原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
差分隐私机制是目前数据挖掘和机器学习领域广泛应用的数据隐私保
护模型.通过向真实查询结果中添加来自拉普拉斯分布或高斯分布的随机噪
声,是实现差分隐私保护的主要方法.本文的研究内容包括以下两个部分.
(1)针对有界敏感数据的隐私保护方法,提出基于有界高斯分布的差分
隐私机制,通过将算法输出限定在有界区域内,克服了噪声输出无界引发差
分隐私方法失效的缺点.校准添加噪声的方差,给出了添加噪声中最优方
差
文档评论（0）