摘要

针对满足差分隐私的高维数据发布问题,我们提出一种基于隐树模型的满足差分隐私的高维数据发布算法.该算法由隐变量生成、隐树结构学习、隐树参数学习和数据生成四个阶段组成.特别地,在该算法中,为了在对显变量进行分组并生成隐变量的过程中保护隐私,我们提出一种满足差分隐私的隐变量生成方法.此外,为了在构建隐树的过程中保护隐私,我们提出了一种满足差分隐私的隐树模型结构学习方法.分析结果表明本文提出的算法满足ε-差分隐私.实验结果表明,与现有算法相比,所提出的算法可以获得更好的数据效用.