【技术实现步骤摘要】
本专利技术涉及持续监控下的差分隐私加权图发布方法，属于数据隐私安全领域。
技术介绍
1、随着大数据和人工智能的快速发展，图分析(graph analysis)被广泛应用于现实世界中的各种复杂系统，如通信网络、社交网络和流行病学网络。这些网络数据可以帮助人们获得许多有价值的知识，并进一步造福人们的生活，例如，图数据分析已被用于改进数字合同追踪工作。然而，从系统中收集的图数据通常是隐私的，在没有足够保护的情况下发布图数据可能会导致敏感个人信息的暴露。
2、一种先进的隐私保护技术是差分隐私(differential privacy)，它目前已经成为学术界和工业界中隐私分析的黄金标准。直观地说，对于任何满足dp的算法，它在数据集上的输出包含一些随机噪声，使得具有任意背景知识的对手不能推断出该数据集中任何可能的记录的存在。到目前为止，现有的差分隐私图分析的工作主要集中在处理静态非加权图数据的发布上。通过保护图中两个实体之间的关系，就可以发布准确的静态图统计信息(例如度分布、子图计数)和合成图。
3、事实上，实际系统中的图数...
【技术保护点】
1.持续监控下的差分隐私加权图发布方法，其特征在于基于每个时间步处的原始加权图快照，在差分隐私下发布其合成版本，至少包括以下步骤，
2.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于节点自适应采样，至少还包括以下步骤，
3.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于基于预测的社区检测，至少还包括以下步骤，
4.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于重建边上的权重值，通过对不同粒度下的社区内和社区间的边权值进行扰动，以减少在权值较小的边中引入的扰动误差。具体来说，...
【技术特征摘要】
1.持续监控下的差分隐私加权图发布方法，其特征在于基于每个时间步处的原始加权图快照，在差分隐私下发布其合成版本，至少包括以下步骤，
2.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于节点自适应采样，至少还包括以下步骤，
3.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于基于预测的社区检测，至少还包括以下步骤，
4.根据权利要求1所述的持续监控下的差分隐私加权图发布方法，其特征在于重建边上的权重值，通过对不同粒度下的社区内和社区间的边权值进行扰动，以减少在权值较小的边中引入的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。