基于朴素贝叶斯的差分隐私合成数据集发布算法.pdfVIP

第 42卷 第 1期 计 算 机 科 学 Vo1．42No．1 2015年 1月 Computer Science Jan2015 基于朴素贝叶斯的差分隐私合成数据集发布算法 陈 旋 刘 健 冯新淇 赵雪美 (南京理工大学计算机科学与工程学院 南京 210094) 摘 要 差分隐私保护模型中，非交互式数据发布是一个研究的热点。提 出了一个基于朴素贝叶斯的差分隐私合成 数据集发布算法。该算法首先采用朴素贝叶斯的条件独立假设来计算原数据集的联合分布，然后采用指数机制生成 发布的数据集。仿真实验表明，随着隐私预算的增加，使用合成数据集训练得到的分类器在测试数据集时分类正确率 逐渐提高，并且趋于稳定。 关键词 差分隐私，朴素贝叶斯，数据发布，指数机制 中图法分类号 TP309 文献标识码 A DOI 10．11896／}．issn．1002—137)(．2015．1．052 DifferentialPrivateSynthesisDatasetReleasingAlgorithm BasedonNavieBayes CHEN Xuan LIUJian FENG Xin-qi ZHAO Xu~mei (SchoolofComputerScienceandEngineering，NanjingUniversityofScienceandTechnology，Nanjing210094，China) Abstract Non-interactivedatareleasinghasbeenahotspotindifferentialprivacypreservationmode1．A synthesisdata— setreleasingalgorithmbasedonnaviebayeswasproposed．Thisalgorithm computesthejointdistributionoftheoriginal datasetbasedonthehypothesisofconditionalindependencesinnaviebayesfirstly，thenemploysexponentialmechanism togeneratethesynthesisdataset．Theexperimentresultsshow thattheaccuracyofclassifierstrainedbythesynthesis datasetimprovesandtendstobestablewithprivacybudgetincreasing． Keywords Differentialprivacy，Naviebayes，Datarelease，Exponentialmechanism 发布算法DiffOen。Zhang[8]等人提出了基于贝叶斯网络的差 1 引言 分隐私数据集合成算法 PrivBayes。 随着信息化技术的普及，企事业单位、政府机构等积累了 本文提出了一个基于朴素贝叶斯的差分隐私数据集发布 大量的数据。对这些数据进行挖掘可以得到大量的关于现实 算法。该算法首先采用朴素贝叶斯的条件独立假设来计算数 世界的知识。然而，这些数据中通常包含很多个人隐私信息， 据集的联合分布，然后采用指数机制，生成发布的数据集。 不能直接发布。因此，如何在保护个人隐私的前提下进行数 2 差分隐私保护理论基础 据的发布和挖掘成为了一个研究的热点。 差分隐私模型[1]是Dwork在2006年提出的针对统计数 根据文献Eli，￡-差分隐私定义如下。 据库的保护模型。差分隐私保护模型作为一个定义严格 的、