通过小波变换实现差分隐私
摘要：隐私保护数据发布近年来引起了相当大的研究兴趣。在现有解决方案中，ε-差分隐私提供了最强的隐私保证之一。然而，现有的实现ε-差分隐私的数据发布方法在数据效用方面提供很少的帮助。特别是，如果输出数据集用于回答计数查询，查询结果中的噪音可能与数据中的元组数量成比例，从而使结果无用。在本文中，我们开发了一种数据发布技术，确保ε-差分隐私，同时为范围计数查询提供准确的答案，即每个属性上的谓词都是范围。我们解决方案的核心是在添加噪音之前在数据上应用小波变换的框架。我们提供了针对有序和标称数据的所提出框架的具体实例，并对它们的隐私和效用保证进行了理论分析。在对真实和合成数据进行广泛的实验研究中，我们展示了我们解决方案的有效性和效率。
作者：Xiaokui Xiao, Guozhang Wang, Johannes Gehrke
论文ID：0909.5530
分类：Databases
分类简称：cs.DB
提交时间：2009-10-01