计算机应用研究

作者：薛佳楣,李美珊,玄子玉,

单位：佳木斯大学信息电子技术学院,黑龙江佳木斯154007；

关键词：差分隐私,地理位置不可区分,粒子群聚类,位置偏移,

基金：黑龙江省省属本科高校基本科研业务费项目(2018-KYYWF-0938)；佳木斯大学自然科学科研项目(13Z1201576)；佳木斯大学基础研究类项目(JMSUJCMS2016-009)；佳木斯大学科学技术面上项目(L2012-072)；；

针对利用虚假噪声应对统计攻击时可被攻击者识别的问题，对差分隐私保护模型展开研究，提出了一种基于粒子群聚类，通过真实用户位置偏移实现地理位置不可区分的隐私保护方法。该方法通过当前区域内匿名用户按照粒子群聚类的方式各自偏移，满足广义差分隐私模型的基本要求，实现地理位置不可区分。最后，通过模拟实验与同类满足广义差分隐私模型的算法进行对比分析，进一步证实了所提出的算法的执行效率和隐私安全。由此，可认为该方法具有更好的实用价值，更易部署在当前应用环境。

来源：2020年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第8期