• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Security and Networks >Location big data differential privacy dynamic partition release method
【24h】

Location big data differential privacy dynamic partition release method

机译：位置大数据差别隐私动态分区发布方法

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

Aiming at the privacy protection requirements in real-time statistical publishing process of location big data, a dynamic partition method is proposed based on differential privacy mechanism. The temporal redundancy between adjacent data snapshots has been eliminated by sampling and differential processing of dynamic location big data, and the spatial redundancy of location big data has been reduced by adaptive density meshing and uniformity heuristic quadtree partitioning. Differential privacy protection has been realised by adjusting partition structures of the current dataset on the spatial structure of previous moment and adding Laplace noise. Experiments carried out on the cloud computing platform and real location big datasets show that the proposed algorithm can meet the dynamic partition release requirements of real-time location big data, and the query precision of single-released location big data is better than other similar methods.
机译：针对位置大数据的实时统计出版过程中的隐私保护要求，基于差分隐私机制提出了一种动态分区方法。 通过采样和差分处理的动态位置大数据的采样和差分处理消除了相邻数据快照之间的时间冗余，并且通过自适应密度啮合和均匀性启发式Quadtree分区减少了位置大数据的空间冗余。 通过调整前一刻的空间结构上的当前数据集的分区结构来实现差分隐私保护，并添加拉普拉斯噪声。 在云计算平台上进行的实验和实际位置大数据集表明，所提出的算法可以满足实时位置大数据的动态分区释放要求，并且单释放位置的查询精度大数据比其他类似方法更好 。

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