检索结果

Select

1. 树索引数据差分隐私预算分配方法

汪小寒, 韩慧慧, 张泽培, 俞庆英, 郑孝遥

计算机应用 2018, 38 (7): 1960-1966. DOI: 10.11772/j.issn.1001-9081.2018010014

摘要（1039）

PDF （1075KB）（459）

树索引空间数据进行差分隐私保护时需要产生噪声，针对现有差分隐私预算采取均匀分配方式，普通用户无法个性化选择的问题，提出等差数列分配法和等比数列分配法两种分配隐私预算策略。首先，利用树结构索引空间数据；然后，用户根据隐私保护度的需要和查询精确度的需要，个性化设置相邻两层分配的隐私预算的差值或比值，动态调整隐私预算；最后，隐私预算分配给树的每一层，实现了个性化按需分配方式。理论分析和实验结果表明，与均匀分配方式相比，这两种方法分配隐私预算更加灵活，且等比数列分配法优于等差数列分配法。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于信息熵抑制的轨迹隐私保护方法

汪逸飞, 罗永龙, 俞庆英, 刘晴晴, 陈文

计算机应用 2018, 38 (11): 3252-3257. DOI: 10.11772/j.issn.1001-9081.2018040861

摘要（729）

PDF （1005KB）（544）

针对传统高维轨迹隐私保护模型抑制点数过多而导致的数据匿名性差及数据损失大的问题，提出了一种基于信息熵抑制的轨迹隐私保护方法。通过为轨迹数据建立基于熵的流量图，根据轨迹时空点信息熵大小设计合理的花费代价函数，局部抑制时空点以达到隐私保护的目的；同时改进了一种比较抑制前后流量图相似性的算法，并提出了一个衡量隐私收益的函数；最后，与LK-Local方法进行了轨迹隐私度与数据实用性的比较。在模拟地铁交通运输系统数据集上的实验结果表明，与LK-Local方法相比，在相同的匿名参数取值下，所提方法在相似性度量上提高了约27%，在数据损失度量上降低了约25%，在隐私收益上提高了约21%。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于非敏感信息分析的轨迹数据隐私保护发布

邓劲松, 罗永龙, 俞庆英, 陈付龙

计算机应用 2017, 37 (2): 488-493. DOI: 10.11772/j.issn.1001-9081.2017.02.0488

摘要（656）

PDF （1003KB）（704）

针对轨迹数据发布时轨迹和非敏感信息引起的隐私泄露问题，提出一种基于非敏感信息分析的轨迹数据隐私保护发布算法。首先，分析轨迹和非敏感信息的关联性构建轨迹隐私泄露判定模型，得到最小违反序列元组（MVS），然后借鉴公共子序列的思想，在消除MVS带来的隐私泄露风险时，选择MVS中对轨迹数据损失最小的时序序列作为抑制对象，从而生成具有隐私能力和低数据损失率的匿名轨迹数据集。仿真实验结果表明，与LKC-Local算法和Trad-Local算法相比，在序列长度为3的情况下，该算法平均实例损失率分别降低了6%和30%，平均最大频繁序列（MFS）损失率分别降低了7%和60%，因此所提算法能够有效用于提高推荐服务质量。

参考文献 | 相关文章 | 多维度评价

Select

4. 不均匀模糊空间对象的分层次co-location模式挖掘方法

俞庆英, 罗永龙, 吴倩, 陈传明

计算机应用 2016, 36 (11): 3113-3117. DOI: 10.11772/j.issn.1001-9081.2016.11.3113

摘要（638）

PDF （904KB）（519）

针对现有的co-location模式挖掘算法无法有效处理不均匀分布空间对象的问题，提出一种不均匀模糊空间对象的分层次co-location模式挖掘方法。首先提出一种不均匀数据集的生成方法；然后对不均匀分布的数据集进行层次划分，使每个区域具有均匀的空间分布；再基于改进的PO_RI_PC算法对划分后的模糊对象进行空间数据挖掘。该方法基于距离变化系数构建每个子区域的邻域关系图，进而完成区域融合，实现co-location模式挖掘。实验结果表明，与传统方法相比，所提方法的执行效率更高，随实例个数和不均匀度的变化获得的co-location集个数更多，同比情况下平均提高约25%，获得了更精确的挖掘结果。

参考文献 | 相关文章 | 多维度评价