-
公开(公告)号:CN117744141A
公开(公告)日:2024-03-22
申请号:CN202311758104.4
申请日:2023-12-20
Applicant: 暨南大学
IPC: G06F21/62 , G06N7/01 , G06Q50/00 , G06F16/9536 , G06F16/901
Abstract: 本发明提出了一种基于本地差分隐私的动态图发布方法。该方法首先收集各节点加噪后的度数据,用以计算相邻时刻内动态图的变化量,从而判断是否需要更新图数据。若更新被确定,进一步收集各节点加噪后的邻接向量和转移概率,并结合历史信息建立隐马尔可夫模型,计算该时刻所有节点间的连接概率。最终,通过建立优化模型并求解,实现对动态图的重构和更新。本发明能够有效挖掘动态图的时序信息,在时间跨度长且更新频繁的动态图场景中,严格控制隐私预算的消耗,同时有效保证发布的动态图数据的效用。
-