来源：期刊VIP网 时间：
作者：张衡;胡婉如;
单位：辽宁大学;
摘要：针对高维数据发布过程中数据可用性下降的问题，提出一种差分隐私高维数据发布方法。该方法以属性分割技术为基础，以差分隐私（DP）算法为理论指导，基于属性敏感度对高维数据集进行划分，利用信息熵和最大信息系数识别属性的敏感性和属性间的依赖关系；再根据数据集的敏感程度，将其分为敏感、一般敏感、低敏感数据集三种类型。创建差分隐私的贝叶斯网络，基于属性簇的隐私预算生成加噪条件发布，完成高维数据在差分隐私机制下的安全共享。实验结果显示，所提方法不仅有效控制了隐私泄露风险，还能够较好地保持数据的可用性。
关键词：属性分割;;差分隐私算法;;高维数据;;数据发布;;贝叶斯网络;;隐私预算;;敏感度
