【技术实现步骤摘要】
本专利技术涉及数据科学和隐私保护领域，具体来说，涉及一种在线本地差分私有稀疏向量估计方法。
技术介绍
1、流用户数据分析对于跟踪随时间变化的用户行为和状态至关重要，广泛应用于医疗保健、基于位置的服务以及各种互联网服务中的在线决策和服务质量改进。然而，这种方法也带来了显著的隐私挑战。时序数据，包括人口统计数据(如年龄、地理位置)和活动数据(如传感器读数、页面或应用访问记录)，可能泄露个人敏感信息。同时，随着全球范围内隐私保护的实施，如何在隐私保护的前提下进行有效分析成为了一个重要议题。
2、尽管在线本地私有数据分析领域已经取得了一定进展，但在实用性和功能性上仍与离线方式存在差距，主要体现在以下几个方面：
3、1、效用性能低。流数据生成的速度非常快，并且包含多种类型和格式的数据，这需要预处理和转换才能用于分析。现有的在线分析方法往往依赖于历史数据来进行对比或计算，这在实时场景中并不切实际，限制了其效用性能。
4、2、数据格式单一。大多数现有的在线隐私保护机制专注于对二进制或离散值的平均估计，而离线研究则能...
【技术保护点】
1.一种在线本地差分私有稀疏向量估计方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述选择层次结构级别，通过插入若干条存根记录以调整符号集合的数量至预设数量，并通过循环遍历，获取目标子集和参考子集包括以下步骤：
3.根据权利要求2所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述统计查询任务包括：三元向量组查询、均值查询及范围查询。
4.根据权利要求3所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述基于选择的层次结构级别，通过在残差集合中插入预...
【技术特征摘要】
1.一种在线本地差分私有稀疏向量估计方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述选择层次结构级别，通过插入若干条存根记录以调整符号集合的数量至预设数量，并通过循环遍历，获取目标子集和参考子集包括以下步骤：
3.根据权利要求2所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述统计查询任务包括：三元向量组查询、均值查询及范围查询。
4.根据权利要求3所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述基于选择的层次结构级别，通过在残差集合中插入预设条数的存根记录，调整符号集合的数量至预设数量包括以下步骤：
5.根据权利要求4所述的一种在线本地差分私有稀疏向量估计方法，其特征在于，所述符号集合的公式为：
6.根据权利要求5所述的一种在线本地...
【专利技术属性】
技术研发人员：陈宇阳，邓嘉，罗世邦，陈伟松，王绍蔚，
申请(专利权)人：广州大学，
类型：发明
国别省市：
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。