基于差分隐私拉普拉斯机制的线性回归分析研究-计算机技术专业论文.docxVIP

摘 摘 要 捅要 随着大数据时代的到来，数据分析、统计与发布等应用需求的出现，使得相 关社会机构可以获得大量个人和组织的数据信息进行数据挖掘与分析研究，从而 带来商业价值和科研价值。例如各大商场的顾客购物数据、各个楼盘顾客购房的 信息、移动营业厅用户的业务办理信息、各大银行客户信息、证券公司个人交易 数据的分析与统计等。但是，这些数据涉及到大量个人隐私信息，一旦对这些数 据发布和分析，都面临着隐私泄露的问题，因此如何对隐私数据进行保护以防止 敏感信息泄露已经成为当前面临的艰巨任务。 差分隐私保护技术是当前数据发布中最主要的隐私保护方法。它通过向查询 数据中添加噪音来干扰攻击者泄露原始数据的目的，从而达到隐私保护效果。差 分隐私保护技术的应用使得数据发布的效率得到了很大的提高，但为了满足差分 隐私要求需要注入过高的噪音，影响数据的正确性和可靠性，最终导致结果低质 目 里0 本文重点研究差分隐私拉普拉斯机制的线性回归分析方法，该方法对回归分 析中的目标函数而不是结果采用差分隐私进行噪声干扰，在每个数据集上进行回 归分析，用剩余属性来进行结果预测，最后比较误差率并分析实验结果。实验表 明所采用的方法既保护了用户的隐私数据，又不影响线性回归分析的有效性。 论文主要做了以下几个方面的研究工作：(1)研究了当前部分差分隐私模型拟 合的应用及其不足之处。(2)分析了差分隐私保护模型的基础理论和工作原理。(3) 利用差分隐私拉普拉斯机制构建线性回归模型，并对模型进行优化与评估。 图25表14参59 关键词：隐私保护；线性回归；拉普拉斯机制；差分隐私 分类号：TP309 万方数据 AbstractAbstract Abstract Abstract With the advent of the era of big data，data analysis Occurs，statistics and publishing applications，making the relevant social institutions can get a lot of personal data and corporate data mining and analysis，leading to the commercial value and scientific value．Major shopping malls such as customer data，customer information all real estate purchase，the user’s mobile business hall business process information，customer information，banks，securities companies and individual transactions and statistical analysis．However，these data relate to a lot of private information，once released and analysis of these data，are faced with the problem of loss of privacy，how to protect data privacy in order to prevent disclosure of sensitive information has become a daunting task currently facing． Differential current data privacy protection technology is the mo st important release of privacy protection methods．It does this by adding noise to the query data to interfere attacker leaked raw data obj ect，so as to achieve privacy protection． Application of differential privacy technology makes data publishing effic iency has been greatly improved，but the difference in order to meet privacy requirements need to inject excessive noise，affect the accuracy and reliability of da