PINQ下K—means的差分隱私保護研究

李靈芳 黃文培 胡偉健

摘要：差分隱私保護是Dwork提出的基于數據失真技術的一種新的隱私保護模型，由于其克服了傳統隱私保護需要背景知識假設和無法定量分析隱私保護水平的缺點，近年來迅速成為隱私保護領域研究熱點。PINQ是最早實現差分隱私保護的交互型原型系統。介紹了差分隱私保護相關理論基礎，分析了PINQ框架的實現機制。以PINQ中差分隱私保護下K-means聚類實現為例，研究了差分隱私在聚類中的應用。仿真實驗表明，在不同的隱私預算下，實現的隱私保護級別也不同。

關鍵詞：K-means； 數據失真；差分隱私； PINQ

DOIDOI：10.11907/rjdk.161175

中圖分類號：TP309文獻標識碼：A文章編號：1672-7800（2016）006-0204-05

參考文獻：

[1]周水庚， 李豐， 陶宇飛，等.面向數據庫應用的隱私保護研究綜述[J]. 計算機學報， 2009， 32（5）：847-861.

[2]李楊， 溫雯， 謝光強. 差分隱私保護研究綜述[J].計算機應用研究， 2012， 29（9）：3201-3205.

[3]MCSHERRY F. Privacy integrated queries[C].In Proc. ACM SIGMOD International Conference on Management of Data，2009.

[4]MOHAN P， THAKURTA A， SHI E， et al. GUPT：privacy preserving data analysis made easy[C].Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data. ACM，2012：349-360.

[5]ROY I， SETTY S T V， KILZER A， et al. Airavat：security and privacy for mapreduce[J]. Usenix Org， 2010：297-312.

[6]DWORK C. A firm foundation for private data analysis[J]. Communications of the Acm， 2011， 54（1）：86-95.

[7]DWORK C， MCSHERRY F， NISSIM K， et al. Calibrating noise to sensitivity in private data analysis[M]. Theory of Cryptography，Springer Berlin Heidelberg， 2006：265-284.

[8]FRIEDMAN A， SCHUSTER A. Data mining with differential privacy[C].Acm Sigkdd International Conference on Knowledge Discovery & Data Mining，2010：493-502.

[9]MCSHERRY F D. Privacy integrated queries： an extensible platform for privacy-preserving data analysis[J]. Proc，2011（1）：26-30.

[10]BLUM A， DWORK C， MCSHERRY F， et al. Practical privacy： the sulq framework[J]. In PODS 05： Proceedings of the twenty-fourth ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems， 2005（6）：128-138.

[11]DWORK C. A firm foundation for private data analysis[J]. Communications of the Acm， 2011， 54（1）：86-95.

[12]STEINBACH M， GEORGE. Karypis and vipin kumar 2000， a comparison of document clustering techniques[J]. Kdd Workshop on Text Mining， 2000（3）：123-130.

[13]李楊， 郝志峰， 溫雯，等. 差分隱私保護k-means聚類方法研究[J]. 計算機科學， 2013， 40（3）：287-290.

[14]張嘯劍， 王淼， 孟小峰. 差分隱私保護下一種精確挖掘top-k頻繁模式方法[C].第30屆中國數據庫學術會議， 2013.

[15]熊平， 朱天清， 金大衛. 一種面向決策樹構建的差分隱私保護算法[J]. 計算機應用研究， 2014， 31（10）：3108-3112.

[16]ANIL K，JAIN. Data clustering： 50 years beyond K-means [J]. Pattern Recognition Letters， 2010， 31（8）：651-666.