基于本地化差分隐私的政务数据共享隐私保护算法研究

摘要：

[目的/意义]为了合理化决策,通常一个政府部门会根据业务需求向其他部门共享某类数据,为本部门管理或服务决策提供辅助参考依据.数据共享在其中至关重要,但若在没有适当预防措施的情况下就共享政务数据,将容易造成隐私信息的泄露.[方法/过程]针对政府部门间共享统计数据的场景,提出一种基于本地化差分隐私的政务数据共享方法.该方法在算法Generalized randomized response(GRR)的基础上引入数据分箱思想,通过等宽分箱将数据记录分入更小的数据域范围内,以克服当前隐私保护算法在数据域较大且数据量较少时统计误差大的问题.[结果/结论]将所提算法与GRR算法在仿真数据集和真实数据集上均进行了对比分析,实验结果表明该算法可有效降低统计误差,并能在不同分布和数据域大小下保持其效用性.

关键词：政府数据共享、本地化差分隐私、数据分箱、隐私保护算法

所属期刊栏目：40

分类号：D63(国家行政管理)

资助基金：河北省教育厅在读研究生创新能力培养资助项目"基于Hyperledger的隐私保护政务数据共享研究"编号.No. CXZZSS2020071

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：169-175,137