5：噪声添加：对添加大小为ε₂的Lapalce噪声得到步骤S6：对恢复原始直方图顺序得到差分隐私直方图其中，ε为总隐私预算，ε₁为抽样分组过程消耗的隐私预算；ε₂为分组求取均值之后添加噪声消耗的隐私预算，H＝{h₁,h₂,...,h_n}表示原始直方图；h₁,h₂,...,h_n表示直方图中的桶，n为原始直方图桶的总数；K表示人为设定的分组中心个数，为非负且非零的整数；C(C₁,C₂,...,C_k)表示选取的分组中心点所组成的中心点集合，k表示中心点集合的分组数，其值与K相等；g(g₁,g₂,...,g_k)表示将C中每个中心点视为一个单独的分组所得到的初始分组集合；g₁,g₂,...,g_k表示初始分组集合中的分组序列；G(G₁,G₂,...,G_k)表示通过抽样划分之后得到的最终分组，G₁,G₂,...,G_k表示最终分组中的分组序列；表示对最终分组G求均值得到的均值分组，表示均值分组中的分组序列；表示对均值分组添加大小为ε₂的拉普拉斯噪声所得到的噪声分组，表示噪声分组中的分组序列；表示对恢复原始直方图顺序的差分隐私直方图。