声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：高志强, 崔翛龙, 杜波, 周沙, 袁琛, 李爱
单位：武警工程大学 乌鲁木齐校区, 乌鲁木齐 830049
关键词：统计学习,本地差分隐私,位置隐私,数据采集,随机应答
基金：国家自然科学基金项目（U1603261）；新疆维吾尔自治区自然科学基金项目（2016D01A080）
针对位置数据采集中的隐私保护问题，该文给出了基于本地差分隐私的位置数据采集方案。采用多阶段随机应答机制进行满足本地差分隐私的位置数据采集；以区域密度估计为目标，分别利用直接统计法和期望最大法进行位置数据分析。该方案保证不可信数据采集者利用非原始位置数据仍可以实现以统计特征为基础的位置数据分析。大量仿真实验结果表明：该方案在小样本位置数据场景下，期望最大法的可用性和隐私保护特性较优；在大样本位置数据量场景下，直接统计法和期望最大法的性能相近。
来源：2019年第1期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。