公开(公告)号：CN110490002B

公开(公告)日：2021-02-26

申请号：CN201910797715.7

申请日：2019-08-27

Applicant: 安徽大学

Inventor： 陈志立 ,  卢美洁 ,  张顺 ,  仲红

IPC: G06F21/62

Abstract: 本发明公开了一种基于本地化差分隐私的多维众包数据真值发现方法，是应用于包含n个用户，不可信服务器s，m个项目的众包平台中，并按如下步骤进行：1、数据扰动阶段：对用户回答的众包数据使用随机响应机制扰动产生隐私数据；2、隐私数据处理阶段：对隐私数据进行处理产生估计的合成数据；3、真值发现阶段：对估计的合成数据进行真值发现获得最终的准确性回答。本发明通过对用户的数据使用强隐私保护机制‑本地化差分隐私进行数据保护，防止信息泄露，同时使用真值发现解决由于数据之间的冲突以及用户质量不一致带来的结果不准确，保证真值更新的准确性，使得在众包平台中既能保证用户隐私又能保证数据的可用性。

公开(公告)号：CN110490002A

公开(公告)日：2019-11-22

申请号：CN201910797715.7

申请日：2019-08-27

Applicant: 安徽大学

Inventor： 陈志立 ,  卢美洁 ,  张顺 ,  仲红

IPC: G06F21/62

Abstract: 本发明公开了一种基于本地化差分隐私的多维众包数据真值发现方法，是应用于包含n个用户，不可信服务器s，m个项目的众包平台中，并按如下步骤进行：1、数据扰动阶段：对用户回答的众包数据使用随机响应机制扰动产生隐私数据；2、隐私数据处理阶段：对隐私数据进行处理产生估计的合成数据；3、真值发现阶段：对估计的合成数据进行真值发现获得最终的准确性回答。本发明通过对用户的数据使用强隐私保护机制-本地化差分隐私进行数据保护，防止信息泄露，同时使用真值发现解决由于数据之间的冲突以及用户质量不一致带来的结果不准确，保证真值更新的准确性，使得在众包平台中既能保证用户隐私又能保证数据的可用性。