原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４７卷第４期南京师大学报(自然科学版)Ｖｏｌ４７Ｎｏ４
２０２４年１２月ＪＯＵＲＮＡＬＯＦＮＡＮＪＩＮＧＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｄｅｃꎬ２０２４
－
ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００１４６１６.２０２４.０４.００１
时空数据隐私保护共享的
群体学习方法研究
康海燕ꎬ吴思远
(北京信息科技大学计算机学院ꎬ北京１００１９２)
[摘要]实现时空数据的共享流通及协同分析能够挖掘数据潜在价值、助力地理信息产业发展ꎬ但私有数据的
隐私泄露抑制了时空数据的共享.为了在进一步推动时空数据共享程度、优化共享效果的同时兼顾参与方经济
效益及合法权益ꎬ提出了一种时空数据隐私保护共享的群体学习(ｓｐａｔｉｏ￣ｔｅｍｐｏｒａｌｄａｔａｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇｓｈａｒｉｎｇ
ｓｗａｒｍｌｅａｒｎｉｎｇꎬＳＴＤＰＰＳ￣ＳＬ)方法.首先ꎬ构建基于群体学习的多参与方时空数据共享网络ꎬ保护参与方数据所有
权ꎬ实现数据内容不泄漏且参与方权益平等的时空数据共享ꎻ其次ꎬ提出基于ｔ分布的差分隐私随机梯度下降算
法ꎬ防止共享过程中因隐私泄露导致参与方私有数据保密性被破坏ꎬ从而造成参与方经济损失ꎻ最后ꎬ设计打分
系统量化参与方可信程度ꎬ保证数据共享结果可信.理论分析证明ꎬ本文所提方法(ＳＴＤＰＰＳ￣ＳＬ)满足严格差分隐
私ꎬ能够保护参与方的私有数据所有权.在公开数据集上的对比实验表明ꎬ该方法(ＳＴＤＰＰＳ￣ＳＬ)能够实现参与方
隐私保护的时空数据共享ꎬ并且兼顾安全性与可用性.
[关键词]数据共享ꎬ时空大数据ꎬ群体学习ꎬ分布式学习
－－－
[中图分类号]ＴＰ１８１[文献标志码]Ａ[文章编号]１００１４６１６(２０２４)０４０００１１０
ＲｅｓｅａｒｃｈｏｎＳｐａｔｉｏ￣ＴｅｍｐｏｒａｌＤａｔａＰｒｉｖａｃｙＰｒｅｓｅｒｖｉｎｇ
ＳｈａｒｉｎｇＳｗａｒｍＬｅａｒｎｉｎｇ
ＫａｎｇＨａｉｙａｎꎬＷｕＳｉｙｕａｎ
(ＣｏｍｐｕｔｅｒＳｃｈｏｏｌꎬＢｅｉｊｉｎｇＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙꎬＢｅｉｊｉｎｇ１００１９２ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ａｃｈｉｅｖｉｎｇｔｈｅｓｈａｒｉｎｇａｎｄｃｏｌｌａｂｏｒａｔｉｖｅａｎａｌｙｓｉｓｏｆｓｐａｔｉｏ￣ｔｅｍｐｏｒａｌｄａｔａｃａｎｅｘｐｌｏｒｅｔｈｅｐｏｔｅｎｔｉａｌｖａｌｕｅｏｆｄａｔａ
ａｎｄｂｏｏｓｔｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎｉｎｄｕｓｔｒｙꎬｂｕｔｔｈｅｐｒｉｖａｃｙｌｅａｋａｇｅｏｆｐｒｉｖａｔｅｄａｔａｉｎｈｉｂｉｔｓｔｈｅｓｈａｒｉｎｇｏｆ
ｓｐａｔｉｏ￣ｔｅｍｐｏｒａｌｄａｔａ.Ｉｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｐｒｏｍｏｔｅｔｈｅｄｅｇｒｅｅｏｆｓｐａｔｉｏ￣ｔｅｍｐｏｒａｌｄａｔａｓｈａｒｉｎｇａｎｄｏｐｔｉｍｉｚｅｔｈｅｓｈａｒｉｎｇｅｆｆｅｃｔ
ｗｈｉｌｅｔａｋｉｎｇｉｎｔｏａｃｃｏｕｎｔｔｈｅｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓａｎｄｌｅｇｉｔｉｍａｔｅｒｉｇｈｔ
文档评论（0）