[发明专利]基于贝叶斯网络的差分隐私数据发布方法

摘要

本发明公开一种基于贝叶斯网络的差分隐私数据发布方法，首先计算原始数据的所有属性之间的互信息，并利用优化组合算法和BD评分函数选择父亲节点，来构建贝叶斯网络；然后采用指数机制加噪方法对构建的贝叶斯网络进行首次加噪，并采用拉普拉斯加噪方法对首次加噪后的贝叶斯网络进行再次加噪；最后对加噪后的贝叶斯网络进行采样，并形成最终发布的数据。本发明能够在保证隐私要求的同时保证数据的可用性，并有利于数据分析者做相关的分析。

主权项

1.基于贝叶斯网络的差分隐私数据发布方法，其特征是，包括步骤如下：步骤1、计算原始数据的所有属性之间的互信息，并根据互信息确定每个节点的候选稀疏节点集；对每个稀疏候选节点集使用爬山算法搜索找到BD评分最高的模型，并对该模型进行优化处理后取得该稀疏候选节点集的最优解；利用所有候选稀疏节点集的最优解构建贝叶斯网络；步骤2、采用指数机制加噪方法对步骤1所构建的贝叶斯网络进行首次加噪；步骤3、采用拉普拉斯加噪方法对步骤2所得到的首次加噪后的贝叶斯网络进行再次加噪；对步骤2所得到的贝叶斯网络中的敏感属性，直接对敏感属性进行加噪；对步骤2所得到的贝叶斯网络中的非敏感属性，先计算当前贝叶斯网络中所有属性的互信息，并根据互信息将属性划分成若干个属性集簇；再根据属性集簇中包含的非敏感属性的属性值种类在整个数据集中的非敏感属性中属性值种类中占的比重来分配隐私预算，并根据分配的隐私预算对属性集簇中非敏感属性进行加噪；步骤4、对步骤3所得到的再次加噪后的贝叶斯网络进行采样，并形成最终发布的数据。