一种面向政务数据共享的本地化差分隐私方法

摘要

本发明涉及一种面向政务数据共享的本地化差分隐私方法，提出了基于本地化差分隐私的政务数据共享方法，该方法在CMS算法的基础上引入数据分箱思想，通过等宽分箱将数据记录分入更小的数据域范围内，形成BCS算法，从而克服了当前隐私保护算法在数据域较大且数据量较少时统计误差大的问题；之后将数据分箱思想延展应用至GRR算法中，形成BRR算法，也取得了明显的效果。为验证其有效性，将本发明改进的BCS和BRR算法分别与CMS和GRR算法在合成数据集和真实数据集上进行了对比分析，实验结果表明，本发明所提方法有效降低了统计误差，并在不同分布和数据域大小下提升了其效用性，具有较高的推广应用价值。