[发明专利]一种基于本地化差分隐私模型的直方图数据发布方法及系统

说明书

本发明公开了一种基于本地化差分隐私模型的直方图数据发布方法及系统，依赖于本地化差分隐私模型(Local Differential Privacy,LDP)，为了保护隐私，在发送前对数据进行扰动处理使其满足ε‑LDP约束，来保证用户的隐私不被窃取，保证个体用户的真实数据仅对其本身可见，其余第三方仅能探测到满足ε‑LDP约束的带噪数据；在发布数据时，结合数据的特征，将待发布的数据转化为具有高精确度的、满足ε‑LDP约束的用户对每个小波系数的带噪贡献量，服务器端将不同用户对同一个小波系数的带噪贡献量进行累加求和，获取每个带噪的小波系数，并根据每个带噪的小波系数进行逆变换处理，以获取满足ε‑LDP约束的直方图数据进行发布。

技术领域

本发明涉及数据隐私保护技术领域，并且更具体地，涉及一种基于本地化差分隐私模型的直方图数据发布方法及系统。

背景技术

随着大数据时代的到来，人类在享受大数据给生活带来便利的同时，也需要将自身敏感数据共享给企业或政府，因此个人数据泄露的问题日渐凸显。以往，能够掌控个人数据的只能是具有公权力的政府机构，但随着移动互联网等技术的日益普及，而今大量企业及个人都可以收集用户的私人数据，其具有的数据规模甚至远超政府机构。在企业对这些数据分析学习的过程中，常常会造成用户的个体隐私数据泄露。近年来，此类案例频频见诸报端，例如美国AOL公司的用户搜索记录泄露事件，Facebook用户数据泄露事件，苹果用户iCloud数据泄露事件等。通过上述案例可知，一些数据收集者并不是可信或可靠的。用户把自身数据提交给收集者时存在隐私泄露的风险。为了规范数据收集者的行为和降低个体隐私泄露的风险，一些国家或机构出台了关于隐私保护方面的制度，例如欧盟制定的《欧盟数据保护条例》(General Data Protection Regulation)要求数据收集者在使用个体用户数据时，需要为其提供一定程度的隐私保护。

差分隐私是保护隐私的有效方法，主要分为两类模型：传统的集中式差分隐私(Centralized Differential Privacy，CDP)和新兴的本地化差分隐私(LocalDifferential Privacy，LDP)。CDP假设存在绝对可信的第三方，可保证攻击者不能根据第三方发布的统计结果推测出个体用户属性。但在实际场景中，该假设往往并不成立(参见上文所提的隐私泄露案例)。LDP则消除了该限制，在面对强背景知识攻击者以及不可信的第三方数据收集者的隐私攻击时，LDP仍能为每一个客户端用户提供可靠的、具有理论保证的隐私保护服务。

目前，大部分关于数据发布的工作聚焦于CDP模型，基于新兴的LDP模型的相关研究工作甚少。

发明内容

本发明提出一种基于本地化差分隐私模型的直方图数据发布方法及系统，以解决如何基于本地化差分隐私模型发布直方图数据的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于本地化差分隐私模型的直方图数据发布方法，所述方法包括：

根据用户的属性取值的个数确定一个完全二叉树；其中，所述完全二叉树的每个非叶子节点为一个小波系数，所有叶子节点的平均值为一个基小波系数；

根据获取的每个用户的属性信息向量，计算每个用户对每个小波系数的贡献量；

根据预设的差分隐私预算值，分别向每个用户对每个小波系数的贡献量加入第一预设规模的噪声，获取每个用户对每个小波系数的带噪贡献量；

将不同用户对同一个小波系数的带噪贡献量进行累加求和，获取每个带噪的小波系数；

根据每个带噪的小波系数进行逆变换处理，以获取满足差分隐私的直方图数据，并发布。

根据本发明的又一个方面，提供了一种基于本地化差分隐私模型的直方图数据发布方法，所述方法包括：

根据用户的属性取值的个数确定一个完全二叉树；其中，所述完全二叉树的每个非叶子节点为一个小波系数，所有叶子节点的平均值为一个基小波系数；