基于本地差分隐私的活动时序轨迹挖掘的方法技术

本发明专利技术涉及数据隐私保护领域，主要是研究如何在进行个人数据收集挖掘的场景下，既能保证数据满足本地差分隐私的要求，又能保证可以从数据中挖掘出活动时序轨迹的一种基于本地差分隐私的活动时序轨迹挖掘的方法，其设有采集数据的客户端和本地客户端，采集数据的客户端在本地将采用客户端算法的原始隐私数据加噪声，使之满足隐私保护预算参数为

A method of mining active time series trace based on local differential privacy

【技术实现步骤摘要】
基于本地差分隐私的活动时序轨迹挖掘的方法
本专利技术涉及数据隐私保护领域，主要是研究如何在进行个人数据收集挖掘的场景下，既能保证数据满足本地差分隐私的要求，又能保证可以从数据中挖掘出活动时序轨迹，特别是涉及一种基于本地差分隐私的活动时序轨迹挖掘的方法。技术背景大数据时代的到来，使得数据成为了宝贵的资源。这主要得益于各种各样的数据挖掘方法的出现，可以从数据中挖掘出更多的潜在的信息，同时也包含着许多用户个人隐私，而挖掘的信息可分为以下三种：1.传统差分隐私：是Dwork针对统计数据库的隐私泄露问题提出的一种新的隐私保护框架，是首个针对隐私数据提出的严格的数据隐私保护框架，并且不受攻击者的背景知识影响。2.本地差分隐私：传统差分隐私理论框架必须要存在一个可信任的第三方数据处理中心，这使得差分隐私理论框架应用受限。为了解决这个问题，本地差分隐私要求在不存在可信任的第三方数据处理中心的假设下，用户隐私数据在收集之前在本地就直接通过添加噪音的方式达到差分隐私保护的要求，同时也保证第三方在收集到加噪数据后仍能较为准确的推断出用户的群体统计本文档来自技高网...

【技术保护点】
1.一种基于本地差分隐私的活动时序轨迹挖掘的方法，设有采集数据的客户端和本地客户端，其特征是该方法包括以下步骤：/n步骤一：采集数据的客户端在本地将采用客户端算法的原始隐私数据加噪声，使之满足隐私保护预算参数为

【技术特征摘要】
1.一种基于本地差分隐私的活动时序轨迹挖掘的方法，设有采集数据的客户端和本地客户端，其特征是该方法包括以下步骤：
步骤一：采集数据的客户端在本地将采用客户端算法的原始隐私数据加噪声，使之满足隐私保护预算参数为的本地差分隐私要求，原始隐私数据会存储在本地客户端，本地客户端会从数据记录集中随机选取一对具有前后时序关系的记录，然后将其转化为时序矩阵，随后加噪处理，具体包括如下步骤：
(一)首先需要设置以下参数的值，第一个参数为p(p<0.5),该参数被称之为翻转概率，第二个参数为事件界定时间间隔dT,第三个参数为次序固定的事件数据记录集中元素个数m；
(二)随机从本地记录的事件集中选取一个元素e(Ti),并记录该事件发生的时间为Ti；
(三)随机从本地记录的事件集的[e(Ti),e(Ti+dT)]中选取另一个事件元素e(Tj)；
(四)将序列(e(Ti),e(Tj))转化...

【专利技术属性】
技术研发人员：张兆心，闫健恩，许海燕，王雁，王帅，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：山东;37