一种本地化差分隐私数据交换方法及存储介质技术

本发明专利技术公开了一种本地化差分隐私数据交换方法，首先定义伪随机数生成算法G、差分隐私预算参数∈和数据范围L；客户端根据差分隐私预算参数∈对原始数据x的独热向量V进行扰动，将V中值为1的位索引记为Info，将扰动后值为1的位数记为N；利用算法G从L个数据中选出均匀分布的N个互不相同的随机数，得到数组Indexes，对其中每个元素加上[0,L‑1]上均匀分布的随机数offset，得到扰动序列，将三元组<seed,N,offset>发送至服务器；服务器访问伪随机数生成器G(seed)，根据算法还原扰动向量。本发明专利技术还公开了基于上述方法的计算机存储介质。本发明专利技术在保障隐私数据传输精度的同时，大幅降低了传输和运算开销。

【技术实现步骤摘要】
一种本地化差分隐私数据交换方法及存储介质
本专利技术涉及一种隐私数据交换方法，尤其涉及一种本地化差分隐私数据交换方法及存储介质。
技术介绍
在现实生活中，有大量服务需要利用用户的各类信息进行统计分析，以提供更准确、多样化的服务，例如输入法中的词汇自动联想、购物应用中的商品推荐等。这些服务的有效性直接影响用户体验，因此需要高质量的用户信息，然而，这类信息通常与个人隐私密切相关，需要得到妥善保护。如何在保护用户隐私的同时兼顾服务质量，成为了一个亟待解决的问题。针对这一类型的隐私保护问题，差分隐私(DifferentialPrivacy)是其中最广泛应用的框架之一，其核心思想是由可信第三方收集所有原始数据，经过加噪处理后发布聚合的统计结果。由于从处理后的统计结果中无法精确分辨出某一用户的个人信息是否参与了该聚合统计，从而可实现对个人隐私的保护。然而，实际应用中可信第三方往往是不存在的，因此传统差分隐私的实际应用受到了限制。为了解决这一问题，本地化差分隐私(LocalDifferentialPrivacy,LDP)技术得到了越来越多的重视。...

【技术保护点】
1.一种本地化差分隐私数据交换方法，其特征在于，该方法包括步骤：/n(1)服务器与客户端协商伪随机数生成算法G，并约定差分隐私预算参数∈和数据范围L；/n(2)客户端根据差分隐私预算参数∈计算扰动概率p，对原始数据x的独热向量V∈0,1)

【技术特征摘要】
1.一种本地化差分隐私数据交换方法，其特征在于，该方法包括步骤：
(1)服务器与客户端协商伪随机数生成算法G，并约定差分隐私预算参数∈和数据范围L；
(2)客户端根据差分隐私预算参数∈计算扰动概率p，对原始数据x的独热向量V∈0,1)L进行扰动模拟，计算扰动完成后Info位上的数字翻转情况以及向量中值为1的位数N；所述Info为独热向量V中唯一一个值为1的位索引，Info∈[1,L]，L为向量长度；
(3)客户端利用伪随机数生成算法G，选取随机数种子seed，从1,2,…,L中选出均匀分布的N个互不相同的随机数，得到数组Indexes；
(4)客户端根据平移规则，对数组Indexes中的每个元素加上offset，得到扰动序列，所述扰动序列为扰动向量V中元素值为1的下标序列，offset为在[0,L-1]上均匀分布的随机数；
(5)客户端将三元组<seed,N,offset>发送至服务器；
(6)服务器接收三元组<seed,N,offset>，访问伪随机数生成器G(seed)，生成N个随机数q1,q2,...,qN，并获得传输的N个随机结果RST'＝{(qi+offset)modN+1|i∈[1,N]}；初始化长度为L的序列Seq＝[0,0,...,0]，对于RST'中的每个元素RST'i，将Seq[RST'i]置换为1，置换后的序列V'＝V。


2.根据权利要求1所述的本地化差分隐私数据交换方法，其特征在于，步骤(2)包括：
(21)根据隐私预算参数∈计算扰动概率p，所述扰动概率为对独热向量V进行扰动的位翻转概率；其中，所述翻转为将向量中元素0变为1，元素1变为0；
(22)进行L次成功概率为p的伯努利...

【专利技术属性】
技术研发人员：李潇，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32