主权项 |
传感器网络中基于多维分解的隐私数据汇聚方法,其特征在于,首先对每个时隙产生的监测数据添加由多维分解噪声机制生成的噪声,然后利用生成的数据进行隐私数据汇聚,具体包括以下步骤:Step1初始化:给定维度基数b和全局敏感度g,计算维度数d,计算各维度上的局部敏感度s<sub>i</sub>,其中i=1,2,...,d是分解后的维度;Step2数据获取与分解:通过底层硬件设备直接获取监测数据,得到每个时隙t对应的原始监测值X<sub>t</sub>,并将X<sub>t</sub>分解成d个分量<img file="FDA0001231586770000013.GIF" wi="67" he="65" />Step3数据扰动:根据各维度上的局部敏感度s<sub>i</sub>和隐私预算ε,在每个对应时隙t生成d个服从拉普拉斯分布且相互独立的噪声分量<img file="FDA0001231586770000014.GIF" wi="69" he="59" />并将该d个噪声分量<img file="FDA0001231586770000019.GIF" wi="46" he="62" />对应添加到d个分量<img file="FDA0001231586770000016.GIF" wi="49" he="64" />上形成d维噪声化结果<img file="FDA0001231586770000015.GIF" wi="78" he="62" />Step4隐私汇聚:结合上一时隙的d维汇聚结果<img file="FDA0001231586770000018.GIF" wi="60" he="62" />和当前时隙的d维噪声化结果<img file="FDA00012315867700000110.GIF" wi="77" he="61" />得到当前时隙的d维汇聚结果<img file="FDA0001231586770000017.GIF" wi="61" he="61" />Step5数据合成与发布:按照不同的维度权重对各维噪声化结果<img file="FDA00012315867700000111.GIF" wi="38" he="62" />进行综合得到并对外发布隐私保护的汇聚结果R<sub>t</sub>。 |