多维分析查询中的隐私问题研究

摘要

互联网时代,更多的信息被集中起来,隐私成为了关注的重点.普遍的服务端在进行多维分析查询时,都使用差分隐私将用户的数据集中到一个可信代理上,在分析的过程中产生噪声.现有文献提到,若没有一个可信代理,不宜使用差分隐私,而要采用本地差分隐私(LDP).该方法使数据的敏感维度在发送到数据收集器之前在本地就进行编码,然后再传输到数据收集器进行聚合计算估计查询的结果.本地差分隐私使用加权频率保证了隐私性的同时也回答了多维分析查询,其主要使用分层分解的方法.但随着分层的产生,同时导致了查询的增加和复杂化.本文提出了针对敏感数据在加权时的优化方法,对敏感维度先进行分类,将与查询无关的敏感维度删去,然后再对其LDP编码,以减少分层时产生的查询.