基于贝叶斯网络的隐私数据研究

随着大数据技术在各个领域的广泛应用,如何保护个人隐私已经成为了需要解决的问题,在个人隐私保护方面,差分隐私保护模型已经成为对隐私数据保护的首选模型。将贝叶斯网络与差分隐私保护模型结合起来可以对数据提供有效的保护。针对贝叶斯网络随机选择首结点的问题进行改进,在PrivBayes的基础上提出了改进算法I-PrivBayes,对数据中的各个属性引入独立性权重,快速准确地选出首结点。通过实验表明方法能大幅度提升数据的准确性和隐私安全性。