| KD-TSS:精确隐私空间分割方法 | |
| 金凯忠1; 张啸剑1; 彭慧丽1,2 | |
| 2016-11-29 | |
| 发表期刊 | 计算机科学与探索
 |
| ISSN | 1673-9418 |
| 卷号 | 11期号:10页码:1579-1590 |
| 摘要 | 基于KD-树与差分隐私保护的空间数据分割得到了研究者的广泛关注,空间数据的大小与拉普拉斯噪音的多少直接制约着空间分割的精度。针对现有基于KD-树分割方法难以有效兼顾大规模空间数据与噪音量不足的问题,提出了一种满足差分隐私的KD-树分割方法 SKD-Tree(sampling-based KD-Tree)。该方法利用满足差分隐私的伯努利随机抽样技术,抽取空间样本作为分割对象,然而却没有摆脱利用树高度控制拉普拉斯噪音。启发式设定合适的树高度非常困难,树高度过大,导致结点的噪音值过大;树高度过小,导致空间分割粒度太粗劣。为了弥补SKD-Tree方法的不足,提出了一种基于稀疏向量技术(sparse vector technology,SVT)的空间分割方法 KD-TSS(KD-Tree with sampling and SVT)。该方法通过SVT判断树中结点是否继续分割,不再依赖KD-树高度来控制结点中的噪音值。SKD-Tree、KD-TSS与KD-Stand、KD-Hybrid在真实的大规模空间数据集上实验结果表明,其分割精度以及响应范围查询效果优于同类算法。 |
| 关键词 | 差分隐私 KD-树 隐私空间划分 伯努利随机抽样 稀疏向量技术 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 国家自然科学基金No.61502146;河南省科技攻关项目No.162102310411;河南省教育厅高等学校重点科研项目No.16A520002;河南省高等学校青年骨干教师项目No.2013GGJS-098;河南财经政法大学青年拔尖人才资助计划;郑州市科技局普通科技攻关项目No.153PKJGG115~~ |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/61465 |
| 专题 | 国家开放大学河南分部 |
| 作者单位 | 1.河南财经政法大学计算机与信息工程学院; 2.河南广播电视大学 |
| 推荐引用方式 GB/T 7714 | 金凯忠,张啸剑,彭慧丽. KD-TSS:精确隐私空间分割方法[J]. 计算机科学与探索,2016,11(10):1579-1590. |
| APA | 金凯忠,张啸剑,&彭慧丽.(2016).KD-TSS:精确隐私空间分割方法.计算机科学与探索,11(10),1579-1590. |
| MLA | 金凯忠,et al."KD-TSS:精确隐私空间分割方法".计算机科学与探索 11.10(2016):1579-1590. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [金凯忠]的文章 |
| [张啸剑]的文章 |
| [彭慧丽]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [金凯忠]的文章 |
| [张啸剑]的文章 |
| [彭慧丽]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [金凯忠]的文章 |
| [张啸剑]的文章 |
| [彭慧丽]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论