...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on dependable and secure computing >Secure Two-Party Differentially Private Data Release for Vertically Partitioned Data
【24h】

Secure Two-Party Differentially Private Data Release for Vertically Partitioned Data

机译：垂直分区数据的安全的两方差分专用数据发布

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Privacy-preserving data publishing addresses the problem of disclosing sensitive data when mining for useful information. Among the existing privacy models, $(epsilon)$-differential privacy provides one of the strongest privacy guarantees. In this paper, we address the problem of private data publishing, where different attributes for the same set of individuals are held by two parties. In particular, we present an algorithm for differentially private data release for vertically partitioned data between two parties in the semihonest adversary model. To achieve this, we first present a two-party protocol for the exponential mechanism. This protocol can be used as a subprotocol by any other algorithm that requires the exponential mechanism in a distributed setting. Furthermore, we propose a two-party algorithm that releases differentially private data in a secure way according to the definition of secure multiparty computation. Experimental results on real-life data suggest that the proposed algorithm can effectively preserve information for a data mining task.
机译：保留隐私的数据发布解决了挖掘有用信息时泄露敏感数据的问题。在现有的隐私模型中，$（ε）-差异隐私提供了最强大的隐私保证之一。在本文中，我们解决了私有数据发布的问题，在该问题中，两个参与者拥有同一组个人的不同属性。特别是，我们提出了一种在半诚实的对手模型中针对两方之间的垂直分区数据进行差异私有数据发布的算法。为了实现这一目标，我们首先为指数机制提出了两方协议。该协议可以被需要在分布式设置中使用指数机制的任何其他算法用作子协议。此外，我们提出了一种两方算法，该算法根据安全的多方计算的定义以安全的方式释放差异私有数据。对真实数据的实验结果表明，该算法可以有效地保存数据挖掘任务中的信息。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号