一种采用主成分分析的高维数据差分隐私发布方法

摘要

本发明公开了一种采用主成分分析的高维数据差分隐私发布方法，包括：步骤一、通过PCA方法对原始高维数据进行降维处理，得到投影矩阵Z；步骤二、通过SOM神经网络聚类将敏感属性分为c个簇，计算c个簇的敏感度，根据敏感度不同设定簇的敏感级别；步骤三、根据敏感级别依次加入拉普拉斯机制对不同类的属性添加噪声。通过PCA算法对高维数据进行降维，再通过SOM神经网络聚类将属性划分为不同类，根据敏感度利用拉普拉斯机制对不同类的属性添加相应的噪声，降低了噪声的添加，并使属性加噪更加合理，实现了个性化隐私保护，保证了发布数据的可用性。