基于贝叶斯网络与语义树的隐私数据发布方法

来源：计算机工程杂志2019年第4期北京时间：

作者：郝志峰,王日宇,蔡瑞初,温雯

单位：1.广东工业大学 计算机学院,广州 510006; 2.佛山科学技术学院 数学与大数据学院,广东 佛山 528000

摘要：为在隐私预算相同的条件下提高发布数据的可用性,在PrivBayes的基础上,提出一种改进的隐私数据发布方法PrivBayes_Hierarchical。基于贝叶斯网络隐私数据发布方法的思想,引入语义树对含有层次关系的数据属性进行抽象,使用贝叶斯网络描述数据属性之间的依赖关系。利用格雷码减少随机噪声对数据精度的影响,并对贝叶斯网络结构学习方法进行优化,以减少不必要的隐私预算消耗,提高数据可用性。实验结果表明,该方法在公开数据集下可以获得比PrivBayes更高的数据精度,从而提升隐私数据集的可用性。

关键词：差分隐私,数据发布,贝叶斯网络,数据分析,隐私保护

基金资助：广东省自然科学基金(2014A030306004,2014A030308008);广东省科技计划项目(2015B010108006,2015B010131015);广东特支计划(2015TQ01X140);广州市珠江科技新星(201610010101);广州市科技计划项目(201604016075)。