差分隐私统计数据发布

图书标准信息

• 作者 吴英杰
• 出版社 清华大学出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787302524168
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 172页
• 字数 264千字

【内容简介】

本书主要阐述数据统计发布中的差分隐私保护模型及其关键算法。全书共8章，主要内容包括差分隐私基础知识、面向任意区间树结构及其扩展背景（考虑区间计数查询分布和异方差加噪）下的差分隐私直方图发布、面向流/连续数据发布的差分隐私保护、差分隐私数据发布方法的误差分析等。 本书主要面向高等学校计算机科学与技术、网络空间安全、管理科学与工程等学科相关专业高年级本科生、研究生以及数据安全隐私保护的研究者。

【作者简介】

:
    吴英杰，1979年6月出生，福建安溪人，博士，副教授，硕士生导师，美国宾夕法尼亚州立大学访问学者。2001年7月毕业于福州大学计算机科学与技术专业，获学士学位；2004年3月毕业于福州大学计算机软件与理论专业，获硕士学位，随后留校任教；2012年3月获东南大学计算机应用技术博士学位；2012年7月破格晋升副教授并获硕士生导师资格。
    现为福州大学国家精品资源共享课程“算法与数据结构”和福建省优质硕士学位课程“算法设计与分析”第二负责人，福州大学精品课程“高级语言程序设计”负责人，同时兼任福州大学ACM国际大学生程序设计竞赛代表队总教练，已带领福州大学代表队6次晋级ACM国际大学生程序设计竞赛全球总决赛；兼任福建省计算机学会常务理事、教育工作委员会主任委员。曾获“宝钢优秀教师奖”、“福建省优秀共产党员”、“福建青年五四奖章”、“福州大学十佳青年教职工”、“福州大学教学新秀”等称号。
    主要从事数据安全、数据挖掘与算法设计等方面的研究。近年来，先后主持1项国家自然科学基金项目、2项福建省自然科学基金项目和1项福建省教育厅科技项目的研究工作。已授权国家发明专利2项，主持的教改项目获2014年福建省教学成果一等奖。近期在《软件学报》、《计算机研究与发展》等国内外重要学术期刊和国际会议上发表30多篇学术论文。

【目录】

第1章基于差分隐私的统计数据发布概述1

1.1ε差分隐私模型1

1.2差分隐私的实现机制2

1.2.1Laplace机制3

1.2.2指数机制4

1.3差分隐私的组合特性4

1.4差分隐私数据保护框架4

1.5差分隐私保护方法的性能度量5

参考文献6

第2章面向任意区间树结构的差分隐私直方图发布8

2.1引言8

2.2基础知识与问题提出9

2.3面向任意区间树结构的差分隐私直方图发布迭代算法10

2.3.1k区间树10

2.3.2局部最优线性无偏估计及其算法12

2.3.3基于LBLUE解全局最优线性无偏估计的迭代算法13

2.3.4算法分析14

2.3.5实验结果与分析18

2.4面向任意区间树结构的差分隐私直方图发布线性时间算法21

2.4.1差分隐私区间树中节点权值的最优线性无偏估计21

2.4.2求解差分隐私区间树节点权值最优线性无偏估计的算法22

2.4.3算法复杂度分析24

2.4.4实验结果与分析24

2.5本章小结26

参考文献27

第3章异方差加噪下的差分隐私直方图发布28

3.1引言28

3.2基础知识与问题提出28

3.3基于区间查询概率的差分隐私直方图发布29

3.3.1问题提出29

3.3.2基于区间计数查询概率的差分隐私直方图发布算法31

3.3.3实验结果与分析35

3.4异方差加噪下面向任意树结构的差分隐私直方图发布算法38

3.4.1节点覆盖概率计算38

3.4.2节点系数计算及隐私预算分配38

3.4.3算法描述与分析42

3.4.4实验结果与分析47

3.4.5算法运行效率比较49

3.5本章小结50

参考文献51

第4章差分隐私流数据自适应发布52

4.1引言52

4.2基础知识与问题提出53

4.3基于历史查询的差分隐私流数据自适应发布55

4.3.1滑动窗口下的区间树动态构建55

4.3.2节点被覆盖概率计算及隐私预算预分配57

4.3.3基于历史查询的差分隐私流数据发布自适应算法HQ_DPSAP60

4.3.4实验结果与分析63

4.4异方差加噪下差分隐私流数据发布一致性优化算法68

4.4.1一致性约束优化68

4.4.2基于滑动窗口的差分隐私流数据一致性优化算法72

4.4.3算法分析73

4.4.4实验结果与分析73

4.5本章小结78

参考文献78

第5章基于矩阵机制的差分隐私连续数据发布80

5.1引言80

5.2基础知识与问题提出81

5.3基于矩阵机制的差分隐私连续数据发布82

5.4隐私连续数据发布算法83

5.4.1策略矩阵的构建83

5.4.2查询均方误差的降低86

5.4.3最小误差的快速求解87

5.4.4优化效果分析91

5.4.5实验结果与分析92

5.5本章小结95

参考文献95

第6章指数衰减模式下的差分隐私连续数据发布97

6.1引言97

6.2基础知识与问题提出98

6.3指数衰减模式下的差分隐私连续数据发布99

6.3.1策略矩阵构造99

6.3.2利用对角矩阵优化发布精度102

6.3.3实验结果与分析106

6.4本章小结111

参考文献111

第7章基于矩阵机制的差分隐私流数据实时发布113

7.1引言113

7.2基础知识与问题提出113

7.3差分隐私流数据实时发布115

7.3.1树模型构建 115

7.3.2利用矩阵机制优化查询精度118

7.3.3算法描述119

7.3.4算法分析121

7.3.5实验结果与分析121

7.4指数衰减模式下的差分隐私流数据发布125

7.4.1算法思想126

7.4.2算法描述127

7.4.3算法分析129

7.4.4实验结果与分析129

7.5基于历史查询的差分隐私流数据实时发布135

7.5.1算法思想136

7.5.2算法描述138

7.5.3实验结果与分析139

7.6本章小结143

参考文献143

第8章矩阵机制下差分隐私数据发布方法的误差分析145

8.1引言145

8.2基础知识与问题提出146

8.3Prievlet算法的误差分析147

8.3.1Prievlet差分隐私算法147

8.3.2分析Prievlet算法的均方误差148

8.3.3求解Prievlet算法的均方误差151

8.4O(log32N)精确度指标156

8.5实验分析157

8.5.1验证固定区间查询误差算法 157

8.5.2验证平均区间查询误差算法158

8.6本章小结160

参考文献160