指数衰减模式下基于矩阵机制的差分隐私流数据发布算法.PDFVIP

中国科学: 信息科学 2017 年 第47 卷 第11 期: 1493–1509 SCIENTIA SINICA Informationis . 机器学习专题 论文 指数衰减模式下基于矩阵机制的差分隐私流数据 发布算法 * 吴英杰 葛晨 张立群 孙岚 福州大学数学与计算机科学学院, 福州 350116 * 通信作者. E-mail: yjwu@fzu.edu.cn 收稿日期: 2017–05–17; 接受日期: 2017–06–13; 网络出版日期: 2017–11–14 国家自然科学基金(批准号: 和福建省自然科学基金 (批准号: 2017J01754) 资助项目 摘要 当前许多实际应用需要持续地对流数据进行统计发布, 并且对当前的数据关注度高于对历史 数据的关注度. 现有关于该问题的解决方案是使数据项带有权重, 并提出指数衰减下的差分隐私流 数据发布方法. 然而, 现有的方法仅考虑单次查询, 未能有效利用连续统计发布背景下查询间的关联 性, 以进一步提高查询的精度. 为此, 本文利用矩阵在处理关联性查询方面的优势, 提出一种指数衰 减模式下基于矩阵机制的差分隐私流数据发布算法DMFDA. 算法首先使用构造法生成满足流数据 实时发布要求的矩阵分解策略; 其次, 利用对角矩阵对构造的策略矩阵进行调整, 以提高发布精度; 最后, 根据所构造策略矩阵的子结构特性, 提出快速求解对角矩阵的方法. 实验对算法DMFDA 发 布的查询结果与同类指数衰减流数据发布算法进行比较分析. 实验结果表明, 算法DMFDA 是有效 可行的. 关键词 差分隐私, 流数据发布, 指数衰减, 矩阵机制, 对角矩阵 1 引言 当前, 许多实际应用需要持续地对流数据进行统计发布, 如购物网站需要实时统计物品的销售额 以向用户推荐热销产品, 搜索引擎需要统计搜索频率较高的词组以根据用户的部分输入列出可能要搜 索的词组. 这些应用均需统计发布流数据在某种意义下的实时计数值. 对该类统计值的发布在提供科 [1] 学决策依据的同时, 还可能泄露有关用户的敏感隐私信息 . 为此, 近年来一些研究人员基于差分隐私 [2∼5] 保护模型对该类流数据统计发布问题进行了研 [6∼10] [6] 究 . Dwork 等 提出了利用分段计数的发布方法, 实现对单条流数据从时刻 1 到当前时刻t 的 计数值总和进行连续发布. Chan 等[7] 提出了利用二叉树结构的发布方法, 实现查询精度和算法效率 [8] 的进一步提升. Cao 等 在系统运行前, 对预先定义的查询集合进行统计分析, 以实现对特定用户批 引用格式 吴英杰, 葛晨, 张立群, 等. 指数衰减模式下基于矩阵机制的差分隐私流数据发布算法. 中国科学: 信息科学, 2017, 47: 1493–1509, doi: 10.1360/N112017-00111 Wu Y J, Ge C, Zhang L Q, et al. An algorithm for differential privacy streaming data publication based on matrix mech- anism under exponential decay mode (in Chinese). Sci Sin Inform, 2017, 47: 1493–1509, doi: 10.1360/N112017-00111 ⃝ 《中国科学》杂志社 吴英杰等: 指数衰减模式下基于矩阵机制的差分隐私流数据发布算法 量范围查询进行回答并优化查询精度. 文献 [9] 则采用滑动窗机制和划分等方法, 提供了滑动窗口内 计数值总和发布和从时刻 1 开始的计数值总和发布等. 在以上的问题背景中, 数据项均不带有权重. 然而, 一些实际部分应用往往更注重对近期数据的统计发布, 而对历史数