(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210352928.0 (22)申请日 2022.04.06 (71)申请人 安徽工业大学 地址 243002 安徽省马鞍山市湖东路59号 (72)发明人 陶陶　张福南　 (74)专利代理 机构 安徽知问律师事务所 34134 专利代理师 平静 (51)Int.Cl. G06F 21/62(2013.01) (54)发明名称 一种面向实时数据的本地化差分隐私数据 流发布方法 (57)摘要 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。 权利要求书2页 说明书7页 附图2页 CN 114662152 A 2022.06.24 CN 114662152 A 1.一种面向实时数据的本地 化差分隐私数据流发布方法， 其特 征在于， 其 步骤为： 步骤1、 输入原 始数据集D＝{D1， D2，…， Di|1≤i≤N}， 初始化 参数确定隐私保护预算 ε； 步骤2、 根据决策算法计算相邻时刻滑动窗口数据之间的相关距离， 判断相关距离与阈 值的大小得到相似度结果vi， 将随机扰动加入到相似性度量结果vi中得到vi′； 步骤3、 根据决策算法的结果， 如果vi′值为正， 通过贪心聚类算法减小两者间误差再进 行分配隐私预算用以数据加噪， 随后发布当前i时刻的加噪直方图， 否则直接发布i ‑1时刻 的加噪直方图； 步骤4、 根据PBA隐私分配策略， 合理分配隐私， 并据此发布加噪直方图。 2.根据权利要求1所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 步骤1中输入的原 始数据集 为统计型 数据， 隐私保护预算 ε小于1。 3.根据权利要求1或2所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其 特征在于： 步骤2中计算相邻时刻滑动窗口数据之间的相似度vi′， 来决定是否需要发布新 的加噪直方图， 并将随机扰动加入到相似度结果之中得到vi′； 所述决策算法具体如下： 1)计算相邻时刻滑动窗口内的数据之间的相关距离， 如公式(1)： 在公式(1)中， d(xi,yi)为相邻时刻滑动窗口数据 之间的相关距离， xik为i时刻的原始k 个数据， xjk为j时刻的经 过加噪处 理之后的k个数据； 2)根据相关距离与阈值之间的判定结果即相似度结果vi， 将随机扰动加入到相似度结 果中得到vi′如公式(2)： 在公式(2)中， vi为相关距 离与阈值比较大小的结果； v i′为加入随机扰动之后的相似度 结果； 如果相关距离大于阈值， 相似性结果vi ′以p的概率赋值为 1； 若相关距离小于阈值， 相 似性结果vi ′以p的概率赋值为0； 否则就以1 ‑2×p的概率对相似度结果 不做任何 处理。 4.根据权利要求3所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 步骤2对相 邻时刻滑动窗数据集的相似性结果进行随机扰动处理， 随机扰动算法满 足本地化差分隐私。 5.根据权利要求4所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 所述决策算法满足w ‑事件级隐私， 隐私分配为 w为滑动窗口的尺寸长 度。 6.根据权利要求5所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 步骤3通过公式(4)计算每个频数与相邻频数的合并误差与不合并误差； 选择两者 间最小的误差进行区间分组； 利用组内平均值来代替该组频数， 然后再根据隐私分配策略 进行分配隐私预算， 随后发布最终经 过加噪的直方图；权　利　要　求　书 1/2 页 2 CN 114662152 A 2在公式(4)中， y1为每个频数与相邻频数 的合并误差； 在公式(5)中， y2为每个频数与相 邻频数的不合并误差； 其中， Di为i时刻的原始数据， 为j时刻加噪之后的数据， w为滑动 窗口尺寸， k为滑动窗口内的数据量， n为当前i时刻原始 直方图中的数据总数， j为最近发布 的加噪直方图数据的时刻， ε为隐私预算。 7.根据权利要求6所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 所述贪心聚类算法满足w ‑事件级隐私。 8.根据权利要求7所述的一种面向实时数据的本地化差分隐私数据流发布方法， 其特 征在于： 步骤4所述隐私分配策略是对于窗口内的w个数据预先均分εi的隐私预算， 其中 如果相邻时刻滑动窗数据之间的相关距离小于阈值， 则发布前一个时刻的加噪直方 图， 保留此刻给予分配的隐私 预算εi； 否则， 设置参数k记录之前未加噪的直方图的个数， 将 之前跳过的直方图中保留的所有隐私预算相加得到最新的εi， 随后找出满足加 噪的数据， 将剩余的隐私预算分配给 此时的直方图。权　利　要　求　书 2/2 页 3 CN 114662152 A 3