本发明公开了一种基于差分隐私保护的轨迹数据发布方法及系统，方法通过获取一组目标个体的原始轨迹，然后根据原始轨迹获取一组目标泛化轨迹，并获取各目标泛化轨迹的计数，基于目标泛化轨迹的计数值构建填充计数矩阵，通过对该填充计数矩阵中的元素进行哈尔小波变换并添加拉普拉斯噪声，以获取重构计数矩阵，通过对重构计数矩阵进行一致性约束进而获取目标泛化轨迹计数矩阵。本发明提供的方法及系统，在保障数据可用性的前提下提高了轨迹数据的隐私保护程度。
📄 2021103468687
📂 H04W4_029
👤 南京邮电大学
📅 2021-03-31
本发明属于数据隐私保护技术领域，本发明公开了基于个性化本地差分隐私的智能电表数据收集方法及系统，其包括智能电表根据隐私保护等级获取隐私预算，聚合器根据隐私预算计算隐私预算阈值，智能电表根据隐私预算阈值和隐私预算，计算被采样的概率并根据被采样的概率决定是否参与本轮用电数据收集，若不参与，则等待下一轮用电数据收集，若参与，则获取用电数据并对用电数据进行扰动，得到扰动用电数据，聚合器根据扰动用电数据估算本轮总的用电量，本申请基于用户的个性化设置，将用户的隐私保护需求分为不同的等级，用户可以选择自己的隐私保护需求，并为其分配对应的隐私预算，实现个性化隐私保护的同时提高数据可用性和有效性。
📄 2025112105873
📂 G06F21_62
👤 重庆大学
📅 2025-08-27
一种基于差分隐私的保服务质量的位置隐私保护方法，包括以下步骤：(1)设定用户保服务质量所允许的最大位置偏离距离值dQ；(2)根据用户所需服务质量设定值，确定对用户位置信息进行拉普拉斯加噪的尺度参数b的上界值；(3)设定用户保位置隐私所需的最小位置偏离距离值dP；(4)根据用户所需位置隐私设定值，确定对用户位置信息进行拉普拉斯加噪的尺度参数b的下界值；(5)用户选取(2)和(4)中获取的上界和下界范围内的噪声参数值b，对真实位置信息加入该参数下的拉普拉斯噪声，并发布伪位置信息。本发明同时满足用户对服务质量和位置隐私的要求，使得用户能在不泄露自身位置情况下，保证其所享受的基于位置的服务质量。
📄 2020112925687
📂 G06F21_62
👤 浙江工业大学
📅 2020-11-18
本发明公开了一种基于差分隐私指数机制的模型窃取防御方法和装置，包括：将用户的预测样本输入至通过API调用的目标模型，并对目标模型针对预测样本的原始置信度分布向量添加差分隐私指数机制后作为隐藏置信度分布向量反馈给用户；根据隐藏置信度分布向量得到的预测类标与根据原始置信度分布向量得到的预测类标相同；用户利用隐藏置信度分布向量和预测样本对与目标模型的网络结构相同的窃取网络进行训练以确定第一网络参数，该第一网络参数与目标模型的目标网络参数不同，即由第一网络参数与窃取网络组成的防御模型与由网络结构和目标网络参数组成的目标模型不同，实现了对目标模型窃取的防御。能够提高目标模型的信息安全性。
📄 2020111846902
📂 G06F21_62
👤 浙江工业大学
📅 2020-10-30
本发明公开了一种基于差分隐私和层级相关性传播的图像分类方法，属于数据安全技术领域，其思路为：确定灰度图像数据集D，灰度图像数据集D包括m个灰度图像数据；计算灰度图像数据集D的相关性矩阵R和灰度图像数据集D的噪声平均相关性矩阵设定卷积神经网络包括num_conv个卷积层和num_FC个全连接层，使用θ表示卷积神经网络全部参数，θ＝{θConv,θFC}，θConv表示卷积神经网络num_conv个卷积层的参数，θFC表示卷积神经网络num_FC个全连接层的参数；进而得到卷积神经网络最优参数表示卷积神经网络num_conv个卷积层的最优参数，表示卷积神经网络num_FC个全连接层的最优参数；将卷积神经网络num_conv个卷积层的最优参数和卷积神经网络num_FC个全连接层的最优参数作为一种基于差分隐私和层级相关性传播的图像分类结果。
