摘要

本发明属于保密或匿名技术领域,公开了一种线性回归模型多维高斯差分隐私保护方法、信息安全系统,对训练数据的不同属性定义不同的安全级别,在不同维度生成合适的噪声;计算线性回归模型的全局敏感度;根据定义的安全级别和全局敏感度生成高维高斯噪声的协方差矩阵;生成高维高斯噪声,加到输入和输出实现隐私保护。本发明给出量化隐私泄露的方法,根据不同维度的隐私需求生成合适的噪声,比已知的线性回归隐私保护方法在同样的隐私预算的情况下精度提高30%以上。本发明的时间开销仅仅是生成噪声的时间,不会因为数据维度的增加而有显著的变化,对于数据维度有较好的鲁棒性。本发明的加噪方式可以更灵活的根据隐私需求调整噪声的大小。