基于概率主成分分析的差分隐私数据发布方法

来源 :哈尔滨工程大学学报 | 被引量 : 0次 | 上传用户:zhengyunemo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对高维相关数据发布的隐私保护问题,本文提出2种隐私保护数据发布方法,解决高维相关数据发布时重复加噪导致的发布数据效用过低问题。基于概率主成分分析模型的隐私数据发布方法,及基于概率主成分分析和差分隐私的数据发布方法,利用主成分分析对高维数据降维,在低维数据中加入拉普拉斯噪声,然后再由概率主成分分析的生成模型生成数据集发布,使得发布的数据集满足差分隐私。经过分析与验证,当选取恰当的主成分个数时,2个真实数据集上的分类准确率较同类方法提高2%~5%。本文方法在支持向量机分类准确率方面可以保持良好的数据效用。
其他文献
为研究密度分层流对潜体阻力及兴波的影响,本文基于RANS方程,采用Realizable k-ε湍流模型,结合欧拉多相流模型和自定义函数(UDF)方法建立了密度分层流中水下潜体航行特性分析的CFD模型。采用SUBOFF模型进行了网格及时间步长的收敛性验证,并将数值模拟结果与相关试验进行对比,验证了本数值方法的精确性;模拟了全附体潜体以不同航速航行于不同位置时的水动力特性,探讨了密度分层流中航速、潜深及潜体与内波交界面距离对潜体受力的影响。潜体的速度变化主要对潜体艏、艉及表面拐点处压力影响较大;而潜深的变化主