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
3
卷第
1
期网络空间安全科学学报Vol.
3No.
1
2025年2月Journal
of
CybersecurityFeb.
2025
无人机通信中的矩阵差分隐私保护方法
杨军港，孔浩*
（上海大学计算机工程与科学学院，上海
200444）
摘要：无人机（Unmanned
Aerial
Vehicle，UAV）在采集和传输感知数据时，面临数据泄露和恶意攻击的风险。差
分隐私技术是一种能够在通信过程中提供隐私安全保护的方法。然而，传统的差分隐私机制在处理无人机通信中的高
维或复杂数据时，存在隐私保护效果差和数据效用损失的问题。为了解决这些问题，提出了一种新型矩阵差分隐私保
护方法——矩阵高斯机制（Matrix
Gaussian
Mechanism，MGM）。MGM通过引入结构化噪声，在矩阵数据中提供隐私
保护，同时利用矩阵协方差结构控制噪声的添加方向，以最小化数据效用的损失。与传统方法相比，MGM能够更灵
活地调节噪声分布，提高隐私保护效能，并在多维数据空间中保持数据的结构特征。实验结果证明，所提方法能够有
效保护数据隐私，同时提升无人机的通信效率以及模型训练的适应性与可扩展性。
关键词：无人机通信；差分隐私；矩阵高斯机制；隐私保护；结构化噪声
中图分类号：TP391
文献标志码：A
DOI:10.20172/j.issn.2097-3136.250104
MatrixdifferentialprivacyprotectiontechnologyinUAVcommunications
*
YANG
Jungang,
KONG
Hao
（School
of
Computer
Engineering
and
Science,
Shanghai
University,
Shanghai
200444,
China）
Abstract:Unmanned
aerial
vehicle
(UAV)
faces
the
risk
of
data
leakage
and
malicious
attacks
when
collecting
and
transmitting
data.
Differential
privacy
technology
can
provide
privacy
protection
in
the
communication
process.
However,
the
traditional
differential
privacy
mechanism
has
the
problem
of
poor
privacy
prot
文档评论（0）