基于差分隱私的決策樹發(fā)布技術(shù)研究與應(yīng)用.pdf

1、近年來數(shù)據(jù)共享開放的快速發(fā)展，引發(fā)了人們對自身隱私泄露的擔(dān)憂。身份認(rèn)證、權(quán)限控制等傳統(tǒng)的數(shù)據(jù)庫安全措施，只能防止敏感信息被用戶直接獲取，間接推理獲得敏感屬性的行為很難得到預(yù)防。
　　差分隱私定義了一個極為嚴(yán)格的攻擊模式，獨(dú)立于背景知識，并且對隱私泄露風(fēng)險(xiǎn)給出了嚴(yán)謹(jǐn)、定量化的表示和證明，在隱私保護(hù)數(shù)據(jù)發(fā)布方面表現(xiàn)較優(yōu)。論文從分析數(shù)據(jù)發(fā)布存在的問題入手，通過自適應(yīng)隱私預(yù)算分配和等差加噪，提高數(shù)據(jù)發(fā)布過程的隱私保護(hù)力度，通過設(shè)計(jì)合理的屬

2、性細(xì)分方案，保證發(fā)布數(shù)據(jù)集的效用性，研究了基于差分隱私的決策樹數(shù)據(jù)發(fā)布相關(guān)技術(shù)。論文的具體內(nèi)容主要包括以下幾個方面。
　　介紹了差分隱私保護(hù)模型的基本理論和實(shí)現(xiàn)隱私保護(hù)的原理，重點(diǎn)介紹了差分隱私保護(hù)的指數(shù)機(jī)制和噪聲機(jī)制，分析了在這兩種機(jī)制中，不同的隱私預(yù)算分配方案，對隱私保護(hù)的有效性和數(shù)據(jù)效用性的影響。
　　研究了自適應(yīng)分配隱私預(yù)算技術(shù)。通過計(jì)算當(dāng)前決策樹的規(guī)模，定量分配隱私預(yù)算，克服了已有算法均勻分配隱私預(yù)算的缺點(diǎn)，解決了

3、已有算法隱私預(yù)算分配不合理的問題，通過延長的生命周期，提高了隱私保護(hù)的力度。合理的隱私預(yù)算分配，可以提高指數(shù)機(jī)制的效率。在連續(xù)屬性較多時，算法需要維護(hù)規(guī)模巨大的細(xì)分方案集，這導(dǎo)致指數(shù)機(jī)制效率下降。對此，論文提出了基于權(quán)重委托的細(xì)分方案選擇技術(shù)。通過計(jì)算連續(xù)屬性區(qū)間特定點(diǎn)的權(quán)重，乘以區(qū)間長度代表本區(qū)間方案的可用性水平，參與最優(yōu)方案選擇，從而克服了指數(shù)機(jī)制效率低的問題。
　　直接發(fā)布屬性細(xì)分生成的等價(jià)類會導(dǎo)致隱私泄露，通過對數(shù)據(jù)添加噪

4、聲，擾動真實(shí)數(shù)據(jù)，實(shí)現(xiàn)隱私保護(hù)。論文進(jìn)一步研究了基于拉普拉斯機(jī)制的異步等差加噪技術(shù)?；诘炔钅Ｊ?，將單一形式的噪聲轉(zhuǎn)化成代數(shù)計(jì)算的形式，定量添加到等價(jià)類中，克服了現(xiàn)有算法噪聲冗余的缺點(diǎn)。采用后置處理技術(shù)，優(yōu)化加噪后的決策樹，降低了分類誤差，提高了決策樹的分類準(zhǔn)確率。
　　采用標(biāo)準(zhǔn)數(shù)據(jù)集，以分類準(zhǔn)確率和隱私保護(hù)水平作為評價(jià)指標(biāo)，對相關(guān)技術(shù)和算法進(jìn)行了實(shí)驗(yàn)測試。實(shí)驗(yàn)結(jié)果的分類準(zhǔn)確率在80％以上，能夠保留數(shù)據(jù)的原始特性，驗(yàn)證了論文提出的