有效的基于滑动窗口数据流直方图方法
Efficient histogram method in data streams over sliding windows
1. 安徽工业大学 计算机科学与技术学院, 安徽 马鞍山 243032
2. 安徽省工业互联网智能应用与安全工程实验室, 安徽 马鞍山 243032
摘要
差分隐私作为现在的一种隐私保护机制得到了广泛的应用。目前虽然存在着很多种静态数据集上的直方图发布方法，但是对于数据流环境下的基于滑动窗口直方图发布方法较少，并且面临着直方图的发布误差较高的问题。对于此问题，提出了一种适用于滑动窗口模型的数据流差分隐私直方图发布算法（histogram publishing algorithm for sliding window model，HPA-SW）。该算法首先基于数据分块的思想来把一个滑动窗口划分为k个子块，并通过该参数来控制和调节数据直方图的统计误差；随后，该算法通过比较相邻两个直方图数据分布的差异来优化当前窗口的隐私预算分配，从而快速计算出局部最优直方图。为了验证算法的有效性，首先通过严格的理论推导证实了所设计的算法符合差分隐私要求，并且其近似误差不超过W/2k。其次，通过在真实数据集合上的实验对比，显示了该算法的发布误差较低，比SSHP算法降低了50%。
基金项目
国家自然科学基金资助项目(61402008,61702006,61672038)
安徽省重点研究与开发计划面上攻关项目(201904a05020071)
安徽省自然科学项目(1408085QF128)
电子信息与控制福建省高校工程研究中心开放基金项目(MJXY-KF-EIC1803)
安徽普通高校重点实验室开放基金项目(CS2020-06)
出版信息
DOI: 10.19734/j.issn.1001-3695.2020.07.0217
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第7期
所属栏目: 算法研究探讨
出版页码: 2085-2090
文章编号: 1001-3695(2021)07-031-2085-06
发布历史
[2021-07-05] 印刷出版
引用本文
莫磊, 王修君, 郑啸, 等. 有效的基于滑动窗口数据流直方图方法 [J]. 计算机应用研究, 2021, 38 (7): 2085-2090. (Mo Lei, Wang Xiujun, Zheng Xiao, et al. Efficient histogram method in data streams over sliding windows [J]. Application Research of Computers, 2021, 38 (7): 2085-2090. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
