基于差分隐私的高精度直方图发布方法

针对已有基于分组平抑差分噪声误差的隐私保护直方图发布方法无法有效均衡分组近似误差与差分隐私(DP)拉普拉斯误差,从而造成直方图可用性缺失的问题,提出基于差分隐私的高精度直方图发布方法(HPHP)。首先,采用约束推断方法,在满足DP约束的前提下实现直方图排序;然后,基于有序直方图,采用动态规划分组方法在添加噪声的直方图上生成具有最小总误差的分组;最后,在各组均值上添加拉普拉斯噪声。方便对比分析起见,提出具有理论最小误差的隐私保护直方图发布方法(Optimal)。将HPHP与直接添加噪声的DP方法、AHP方法以及Optimal进行实验分析,实验结果表明:相较于AHP方法,HPHP所发布直方图的Kullback-Leibler散度(KLD)能够降低90%,接近Optimal的效果。因此,在相同的预置条件下,HPHP可以在保证满足DP的前提下发布更高精度的直方图。

基于差分隐私的数据流频繁项集发布

针对数据流频繁项集发布中的隐私保护问题,提出隐私保护数据流频繁项集发布方法DP_DFIM。设计自适应的w-动态滑动窗口协议,实现发布精度独立于w值;利用频繁项信息进行事务截断,引入负项概念,最大化保留事务中的频繁项集,降低截断误差;在此基础上,提出隐私保护数据流频繁项集发布方法DP_DFIM,兼顾数据流隐私和数据流频繁项集可用性。设计实验验证DP_DFIM算法发布的项集能在满足差分隐私的前提下保证项集及其计数的准确性。

教师和教研员戮力同心,砥砺前行

各位专家大家好,感谢人美社和我们省教研员提供这次学习交流的机会,我是来自黑河市教师发展学院的高中美术教研员。我想谈谈美术教研员培训和研讨交流机制这方面的问题。目前我们单位每周进行一次业务学习,经常开展教研活动,比如组织教师读书沙龙等。通过教研活动的开展,我们要求中青年教师熟练运用并掌握多媒体技术。