依赖差分隐私:关联数据集下的高斯机制OA

中文摘要

差分隐私(Differential Privacy)是一种数据扰动框架,它保证查询结果在概率上不可区分。研究表明差分隐私应用于关联数据集时,将带来隐私泄露的风险。根据依赖差分隐私(Dependent Differential Privacy),量化了依赖差分隐私敏感度的度量;随后,提出了依赖差分隐私-高斯机制算法(Gaussian Mechanism Algorithm-Dependent Differential Privacy),实现数据扰动…查看全部>>

作者：欧阳恒;陈洪超

作者单位：贵州轻工职业技术学院信息工程系,贵州贵阳550025贵州轻工职业技术学院信息工程系,贵州贵阳550025

分类：计算机与自动化

中文关键词：差分隐私依赖差分隐私高斯机制关联数据集

刊名：《网络安全与数据治理》 2024 (3)

页码/页数：P.9-13,5

基金：贵州轻工职业技术学院院级课题(23QY16)。

DOI：10.19358/j.issn.2097-1788.2024.03.002

您当前未登录！

去登录

点击加载更多...

依赖差分隐私:关联数据集下的高斯机制OA

评论