[发明专利]群智感知系统中基于连接函数的多维数据本地隐私保护方法

摘要

本发明公开了一种智能感知系统中基于连接函数的多维数据本地隐私保护方法。本发明提出的方法首先基于本地隐私转换的方法，对参与用户的感知数据在用户端进行本地隐私保护，然后基于连接函数对隐私保护后数据进行采样和合成，最终得到可直接发布的具有本地隐私保护的数据集，相比一般的隐私保护方法，本发明不但能够在用户端提供本地差分隐私保护，并且通过降低多维感知数据值域空间来提高发布数据效用性。本发明在实现的过程中，实现了多维数据的降维处理，开销只限制在本地转换和二维概率分布估计的部分，无需复杂运算或加密解密。在群智感知系统中，本发明简单、易于实现，可扩展性强，实用价值高。

主权项

1.群智感知系统中基于连接函数的多维数据本地隐私保护方法，其特征在于，首先对系统中每个用户的数据都基于随机化应答技术进行本地隐私转换，然后基于转换后的比特串计算二维概率分布和计算多维属性依赖结构，最后根据概率分布和依赖函数合成和发布多维感知数据，具体包括以下步骤：1)感知数据本地隐私转换：给定N个用户的d维感知数据D，每个用户的数据在用户端直接被哈希成比特串，然后对比特串进行随机翻转，得到隐私保护后的比特串，并发送给服务器端，具体包括以下步骤：1‑1)哈希映射：对每个用户的d维数据中的每个属性值进行哈希转换，从而将每个数据值转换为长度为m_j的比特串其中i＝1,2,...N，j＝1,2,...d；1‑2)随机翻转：基于随机化应答技术对每个比特串的每个比特位进行随机翻转，从而提供本地隐私保护；1‑3)比特串连接：进行随机翻转之后，将每个维度的所有比特串进行连接，从而得到一个d·mj位的比特向量，并发送至服务器端；2)计算二维概率分布：获取到服务器端的隐私保护后的比特串之后，利用Lasso回归算法计算原始数据的二维概率分布；3)计算多维属性依赖结构：基于二维概率分布，计算多维属性的皮尔森相关系数来描述多维属性的依赖关系，从而建立多维属性之间的依赖结构模型；4)基于连接函数进行采样和合成：基于逆累积分布和依赖结构，利用多元高斯连接函数采样和合成多维感知数据，得到具有隐私保护的发布数据集