📄 2018107810972
📂 G06K9_62
👤 陕西师范大学
📅 2018-07-17
本发明提供了一种基于差分隐私的直方图数据发布方法，包括如下步骤：步骤1：设置聚类中心点数K；步骤2：在直方图数据中随机选取一个点为初始中心点，按照非中心点与中心点之间的最短距离结合指数机制，计算出每个直方图桶的抽样概率，利用轮盘抽样选取剩余的中心点；步骤3：利用得到的聚类中心点对原始直方图数据进行聚类分组；步骤4:对划分后的各分组求均值；步骤5：对各分组添加拉普拉斯噪音；步骤6：对差分隐私处理后的直方图数据进行发布，本发明在提升数据发布效率的同时，可以提高数据可用性。
📄 2021109411131
📂 G06K9_62
👤 中南民族大学; 武汉空天软件技术有限公司
📅 2021-08-17
本发明公开了一种基于差分隐私的数据发布方法，属于数据隐私保护技术领域。本发明对于输入的直方图数据，进行拉普拉斯加噪，然后将加噪后的数据进行滤波操作，能够显著的降低添加的噪音值，接着通过重排序的方法对加噪后的直方图按照频数的值进行排序，排序后的直方图在进行分组合并的时候能够达到更优的分组，最终根据动态规划思想的聚类策略来找到最小的SSE分组。本发明提出一种均值精准直方图发布方法，并对扰动数据进行滤波处理和排序，使更多相似的数据合并在一起，最后发布满足差分隐私的直方图，能够有效的降低直方图发布的误差，从而使差分隐私技术理论在实际应用提供了广阔的前景。
📄 2020105731174
📂 G06F21_62
👤 安徽工业大学
📅 2020-06-22
本发明公开了一种基于差分隐私的分组精准直方图数据发布方法，属于数据隐私保护技术领域。本发明提出的一种基于差分隐私的分组精准直方图数据发布方法(Accurate Grouping Histogram Publication，AGHP)，首先基于平滑分组思想，利用指数机制对原始直方图桶频数进行全局近似排序；其次提出动态规划算法，在有序直方图上实现具有最佳误差平衡的全局分组，均衡分组重构误差与噪音误差；最后对分组后的直方图添加拉普拉斯噪声后发布。该算法在满足差分隐私的前提下有效降低了直方图数据发布的误差，提高了直方图发布数据的可用性，扩充了差分隐私技术理论的实际应用。
📄 2020116372917
📂 G06F16_2458
👤 安徽工业大学
📅 2020-12-31
本发明公开了一种面向实时数据的本地化差分隐私数据流发布方法，属于数据隐私保护技术领域。本发明将本地化差分隐私与滑动窗口模型进行结合，采用相似性度量方法计算相邻时刻滑动窗口数据之间的相似度，将随机扰动加入到相似度结果中；当相似度结果为正时，采用贪心聚类算法做减小误差并加噪处理；后采用一种合理的PBA隐私预算分配策略，避免过度的隐私预算消耗，最后发布满足加噪的直方图。本发明不仅能抵御不可信第三方的攻击，还能有效降低直方图发布的误差，从而使本地化差分隐私技术理论在实际应用中有更广阔的前景。
📄 2022103529280
📂 G06F21_62
👤 安徽工业大学
📅 2022-04-06
本发明提供一种关联元组数据的差分隐私发布方法及系统，涉及数据挖掘和隐私保护领域，首先生成初始化噪声并扰动初始化查询结果，然后根据新的查询函数生成满足特定自协方差矩阵的噪声并扰动查询结果，最后采用迭代机制处理所有查询直至查询函数序列处理完毕输出并发布扰动查询结果。本发明提供的广义拉普拉斯噪声生成方法和实用高效的迭代与更新机制的运用，解决了现有利用差分隐私保护关联元组数据的发布方法中，面临的待保护元组数据相关而差分隐私生成的噪声独立导致的隐私保护强度降低的问题。
📄 2020111656927
📂 G06F21_62
👤 重庆邮电大学
📅 2020-10-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台