-
公开(公告)号：CN109362032A
公开(公告)日：2019-02-19
申请号：CN201811510356.4
申请日：2018-12-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于位置服务的用户位置个性化差分隐私保护方法，其步骤包括：1利用指数机制生成扰动位置；2根据敌手对t时刻用户所处位置的先验概率、指数机制概率分布及生成的扰动位置得到敌手对t时刻用户所处位置的后验概率；3判断敌手对t时刻用户所处位置的后验概率是否满足安全性需求；若满足，将扰动位置和查询请求发送给服务方；若不满足，添加混淆位置；4添加混淆位置，当满足安全性需求后，将由混淆位置和扰动位置组成的位置集发送给服务方；5对服务方返回的查询结果进行筛选。本发明能解决因服务方不可信所造成的用户位置隐私泄露问题，同时可以有效的应对贝叶斯攻击，从而能提高基于位置服务中用户位置隐私的安全性。
-
Patent Agency Ranking
公开(公告)号：CN107392048B
公开(公告)日：2018-04-20
申请号：CN201710618400.2
申请日：2017-07-26
Applicant: 安徽大学
Abstract: 本发明公开了一种数据可视化中的差分隐私保护方法及其评价指标，包括1、将获取的分类属性数据集执行并行运算下满足差分隐私保护的数据聚合处理；2、选定一个聚合后的子集，进行可视化处理；3、通过3种评价指标精确量化由满足差分隐私保护的数据聚合后的可视化质量。本发明能有效解决海量的带有敏感信息的分类属性数据集在可视化过程中会出现数据展示重叠严重，敏感数据隐私泄露的问题；并显著减少数据聚合的时间，提高可视化的时效性。
-
公开(公告)号：CN107392049B
公开(公告)日：2018-04-17
申请号：CN201710619287.X
申请日：2017-07-26
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私保护的推荐方法，包括：1、从网站上获取访问用户对项目的评分信息；2、对用户评分数据加入拉普拉斯噪声得到扰动后的评分数据；3、将扰动评分数据传入使用拉普拉斯机制的概率矩阵分解推荐算法得到用户因子矩阵和项目因子矩阵；4、根据用户因子矩阵和项目因子矩阵预测每个用户对所有项目的评分；5、将预测评分最高的前top个项目推荐用户。本发明能有效解决现有的隐私保护推荐方案中用户数据的安全性差和推荐结果准确性低的问题从而能更好的保护用户数据的隐私并提高推荐结果的准确度。
-
公开(公告)号：CN109362032B
公开(公告)日：2020-06-30
申请号：CN201811510356.4
申请日：2018-12-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于位置服务的用户位置个性化差分隐私保护方法，其步骤包括：1利用指数机制生成扰动位置；2根据敌手对t时刻用户所处位置的先验概率、指数机制概率分布及生成的扰动位置得到敌手对t时刻用户所处位置的后验概率；3判断敌手对t时刻用户所处位置的后验概率是否满足安全性需求；若满足，将扰动位置和查询请求发送给服务方；若不满足，添加混淆位置；4添加混淆位置，当满足安全性需求后，将由混淆位置和扰动位置组成的位置集发送给服务方；5对服务方返回的查询结果进行筛选。本发明能解决因服务方不可信所造成的用户位置隐私泄露问题，同时可以有效的应对贝叶斯攻击，从而能提高基于位置服务中用户位置隐私的安全性。
-
公开(公告)号：CN107392049A
公开(公告)日：2017-11-24
申请号：CN201710619287.X
申请日：2017-07-26
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分隐私保护的推荐方法，包括：1、从网站上获取访问用户对项目的评分信息；2、对用户评分数据加入拉普拉斯噪声得到扰动后的评分数据；3、将扰动评分数据传入使用拉普拉斯机制的概率矩阵分解推荐算法得到用户因子矩阵和项目因子矩阵；4、根据用户因子矩阵和项目因子矩阵预测每个用户对所有项目的评分；5、将预测评分最高的前top个项目推荐用户。本发明能有效解决现有的隐私保护推荐方案中用户数据的安全性差和推荐结果准确性低的问题从而能更好的保护用户数据的隐私并提高推荐结果的准确度。
-
公开(公告)号：CN107392048A
公开(公告)日：2017-11-24
申请号：CN201710618400.2
申请日：2017-07-26
Applicant: 安徽大学
CPC classification number: G06F21/6245 , G06K9/6218 , G06K9/6267
Abstract: 本发明公开了一种数据可视化中的差分隐私保护方法及其评价指标，包括1、将获取的分类属性数据集执行并行运算下满足差分隐私保护的数据聚合处理；2、选定一个聚合后的子集，进行可视化处理；3、通过3种评价指标精确量化由满足差分隐私保护的数据聚合后的可视化质量。本发明能有效解决海量的带有敏感信息的分类属性数据集在可视化过程中会出现数据展示重叠严重，敏感数据隐私泄露的问题；并显著减少数据聚合的时间，提高可视化的时效性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
