一种基于局部保护集的路网环境位置匿名方法

    公开(公告)号:CN112312388A

    公开(公告)日:2021-02-02

    申请号:CN202011179890.9

    申请日:2020-10-29

    摘要: 一种面向路网环境基于局部保护集的用户位置匿名方法,包括以下步骤:用户向位置服务提供商发送真实位置获取服务之前,将真实位置映射到最近的路网结点上,称此路网结点为用户初始路网结点位置。根据已知的在各个路网结点位置的概率分布以及公路网信息,在本地设备上构建出用户初始路网结点位置的局部保护集,用局部保护集中的任意位置点代替用户真实位置发布给位置服务提供商,使得攻击者在获取用户发布的位置后无法通过贝叶斯后验攻击或最佳推断攻击逆推出用户初始路网结点位置。本发明利用局部保护集描述用于防范贝叶斯后验攻击或者最佳推断攻击的局部路网子区域,避免攻击者在观察到用户发布位置能攻击识别出用户初始路网结点位置。

    基于本地化差分隐私的频繁项集挖掘方法

    公开(公告)号:CN113569286B

    公开(公告)日:2024-03-19

    申请号:CN202110852419.X

    申请日:2021-07-27

    摘要: 本发明公开了一种基于本地化差分隐私的的频繁项集挖掘方法,包括以下步骤:步骤1:本地数据保护阶段:采用自适应的编码策略,根据编码后0/1串中每一位上0与1的情况,产生扰动参数数组,依据该扰动数组应用随即响应技术对数据进行扰动;步骤2:联合概率估计阶段:对扰动之后的数据,通过隐马尔可夫模型进行模型参数的学习,并用参数计算估计联合概率;步骤3:频繁项集发现阶段:根据步骤2结果构建原始数据对应的概率依赖图,通过频繁项集先验原理在概率图中寻找频繁项集。本发明可以支持多用户端分布环境下兼顾个各个用户数据隐私的频繁项集挖掘。

    一种基于同态加密的分布式隐私保护分类方法及系统

    公开(公告)号:CN115587139A

    公开(公告)日:2023-01-10

    申请号:CN202211372124.3

    申请日:2022-11-03

    IPC分类号: G06F16/26 G06F21/62

    摘要: 本发明提出一种基于同态加密的分布式隐私保护分类方法及系统,定义参与数据挖掘的n个数据参与方,全局数据集D的属性,预测样本;数据挖掘方Pn生成同态加密所需的公钥和私钥,数据参与方Pi计算本地局部数据集中各数据点与预测样本X间的欧氏距离,构建局部距离向量M;并生成一个随机数向量加和到局部距离向量中,生成加密距离子向量,Pi得到加密距离向量M’。并得到全局加密距离向量,Pn根据预测样本X对全局加密距离向量进行排序,选取距离X最近的K数据点。数据挖掘方通过统计这K个数据点的类标号,找到最多的类标号,并作为预测样本的预测类标号。本发明所提方法在实现各方数据隐私保护的同时,可以有效兼顾分类精度。

    基于本地化差分隐私的频繁项集挖掘方法

    公开(公告)号:CN113569286A

    公开(公告)日:2021-10-29

    申请号:CN202110852419.X

    申请日:2021-07-27

    摘要: 本发明公开了一种基于本地化差分隐私的的频繁项集挖掘方法,包括以下步骤:步骤1:本地数据保护阶段:采用自适应的编码策略,根据编码后0/1串中每一位上0与1的情况,产生扰动参数数组,依据该扰动数组应用随即响应技术对数据进行扰动;步骤2:联合概率估计阶段:对扰动之后的数据,通过隐马尔可夫模型进行模型参数的学习,并用参数计算估计联合概率;步骤3:频繁项集发现阶段:根据步骤2结果构建原始数据对应的概率依赖图,通过频繁项集先验原理在概率图中寻找频繁项集。本发明可以支持多用户端分布环境下兼顾个各个用户数据隐私的频繁项集挖掘。