1.一种数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,包括以下步骤:步骤一:设置隐私预算参数:
对存储于计算机系统中的数据库,数据管理员根据数据的重要程度,给定数据的隐私预算,记为ε,其中0<ε≤1;并设定对数据的基础查询次数,记为k,其中k<200;
步骤二:计算每次查询隐私预算:
根据所述隐私预算ε和基础查询次数k,利用泊松概率机制,实现对所述隐私预算ε的无穷次分配;对用户每提交一次数据查询,结果记为fi,计算其分配的隐私预算,记为εi,具体值为:步骤三:计算添加在数据中的噪声:
对用户的每一次数据查询结果fi,计算敏感度Δfi;再结合分配给查询的隐私预算εi,对查询结果应用差分隐私保护算法,计算需要添加的噪声,得到含有噪声的查询结果;
步骤四:返回用户查询的结果:
根据用户提交的查询,返回含有噪声的查询结果,使数据的隐私得到保护。
2.根据权利要求1所述的数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,步骤一中,所述隐私预算ε代表隐私保护水平,ε越小,隐私保护水平越高,反之,隐私保护水平就越低,同时ε也影响着噪声的大小,越小的ε就会引入越大的噪声;
所述基础查询次数k表示用户理想的查询次数,经过k次查询返回精确的查询结果;为了保证数据的隐私性,当查询次数超过k时,系统返回噪音查询结果。
3.根据权利要求1所述的数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,步骤二中,应用差分隐私的序列组合性质:差分隐私保护算法M1,M2,…,M∞,分别满足εi-差分隐私,其中,1≤i≤∞,对于同一个数据集D,算法{M1,M2,…,M∞}的序列组合提供
4.根据权利要求3所述的数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,步骤二中,所述泊松概率机制具体如下:泊松分布满足 期望值E(X)=λ,表示单位时间内随机时间的平均发生率;
要实现交互式场景下用户的无穷次查询,用户每提交一次查询,系统便为查询分配一个隐私预算εi并应用差分隐私保护算法Mi,Mi满足εi-差分隐私,1≤i≤∞,隐私预算和应满足设泊松分布期望值等于用户基础查询次数,即E(X)=k,则有 两边同时乘以ε, 即满足上述的隐私预算无穷分配;
泊松机制下的隐私预算分配计算方法如下:
5.根据权利要求1所述的数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,步骤三中,所述敏感度Δfi的计算方式为:对于任意一个函数f:D→Rd,函数f的敏感度为其中,数据集D和D′为邻近数据集,具有相同的属性结构,两者之间至多相差一条记录。
6.根据权利要求5所述的数据查询隐私保护的隐私预算分配和数据发布方法,其特征在于,步骤三中,通过拉普拉斯分布产生噪音,从而实现差分隐私保护,输出结果为:其中 即为拉普拉斯噪音变量,噪音量的大小与查询敏感度Δfi成正比,与分配的隐私预算εi成反比。
7.一种数据查询隐私保护的隐私预算分配和数据发布系统,其特征在于,包括:差分隐私预算总量设定模块,用于根据隐私保护需求程度,设定差分隐私预算总量;
差分隐私预算序列生成模块,用于计算在每次数据查询中的差分隐私预算,生成差分隐私预算序列;
随机噪声计算模块,用于根据用户提交的查询、查询的敏感度,采用差分隐私预算序列计算随机噪声;
查询结果返回模块,用于计算含有噪声的查询结果,并向用户返回查询结果。