文献类型：期刊文章

作　　者：郝志峰[1,2] 王日宇[1] 蔡瑞初[1] 温雯[1]

HAO Zhifeng;WANG Riyu;CAI Ruichu;WEN Wen(School of Computers,Guangdong University of Technology,Guangzhou 510006,China;School of Mathematics and Big Data,Foshan University,Foshan,Guangdong 528000,China)

机构地区：[1]广东工业大学计算机学院,广州510006 [2]佛山科学技术学院数学与大数据学院,广东佛山528000

出　　处：《计算机工程》

基　　金：广东省自然科学基金(2014A030306004;2014A030308008);广东省科技计划项目(2015B010108006;2015B010131015);广东特支计划(2015TQ01X140);广州市珠江科技新星(201610010101);广州市科技计划项目(201604016075)

年　　份：2019

卷　　号：45

期　　号：4

起止页码：124-129

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为在隐私预算相同的条件下提高发布数据的可用性,在PrivBayes的基础上,提出一种改进的隐私数据发布方法PrivBayes_Hierarchical。基于贝叶斯网络隐私数据发布方法的思想,引入语义树对含有层次关系的数据属性进行抽象,使用贝叶斯网络描述数据属性之间的依赖关系。利用格雷码减少随机噪声对数据精度的影响,并对贝叶斯网络结构学习方法进行优化,以减少不必要的隐私预算消耗,提高数据可用性。实验结果表明,该方法在公开数据集下可以获得比PrivBayes更高的数据精度,从而提升隐私数据集的可用性。

关 键 词：差分隐私  数据发布 贝叶斯网络 数据分析  隐私保护

分 类 号：TP309.2]