[发明专利]基于差分隐私噪声添加选择的位置隐私保护系统及方法

权利要求书

1.一种基于差分隐私噪声添加选择的位置隐私保护方法，其特征在于，包含以下步骤：

S1、可信第三方经过移动用户的授权后，可信第三方收集所述移动用户的地理位置信息并构建地理位置信息数据集；

S2、可信第三方将所述地理位置信息数据集转换为二维平面数据，展示在二维坐标系统；

S3、可信第三方使用区域选择算法进行选择，生成区域选择数据集；

所述步骤S3中进一步包含以下步骤：

S3-1、设置面积为s的小方块左下角坐标值为(0,0)，建立一个空的数据集D_s，用于保存满足密度条件的数据点；

S3-2、在平面坐标系中，以小方块左下角的坐标点作为遍历点，将小方块先沿着坐标横轴增加，再沿着坐标纵轴增加的方式来遍历目标区域；其中，在遍历过程中，计算小方块区域内的点数N，使用当前方块中的点数除以小方块的面积，计算出小方块中点的密度，如果点的密度大于所设定的密度阈值q，则将当前方块中的数据记录C加入到数据集D_s中，遍历完成后，数据集D_s即为新生成的区域选择数据集D_s'；S4、可信第三方使用基于差分隐私的指数选择算法，生成指数选择数据集；

所述步骤S4中进一步包含以下步骤：

S4-1、初始化区域选择数据集D_s'中的数据记录，统计区域选择数据集D_s'中的数据记录的数目n；

S4-2、对区域选择数据集D_s'中的每条数据记录C_i进行评分，评分函数如式(1)所示：

Score(D_s',C_i)＝E(C_i) (1)

式中，E(C_i)是指每条数据记录中位置点的数目；

S4-3、根据每条数据记录的评分Score(D_s',C_i)计算差分隐私噪声添加分数的值，如式(2)所示；

其中，式中，ΔScore表示区域选择数据集D_s'中数据点之间差异的最大值；||E(C_i)-E(C_j)||₁表示E(C_i)与E(C_j)之间的1阶距离；ε₁表示指数选择算法的差分隐私预算；在中，下标c表示一条数据记录，上标DP表示该计算方式基于差分隐私方法；

S4-4、计算每条数据记录的概率，计算公式如式(4)所示；

S4-5、将数据记录按获得的概率降序排序，选择前p条数据记录来构建指数选择数据集D_s”；

S5、可信第三方对选择出来的指数选择数据集使用Laplace噪声发布算法添加Laplace噪声，对选出的数据区域进行保护，将坐标系统中的数据点恢复为原始的存储形式，生成Laplace噪声添加数据集；所述选出的数据区域指经过区域选择算法和基于差分隐私的指数选择算法处理后的指数选择数据集；

所述步骤S5中进一步包含以下步骤：

S5-1、初始化一位置数据集D_i，使D_i含于指数选择数据集D_s”，并初始化n_i，n_i代表D_i中的点的数目；

S5-2、对于每个含于D_s”的D_i，对其n_i添加Laplace噪声，生成新的点数n_i'，计算方式如式(5)所示：

其中，表示满足Laplace分布的噪声，ε₂代表Laplace噪声发布算法的差分隐私预算；ΔF代表Laplace噪声发布算法的差分隐私全局敏感度，全局敏感度表示更改数据集中任何数据记录时算法输出的变化；

S5-3、更新指数选择数据集D_s”，生成Laplace噪声添加数据集D'；

S6、位置数据分析者通过可信第三方查询移动用户地理位置信息。