公开(公告)号：CN109492428A

公开(公告)日：2019-03-19

申请号：CN201811265579.9

申请日：2018-10-29

Applicant: 南京邮电大学

Inventor： 杨庚 ,  徐亚红 ,  汪伟亚 ,  蒋辰

IPC: G06F21/62

Abstract: 本发明公开了一种面向主成分分析的差分隐私保护方法，包括以下步骤：数据矩阵中心化，即每一维度数据减去本维度的均值；对数据矩阵计算协方差矩阵计算协方差矩阵A的特征值λ及特征向量V；计算保留的主成分个数k；将原始数据映射到主成分空间得到投影矩阵Z；给所述投影矩阵Z每列元素分配隐私预算εj，计算添加的随机噪声；给所述投影矩阵Z添加噪声，得到加噪后的投影矩阵Z′；计算原始数据和低秩近似数据间的误差。本发明既可以有效地对数据集降维，实现数据的简化，又可以避免对“不重要”的数据添加噪声，减少隐私预算的浪费，从而提高数据的可用性，使发布的数据尽可能反映真实数据，同时保护了数据的隐私。

公开(公告)号：CN109409128A

公开(公告)日：2019-03-01

申请号：CN201811276452.7

申请日：2018-10-30

Applicant: 南京邮电大学

Inventor： 杨庚 ,  蒋辰 ,  白云璐 ,  徐亚红

IPC: G06F21/62

Abstract: 本发明公开了一种面向差分隐私保护的频繁项集挖掘方法，包括以下步骤：计算出所有项集的支持度，从中挑选出频繁项集；统计数据集中各条事务的长度，计算出截断长度L后截断数据集；计算频繁项集包含项的个数上限m和频繁项个数λ，根据λ值构造频繁项组成的集合F；构造最大频繁项集MFI集合B及候选项集集合C；使用集合B对集合C中的项集进行加噪；使用初始MFI集合B计算得到各个候选项集的支持度之后，计算与真实支持度的误差之和E；在B中搜索B、B，用B取代B并且更新误差和E的值；当误差和不再减小时停止迭代并输出结果。本发明可以很好地防止发布频繁项集会造成的个人隐私泄露，同时截断数据集的操作也有效地提高了挖掘结果的可用性。

公开(公告)号：CN109409128B

公开(公告)日：2022-05-17

申请号：CN201811276452.7

申请日：2018-10-30

Applicant: 南京邮电大学

Inventor： 杨庚 ,  蒋辰 ,  白云璐 ,  徐亚红

IPC: G06F21/62

Abstract: 本发明公开了一种面向差分隐私保护的频繁项集挖掘方法，包括以下步骤：计算出所有项集的支持度，从中挑选出频繁项集；统计数据集中各条事务的长度，计算出截断长度L后截断数据集；计算频繁项集包含项的个数上限m和频繁项个数λ，根据λ值构造频繁项组成的集合F；构造最大频繁项集MFI集合B及候选项集集合C；使用集合B对集合C中的项集进行加噪；使用初始MFI集合B计算得到各个候选项集的支持度之后，计算与真实支持度的误差之和E；在B中搜索B、B，用B取代B并且更新误差和E的值；当误差和不再减小时停止迭代并输出结果。本发明可以很好地防止发布频繁项集会造成的个人隐私泄露，同时截断数据集的操作也有效地提高了挖掘结果的可用性。