局部差分隐私的不变后随机

Local Differential Privacy and Invariant Post Randomization Method

传统的差分隐私保护可能面临由于第三方数据收集者而导致隐私泄漏的威胁.局部差分隐私作为新提出的隐私保护模型,考虑了来自不可信第三方的隐私攻击.本文用局部差分隐私的思想,在不变后随机响应基础上进行改进.首先,构造随机转化矩阵P,使其满足局部差分隐私与不变后随机响应的要求;其次,设计对敏感属性的隐私保护方法,并给出数据扰动的算法;最后,实验验证原始数与扰动数据的统计频率,kL-散度等.实验结果表明本文所用随机化可以带来较小的效用损失,简化对扰动数据的分析.